UNIDAD II - PROBABILIDAD

TECNICAS DE CONTEO
Es el nmero de resultados posibles de un experimento o
evento particular, o el nmero de elementos de un conjunto
determinado, sin enumerarlo directamente.
El principio fundamental en el proceso de contar ofrece un
mtodo general para contar el numero de posibles arreglos
de objetos dentro de un solo conjunto o entre varios
conjuntos. Entre ellas se tiene:

La multiplicacin
La Permutacin

La combinacin
Diagrama de Arbol

PERMUTACIONES
Cualquier ordenamiento de un conjunto de n objetos en un orden
dado se denomina una permutacin de los objetos (tomados todos
a la vez) (nPn). Cualquier ordenamiento de r n de estos objetos en
un orden determinado se denomina una permutacin de n objetos
tomados de r a la vez (nPr).
Teorema:

!
!

Siendo x! (se lee x factorial) un elemento que se define como el

producto de todos los enteros positivos menores o iguales a x.
Nota: En particular se define 0! = 1! = 1
Corolario: nPn = n!

Ejemplo
De cuntas formas diferentes se pueden ordenar las letras de la
palabra IMPUREZA?

Solucin: Puesto que tenemos 8 letras diferentes y las vamos a

ordenar en diferentes formas, tendremos 8 posibilidades de
escoger la primera letra para nuestro arreglo, una vez usada una,
nos quedan 7 posibilidades de escoger una segunda letra, y una
vez que hayamos usado dos, nos quedan 6, as sucesivamente
hasta agotarlas, en total tenemos:

8 7 6 5 4 3 2 1 = 40320

PRINCIPIO DE LA MULTIPLICACIN

Si se desea realizar una actividad que consta de r pasos, en donde el primer

paso de la actividad a realizar

puede ser llevado a cabo de N1 maneras o

formas, el segundo paso de N2 maneras o formas y el r-simo paso de Nr

maneras o formas, entonces esta actividad puede ser llevada a efecto de. El
principio multiplicativo implica que cada uno de los pasos de la actividad deben
ser llevados a efecto, uno tras otro. Si un evento E1 puede suceder de n1
maneras diferentes, el evento E2 puede ocurrir de n2 maneras diferentes, y as

sucesivamente hasta el evento Ep el cual puede ocurrir de np maneras

diferentes, entonces el total de maneras distintas en que puede suceder el
evento ocurren E1 y E2..y Ep es igual a producto.
N1 x N2 x ..........x Nr maneras o formas

PRINCIPIO ADITIVO.
Si se desea llevar a efecto una actividad, la cul tiene formas
alternativas para ser realizada, donde la primera de esas

alternativas puede ser realizada de M maneras o formas, la segunda

alternativa puede realizarse de N maneras o formas ..... y la ltima

de las alternativas puede ser realizada de W maneras o formas,

entonces esa actividad puede ser llevada a cabo de,

M + N + .........+ W maneras o formas

Ejemplo
Tres pueblos, designados como A, B y C, estn intercomunicados por un sistema de carreteras de doble
sentido.

De cuntas formas puede Juan ir del pueblo A al pueblo C?

2 + 4.3 = 14 (reglas de la suma y del producto)

Cuntos trayectos puede hacer Juan del pueblo A al pueblo C y de regreso al pueblo A?

14.14 = 196 (regla del producto)

Cuntos de los trayectos completos de la parte (b) son tales que el viaje de regreso (del pueblo C al
pueblo A) es diferente, al menos parcialmente, de la ruta que toma Juan del pueblo A al pueblo C? (Por

ejemplo, si Juan viaja de A a C por las rutas R1 y R6 podra regresar por las rutas R6 y R2, pero no por
R1 y R6).
14.13 = 182 (regla del producto)

PERMUTACIONES CON REPETICIN

Frecuentemente se desea conocer el nmero de permutaciones

de un multiconjunto, es decir, un conjunto de objetos algunos de
los cuales no son diferenciables.

Teorema: nPp,q, r = n!p! q! r!

PERMUTACIONES EN FORMA CIRCULAR

= 1 !

PERMUTACIONES DE n ELEMENTOS EN k CLASES

!
=
1 ! 2 ! 3 ! !

COMBINACIONES
Supongamos que tenemos una coleccin de n objetos. Una
combinacin de estos n objetos, tomados r a la vez, es
cualquier coleccin de r objetos en donde el orden no
cuenta.
Teorema: :

= !

!
!

Ejemplo
Por ejemplo, si se quiere formar un equipo de trabajo
formado por 2 personas seleccionadas de un grupo de tres
(A, B y C). Si en el equipo hay dos funciones diferentes,
entonces si importa el orden, los resultados sern
permutaciones. Por el contrario si en el equipo no hay
funciones definidas, entonces no importa el orden y los
resultados sern combinaciones. Los resultados en ambos
casos son los siguientes:
Permutaciones: AB, AC, BA, CA, BC, CB
Combinaciones: AB, AC, BC

!
!

!
! !

Ejemplo
Una persona que sale de vacaciones desea llevarse 4 libros
para leer: dispone de 4 novelas policiales y 6 libros de
cuentos cortos. De cuntas formas puede hacer la eleccin
si quiere llevar al menos una novela?
1 N o 2N 0 3N o 4N
1N
2N
3N

4N

N
N
N

C
N
N

C
C
N

C
C
C

. =
. =
. =

. =1

80 + 90 + 24 + 1 = 195 maneras

En cuntas formas diferentes pueden arreglarse 3 bombillos

rojos, 4 bombillos amarillos y 2 bombillos azules en una extensin
navidea de 9 bombillos?

9!
=
= 1260
3! 4! 2!

De cuntas formas se pueden alojar 7 ingenieros en un cuarto

triple y en dos cuartos dobles de un Hotel?
7!
7
=
= 210
3! 2! 2!
Consideremos a cuatro (4) jugadores de cartas. Cuntas formas
distintas de ubicar a los jugadores se pueden obtener?
4 = 4 1 ! = 6

DIAGRAMA DEL RBOL

Un diagrama del rbol es un mecanismo utilizado para
enumerar todos los resultados posibles de una secuencia de
experimentos o eventos donde cada evento puede ocurrir en
un nmero finito de formas.

CONCEPTOS DE PROBABILIDADES
Experimento Aleatorio: registra los resultados al azar, que ocurren
en un estudio planificado o en una investigacin cientfica. Ej.: lanzar
una moneda.

Datos Iniciales: informacin registrada en la forma en que se

recoge, ya sean cuentas o mediciones. Ej.: cara, sello, cara, cara.

Para la Recoleccin de Datos: se requiere

Registrar claramente el origen de los datos

Registrar para usar los datos fcilmente

Si se van a registrar datos de manera continua, se pueden reparar

y usar formatos para ello

CONCEPTOS DE PROBABILIDADES
Mtodos de Recoleccin de Datos:
Entrevistas
Cuestionarios
Observacin Directa
Experimentos Estadsticos

Conjunto: agrupacin de elementos que comparten una propiedad

comn.
Espacio Muestral: conjunto de todos los resultados posibles de un

experimento aleatorio (S).

Cada resultado se llama elemento, o miembro del Espacio
Muestral, o Punto Muestral.
El Espacio Muestral puede ser Finito o Infinito

CONCEPTOS DE PROBABILIDADES
Suceso o Evento: cualquier subconjunto del Espacio Muestral (A).
Determine el evento al lanzar el dado y observar nmeros pares que
salen.
A = { 2, 4, 6 }

Evento Simple: contiene slo un elemento del Espacio Muestral.

Evento A = { t / t < 5 } del S = { t / t 0 }
(Donde t es la vida en aos de un componente electrnico. A es el
evento de que falle antes del 5to ao).

Conjunto Vaco: subconjunto del Espacio Muestral que no contiene

elementos ().

CONCEPTOS DE PROBABILIDADES
Evento Compuesto: proviene de la unin de dos o ms eventos
simples.

Eventos Mutuamente Excluyentes

interseccin es Conjunto Vaco.

Exclusivos:

cuando

su

Sean A = { 2, 4, 6 }; B = { 1, 3, 5 }; C = { 1, 2 }
A C = { 2 } ; B C = { 1 }; A B =

Complemento de un Evento A con respecto a S: es el conjunto de

todos los elementos de S que no estn en A ().
Ejemplo. Sea A el evento de que una persona seleccionada al azar en

un saln de clases fume. Entonces es el evento de que la persona

No Fume.

Probabilidad de un Evento
La Probabilidad de cualquier evento A es la suma de los pesos de
todos los puntos muestrales en A, con valor entre 0 y 1.
0 P(A) 1

Un peso cercano a 0 indica que el evento tiene poca posibilidad de

ocurrir, y un peso cercano a 1 indica que tiene mucha posibilidad de
ocurrir.
Otra definicin de Probabilidad: nmero que se le asigna a un
evento que determinar las veces que el mismo puede ocurrir.

N: Nmero de total de eventos

evento.

n: nmero de veces que ocurre un

Teorema de Probabilidad
1. La probabilidad es positiva y menor o igual que 1.

0 P(A) 1
2. La probabilidad del suceso o evento seguro es 1.

P(E) = 1
Lo cual podemos generalizar tambin como:

P(S)=1 S: espacio muestral

3 Si A y B son incompatibles o Ajenos (mutuamente excluyentes), es

decir A B = entonces:

P(A o B) = P(A) + P(B)

Teorema de Probabilidad
1. La suma de las probabilidades de un suceso o evento y su
contrario vale 1, por tanto la probabilidad del suceso contrario es:
() = 1 ()
2. Probabilidad del suceso o evento imposible es cero.
P ( )= 0

3. La probabilidad de la unin de dos sucesos o eventos compatibles

es la suma de sus probabilidades restndole la probabilidad de su
interseccin.
= +
4. La probabilidad de la unin de tres sucesos o eventos es
semejante a la propiedad 3.

= + + (
)

PROBABILIDAD CONDICIONAL, INDEPENDENCIA Y

DEPENDENCIA DE ENVENTOS
Relaciones entre dos eventos
Si A y B son eventos con P(B) > 0, la probabilidad condicional de A

dado B es
( )
=
()
Dos eventos A y B, son independientes si y slo si, la probabilidad
del evento B no es afectada o cambiada por la ocurrencia A o
viceversa. Donde A tiene p1 probabilidades de ocurrir, y B tiene p2
probabilidades de ocurrir. La probabilidad de ocurrir A y B es igual a
p1 * p2.
P(A y B) = P(A B) = P(A) * P(B)

PROBABILIDAD CONDICIONAL, INDEPENDENCIA Y

DEPENDENCIA DE ENVENTOS
Si A y B son eventos con P(B) > 0, la probabilidad condicional de A
dado B es
( )
=
()
Dos eventos A y B, son dependientes si y slo si, la probabilidad del
evento B es afectada o cambiada por la ocurrencia A o viceversa.
=
=
Dos eventos A y B, son independientes si y slo si, la probabilidad
del evento B no es afectada o cambiada por la ocurrencia A o
viceversa. Donde B tiene = probabilidades de ocurrir (B
no es afectada por A), y A tiene P(A) probabilidades de ocurrir. La
probabilidad de ocurrir A y B es igual
P(A y B) = P(A B) = P(A) * P(B)

TEOREMA DE BAYES
Si Ai es un evento particionado y B otro evento con P(B) > 0, la
probabilidad condicional de Ai es

+. . +

()
+. . +

()

PROBABILIDAD TOTAL

= 1 +. . + +. . + ()

En una encuesta realizada a 200 personas se obtuvieron los

siguientes resultados:
Tipo de producto que prefiere
Ocupacin

Total

AMA DE CASA

14

10

30

60

EMPLEADO

10

20

35

70

PROFESIONISTA

12

15

35

70

36

26

38

100

200

TOTAL

Si se selecciona al azar a una de estas 200 personas encontrar la probabilidad

de que la persona :
a) Prefiera el producto A o sea Ama de Casa.
P(A U AC) = P(A) + P(AC) P(A AC) =36/200 + 60/200 14/200 = 82/200
= 0.41
b) Prefiera el producto C y sea empleado
P(C EM) = 20/200 = 0.10
c) No sea Empleado y le guste el producto D.
P(EM D) = 65/200 = 0.325
d) Ni prefiera el producto D ni sea Ama de Casa.
P(D AC) = 70/200 = 0.35

TEOREMA DE BAYES
Si Ai es un evento particionado y B otro evento con P(B) > 0, la
probabilidad condicional de Ai es

+. . +

()
+. . +

()

PROBABILIDAD TOTAL

= 1 +. . + +. . + ()