CAPÍTULO 2

PROBABILIDADES
Estadística Aplicada 1
 ¿Qué es la Probabilidad?
 En forma muy simple, entenderemos como
probabilidad la
sobre
la ocurrencia de un resultado de cierto
experimento. Un ejemplo de ello es: “Al lanzar
una moneda”, ¿puedo apostar a que sale cara y
ganar?.
SELLO
 Dicha cuantificación la expresaremos en
cantidades numéricas mayores o iguales a
cero y menores o iguales a uno.

2
Espacios muestrales y eventos
 Un experimento es cualquier acción o proceso que
genera observaciones.
 Un experimento aleatorio es aquel que proporciona
diferentes resultados aún cuando se repita siempre de
la misma manera.
 El espacio muestral de un experimento, denotado por
𝑆, es el conjunto de todos los posibles resultados de ese
experimento.
 Un evento es cualquier colección (subconjunto) de
resultados contenida en el espacio muestral 𝑆 . Un
evento es simple si está formado por un resultado y
compuesto si consta de más de un resultado.

3
Ejemplo
Un experimento aleatorio que consiste en lanzar un
dado, el espacio muestral es el siguiente:
𝑆 = 1,2,3,4,5,6
Algunos eventos posibles son:
 𝐴 = Sacar un 1

 𝐵 = Sacar un 6

 𝐶 = Sacar un número par

Notamos que los eventos 𝐴 y 𝐵 son simples, y el

evento 𝐶 es compuesto.

4
Ejemplo
Consideremos un experimento aleatorio que consiste en
extraer una bola al azar desde una urna que contiene
seis bolas, cuatro blancas y dos rojas.
Según lo que se necesite se pueden dar los siguientes
espacios muestrales:
 Según la bola extraída sea blanca o roja, el espacio
muestral será 𝑆 = 𝐵, 𝑅 , donde 𝐵: blanca, 𝑅: roja.
 Ahora, si estamos interesados en el número de la bola

extraída, el espacio muestral será 𝑆 = 1,2,3,4,5,6 .

5
Algunas relaciones de teoría de
conjuntos
 La unión de dos eventos 𝐴 y 𝐵, denotada por 𝐴 ∪ 𝐵 y
que se lee “𝐴 y/o 𝐵”, es el evento formado por todos
los resultados que están en 𝐴 o en 𝐵, o en ambos
eventos (por lo que la unión incluye los resultados
ocurridos en los eventos 𝐴 y 𝐵 y en un solo evento).
 La intersección de dos eventos 𝐴 y 𝐵, simbolizada por
𝐴 ∩ 𝐵 y que se lee “𝐴 y 𝐵”, es el evento formado por
todos los resultados que están en 𝐴 y en 𝐵.
 El complemento de un evento 𝐴, denotado por 𝐴′ o
𝐴𝐶 , es el conjunto de todos los resultados en 𝑆 que no
están contenidos en 𝐴.

6
Definiciones
 Eventos Mutuamente Excluyentes: Cuando una
colección de 𝑘 eventos no tienen resultados en común se
dice que son eventos mutuamente excluyentes o
disjuntos.
𝐴1 ∩ 𝐴2 ∩ . . . ∩ 𝐴𝑘 = ∅
 Eventos Exhaustivos: Cuando una colección de 𝑘
eventos tiene como resultado todos los elementos del
espacio muestral se dice que son eventos exhaustivos.
𝐴1 ∪ 𝐴2 ∪ . . . ∪ 𝐴𝑘 = 𝑆
 Leyes de Morgan:
𝐴∩𝐵 𝐶 = 𝐴𝐶 ∪ 𝐵𝐶
𝐴∪𝐵 𝐶 = 𝐴𝐶 ∩ 𝐵𝐶

7
Diagrama de Venn

8
Ejercicio
Sean A, B y C tres eventos. Encuentre expresiones, y
represéntelas en un diagrama de Venn, en las que se
cumpla que:
a) sólo A ocurra.
b) A y B, pero no C, ocurran.
c) al menos un evento ocurra.
d) al menos dos eventos ocurran.
e) los tres eventos ocurran.
f) ninguno ocurra.
g) a lo más uno ocurra.
h) a lo más dos ocurran.

9
Axiomas, interpretaciones y
propiedades de probabilidad
Dado un experimento aleatorio y un espacio muestral
𝑆, el objetivo de la probabilidad es asignar a cada
evento A un número 𝑃(𝐴), que recibe el nombre de
probabilidad de que el evento 𝐴 ocurra.
Para asegurarse de que las asignaciones de
probabilidad concuerden con nuestras nociones
intuitivas de probabilidad, todas las asignaciones
deben satisfacer los siguientes axiomas (propiedades
básicas) de probabilidad.

10
 Axiomas

1. Para cualquier evento 𝑨, 𝟎 ≤ 𝑷 𝑨 ≤ 𝟏.

2. 𝑃 𝑆 =1
3. Sean 𝐴1 , 𝐴2 , . . . , 𝐴𝑛 , 𝑛 eventos mutuamente
excluyentes (disjuntos), entonces:
𝑛 𝑛

𝑃 ራ 𝐴𝑖 = 𝑃 𝐴1 ∪ 𝐴2 ∪ . . . ∪ 𝐴𝑛 = ෍ 𝑃 𝐴𝑖
𝑖=1 𝑖=1

11
Interpretación de la probabilidad
 Clásica: Al realizar un experimento todos los resultados
(de éste) tienen la misma posibilidad de ocurrir.
(EQUIPROBABILIDAD)
 Frecuentista: Si repetimos infinitas veces un
experimento bajo las mismas condiciones ambientales y
tabulamos los resultados, la columna de proporciones
corresponde a las probabilidades.
 Subjetiva: La probabilidad de un resultado es
asignado según el grado de certeza de un individuo.
Dos sujetos distintos asignan probabilidades distintas.

12
Propiedades de Probabilidad
1. 𝑃 ∅ =0
2. 𝑃 𝐴 ∩ 𝐵𝐶 = 𝑃 𝐴 − 𝑃 𝐴 ∩ 𝐵
3. 𝑃 𝐴𝐶 = 1 − 𝑃 𝐴
4. 𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∩𝐵
5. 𝑃 𝐴∪𝐵∪𝐶 =𝑃 𝐴 +𝑃 𝐵 +𝑃 𝐶 −
𝑃 𝐴 ∩ 𝐵 − 𝑃 𝐴 ∩ 𝐶 − 𝑃 𝐵 ∩ 𝐶 + 𝑃(𝐴 ∩ 𝐵 ∩

13
 Resultados con probabilidades iguales

En muchos experimentos formados por 𝑁 resultados, es razonable asignar

probabilidades iguales a todos los 𝑁 eventos simples (equiprobabilidad,
enfoque clásico). (Ej: el lanzamiento de una moneda imparcial o un dado no
cargado). Si 𝐸𝑖 es un evento simple del espacio muestral, 𝑖 = 1,2, … , 𝑁
𝑁 𝑁 𝑁
1
1 = 𝑃 𝑆 = 𝑃 ራ 𝐸𝑖 = ෍ 𝑃 𝐸𝑖 = ෍ 𝑝 = 𝑁 × 𝑝 ⟹ 𝑝 =
𝑁
𝑖=1 𝑖=1 𝑖=1

14
Problema de Monty Hall
Problema de Monty Hall
Regla de Laplace (caso discreto)
Consideremos un evento compuesto 𝐴, con #𝐴
resultados, entonces:
1 #𝐴
𝑃 𝐴 = ෍ 𝑃 𝐸𝑖 = ෍ =
𝑁 𝑁
𝐸𝑖 ∈ 𝐴 𝐸𝑖 ∈ 𝐴
Es decir, 𝑃 𝐴 es el cociente entre la cantidad de
resultados en 𝐴 y la cantidad total de resultados en
𝑆.

17
Ejemplo
Un determinado producto químico puede contener 3 productos tóxicos,
A, B y C, que son motivo de sanción por el Ministerio de Medio
Ambiente. Por la experiencia, se sabe que de cada 1000 unidades
producidas aproximadamente 15 tienen el producto A, 17 el B, 21 el
C, 10 el A y el B, 9 el B y el C, 7 el A y el C y 970 no contienen
ninguno de los tres productos. Un inspector elige una unidad al azar.
Calcular la probabilidad de que:
a) La empresa sea sancionada (0,03).
b) Sólo se encuentre el producto A (0,001).
c) Se detecten A y B (0,01).
d) Se detecte A y no C (0,008).
e) Se detecten A y B y no C (0,007).
f) Se detecte a lo sumo uno de los tres productos (0,98).
g) Se detecte más de un producto (0,02).

18
Ejemplo
Considere el experimento aleatorio, que consiste en el
lanzamiento simultáneo de dos dados no cargados (es
decir, todos las caras del dado tienen la misma
probabilidad de salir). Calcule la probabilidad de
que la suma de los dados sea 9.

19
Regla de Laplace (caso continuo)
Ejemplo
Romeo y Julieta tienen una cita en una fecha y hora
dadas, y cada uno tiende a retrasarse al horario
fijado en un tiempo aleatorio entre 0 y 1 hora, donde
todos los pares posibles de retraso son igualmente
probables. El primero que llega a la cita espera al
otro como máximo 15 minutos. ¿Cuál es la
probabilidad de que la cita efectivamente se realice?

20
Técnicas de Conteo
No siempre es fácil escribir por extensión un espacio
muestral numerable (discreto), ya que en algunos casos
𝑁 es demasiado grande. El uso correcto de las técnicas
de conteo, permiten aplicar la regla de Laplace sin
tener la necesidad de describir el espacio muestral.
Principio Básico Multiplicativo
Si un evento 𝐴 puede presentarse de 𝑚 formas
distintas y si cuando esto ha ocurrido, otro evento 𝐵
puede presentarse de 𝑛 formas distintas, entonces el
número de formas en que ambos eventos pueden
presentarse a la vez es 𝑚 × 𝑛.

Ejemplo: Un propietario de una casa desea efectuar algunas

remodelaciones y requiere los servicios de un gasfiter y de un
electricista. Si conoce a 12 gasfiters y a 9 electricistas, ¿de
cuantas formas los puede seleccionar?

22
Principio Básico Aditivo
Si 𝐴 y 𝐵 son eventos tales que:
 𝐴 puede efectuarse de 𝑚 maneras diferentes.

 𝐵 puede efectuarse de 𝑛 maneras diferentes.

 𝐴 y 𝐵 no pueden efectuarse simultáneamente.

Entonces 𝐴 o 𝐵 puede realizarse de 𝑚 + 𝑛 maneras diferentes.

Ejemplo: Supongamos que proyectamos un viaje y debemos

decidir si el transporte será un bus o un tren. Si hay tres rutas
distintas para el bus y dos para el tren, ¿cuántas rutas
disponibles hay para el viaje?

23
Principio General Multiplicativo
Si un evento 𝐴1 puede presentarse de 𝑛1 formas
distintas y por cada una de estas formas existen 𝑛2
formas de que el evento 𝐴2 se presente, y por cada
una de estas formas existen 𝑛3 formas de que se
presente el evento 𝐴3 y así sucesivamente hasta el
evento 𝐴𝑘 , entonces el número de formas en que los k
eventos pueden presentarse a la vez es:
𝑘

𝑛1 × 𝑛2 × 𝑛3 × … × 𝑛𝑘 = ෑ 𝑛𝑖
𝑖=1

24
Ejemplo
Una familia se ha cambiado a una nueva ciudad y
requiere los servicios médicos de un ginecólogo, un
pediatra y un cirujano. Hay dos clínicas médicas
accesibles, cada una con dos ginecólogos, tres
pediatras y dos cirujanos. La familia obtendrá un
mejor plan de salud si todos médicos pertenecen a la
misma clínica. ¿Cuántas opciones tiene la familia de
satisfacer sus requerimientos si desea obtener un
mejorado plan de salud?

25
 Cirujano 1
Pediatra 1
Cirujano 2

Cirujano 1

Diagrama
Ginecólogo 1 Pediatra 2
Cirujano 2

Cirujano 1

de Árbol
Pediatra 3
Cirujano 2
Clínica 1
Cirujano 1
Pediatra 1
Cirujano 2

Cirujano 1
Ginecólogo 2 Pediatra 2
Cirujano 2

Cirujano 1
Pediatra 3
Cirujano 2

Cirujano 1
Pediatra 1
Cirujano 2

Cirujano 1
Ginecólogo 1 Pediatra 2
Cirujano 2

Cirujano 1
Pediatra 3
Cirujano 2
Clínica 2
Cirujano 1
Pediatra 1
Cirujano 2

Cirujano 1
Ginecólogo 2 Pediatra 2
Cirujano 2

Cirujano 1
Pediatra 3
Cirujano 2 26
Principio General Aditivo
Si un evento 𝐴1 puede presentarse de 𝑛1 formas distintas, el
evento 𝐴2 de 𝑛2 formas distintas, y así sucesivamente hasta el
evento 𝐴𝑘 , el que puede presentarse de 𝑛𝑘 formas distintas, y
además estos eventos son mutuamente excluyentes, entonces el
número de formas en que se puede presentar 𝐴1 o 𝐴2 o … o
𝐴𝑘 es:
𝑘

𝑛1 + 𝑛2 + … + 𝑛𝑘 = ෍ 𝑛𝑖
𝑖=1

27
Ejemplo
Una persona desea comprar una lavadora, para lo cuál
ha pensado que puede seleccionar de entre las marcas
Whirpool, Easy y General Electric. Cuando acude a hacer
la compra se encuentra que la lavadora Whirpool se
presenta en dos tipos de carga (8 ó 11 kg.), en cuatro
colores diferentes y puede ser automática o
semiautomática, mientras que la lavadora Easy, se
presenta en tres tipos de carga (8, 11 ó 15 kg.), en dos
colores diferentes y puede ser automática o
semiautomática y la lavadora GE, se presenta en sólo un
tipo de carga, que es de 11 kilogramos, dos colores
diferentes y sólo hay semiautomática. ¿Cuántas maneras
tiene esta persona de comprar una lavadora?

28
Introducción al
análisis combinatorio
Consideremos el experimento consistente en la extracción de 𝑛
bolitas, una a una, desde una urna que contiene 𝑀 bolitas. En
este caso, diremos que hemos extraído una muestra ordenada
de tamaño 𝑛. Debemos especificar primeramente si al extraer
la muestra se devuelven o no las bolitas a la urna.
 Se dice que la muestra se hizo con reemplazo si después
de cada extracción se registra el número de la bolita y se
devuelve a la urna.
 Se dice que la muestra se obtuvo sin reemplazo si la bola
extraída no se devuelve a la urna.
Vale la pena notar que si la muestra se obtiene sin reemplazo
es claro que 𝑛 debe ser menor o igual a 𝑀. Y si la muestra es
con reemplazo no hay restricciones para 𝑛.

29
Introducción al
análisis combinatorio
¿Cuántos elementos tendrá el espacio de todas las
muestras de tamaño 𝑛 sin reemplazo?

30
Introducción al
análisis combinatorio
¿Cuántos elementos tendrá el espacio de todas las
muestras de tamaño 𝑛 con reemplazo?

31
Análisis Combinatorio
Primeramente, definiremos ciertos criterios, los cuales
nos permitirán discernir el tipo de modelo apropiado
para el resolver el problema bajo estudio.
Para relacionar y comprender con mayor rapidez las
definiciones utilizaremos un ejemplo: Si tenemos un
mazo de 52 cartas, y un jugador recibe 5 cartas de
ese mazo, nos puede interesar cuántas manos distintas
podría recibir. Es decir cuántas "combinaciones" se
pueden formar con 5 cartas tomadas de entre 52.

32
Análisis Combinatorio
 Las cantidades: Es necesario determinar cuántos
elementos hay en total, y cuántos vamos a tomar. En el
ejemplo anterior, tomamos 5 elementos de 52.
 La naturaleza: Hay que determinar si estamos tomando
todos los elementos disponibles, o sólo algunos de ellos.
Por ejemplo, tomando 5 cartas entre 52, importará
cuáles tomamos (es decir, importa la naturaleza de la
selección). En cambio, si solamente nos interesa de
cuántas formas podemos ordenar 5 libros, no nos
interesa la naturaleza, porque no tenemos que elegir
determinados libros sino que vamos a estar trabajando
con los 5 al mismo tiempo.

33
Análisis Combinatorio
 El orden: Debemos determinar si nos interesa o no nos
interesa el orden en que tomamos los elementos. Por
ejemplo, si nos importa el orden, tirar un dado y sacar un 5
y luego un 3, no es lo mismo que sacar un 3 y luego un 5.
Serían dos resultados distintos. En cambio si no nos importa
el orden, sacar un 5 y luego un 3 ó un 3 y luego un 5 es lo
mismo, y los dos casos constituirán un único resultado.
 La repetición: Se refiere a la posibilidad de elegir más de
una vez el mismo elemento. Por ejemplo, si en una caja hay
una bolita blanca, una negra, y una violeta, y vamos a
sacar dos, si lo hacemos con reposición entonces habrá
repetición, porque es posible sacar dos veces la misma
bolita.

34
Ejemplo
Me gané un viaje al caribe para mí y 2 amigos. Pero
tengo 5 amigos, así que voy a tener que elegir a 2. Si
voy a calcular cuántas decisiones distintas podría tomar,
¿cuáles son los factores involucrados?

35
Ejemplo
Me gané un viaje al caribe para mí y 2 amigos. Pero tengo 5 amigos,
así que voy a tener que elegir a 2. Si voy a calcular cuántas decisiones
distintas podría tomar, ¿cuáles son los factores involucrados?

 Las cantidades: Vamos a elegir 2 elementos de un total de 5.

 La naturaleza: Notamos que los 5 elementos son todos distinguibles
entre sí. Invitar a Juan no es lo mismo que invitar a Pedro. O sea,
como no puedo elegir a todos, importa a cuáles elijo.
 El orden: En este caso el orden en que escoja los 2 elementos no
importa. Invitar a Martín y a Nicolás es lo mismo que invitar a
Nicolás y a Martín.
 Repetición: Es ilógico pensar en que se puede elegir dos veces al
mismo amigo. Deben ser dos personas distintas.

36
Ejemplo
Una habitación tiene 4 paredes, y tengo 4 colores
distintos para pintarlas. No voy a mezclar colores, y
voy a pintar cada pared de un color distinto. Si voy a
calcular de cuántas formas distintas puedo pintar la
habitación, ¿cuáles son los factores involucrados?

37
Ejemplo
Una habitación tiene 4 paredes, y tengo 4 colores distintos para pintarlas. No
voy a mezclar colores, y voy a pintar cada pared de un color distinto. Si voy a
calcular de cuántas formas distintas puedo pintar la habitación, ¿cuáles son los
factores involucrados?

 Las cantidades: Usaremos 4 colores de un total de 4. Es decir, todos los

elementos posibles.
 La naturaleza: Los 4 elementos son todos distinguibles entre sí. Usaremos
todos los elementos, lo cual implica que no es importante "cuáles elementos"
elijo.
 Orden: Observemos que si no importa cuáles elementos elegimos, lo único
que va a importar es el orden en que los elijamos. Elegir el rojo para la
primera pared y el verde para la segunda no es lo mismo que elegir el
verde para la primera pared y el rojo para la segunda. ¡Ojo!
 Repetición: No es posible elegir dos veces el mismo color. No hay
repetición.

38
Modelamiento de Problemas

Modelos Simples Modelos

o Sin Reposición Compuestos
Permutación Simple Variación con
Repetición
Variación Simple
Combinación con
Repetición
Combinación Simple
Permutación con
Permutación Circular Repetición

39
Permutación Simple
Se tienen 𝑛 elementos, y se desea ver de cuántas
formas se los puede ordenar. Es decir, los elementos
son siempre los mismos, y cada forma posible sólo
difiere de las demás en el orden en que se toman los
elementos. Además no interesa la naturaleza, es decir,
cuales se eligen, ya que siempre se elegirán todos.
𝑃𝑛 = 𝑛!
donde 𝑛 es la cantidad de elementos a ordenar

40
Ejemplos
1. Suponga que a un cartero al final del día le
quedan aún por repartir 5 cartas (a 5 direcciones
distintas). ¿De cuántas maneras puede repartirlas?

2. Pedro tiene 6 libros y desea leerlos (de a uno a la

vez). ¿Cuántas opciones tiene, en cuanto al orden
de lectura?

41
Variación Simple
Es como la permutación, pero no se usan los 𝑛
elementos sino que se usan solamente 𝑘 de ellos (𝑘 <
𝑛). Entonces habrá que tener en cuenta no solamente
el orden, sino cuáles de los n elementos se eligen, es
decir importa el orden y la naturaleza.
𝑛!
𝑉𝑛,𝑘 =
𝑛−𝑘 !
Se lee "variaciones de 𝑛 elementos tomados de a 𝑘".

42
Ejemplos
1. Pablo tiene 7 calcomanías distintas, y desea
pegar una en el vidrio de adelante de su auto, y
otra en el vidrio de atrás. ¿Cuántas decisiones
distintas puede tomar?

2. Supóngase que un club consta de 30 miembros y

que se ha de elegir de la lista de miembros un
presidente y un secretario. ¿De cuántas formas se
puede elegir esta directiva, si una misma persona
no puede ejercer ambos cargos?

43
Combinación Simple
Consiste en tomar 𝑘 elementos entre 𝑛 que hay en
total, sin importar en qué orden. Es decir, importa la
naturaleza ("cuáles") pero no importa el orden.
Observamos que esto es como las variaciones, pero
olvidándonos del orden. Las variaciones distinguen
"ab" de "ba", en cambio para las combinaciones "ab"
= "ba", y sólo importa el hecho de que fueron "a" y
"b" los elementos elegidos.
𝑛 𝑛!
𝐶𝑛,𝑘 = =
𝑘 𝑘! 𝑛 − 𝑘 !

44
Ejemplos
1. José se ganó un viaje al caribe para él y 2
amigos. Tiene 8 amigos y debe elegir sólo a 2.
¿Cuántas decisiones posibles puede tomar?

2. El conscripto Augusto tiene dos días francos por

semana. ¿Cuántas formas posibles tiene el
comandante de asignarle los dos días francos?

45
Permutación Cíclica o Circular
Se tienen 𝑛 elementos, y se desea ver de cuántas formas
se los puede ordenar cíclicamente, es decir, por ejemplo
alrededor de una mesa. Dos permutaciones cíclicas no se
considerarán distintas si los objetos correspondientes de
los dos arreglos están precedidos y van seguidos de los
mismos objetos, a medida que avanzamos en sentido
horario. Además no interesa la naturaleza, es decir,
cuales se eligen, ya que siempre se elegirán todos.
𝑃𝐶𝑛 = 𝑛 − 1 !
donde 𝑛 es la cantidad de elementos a ordenar.

46
Ejemplos
1. Una familia de 5 personas (padre, madre y 3
hijos) se van a sentar a su mesa redonda a
almorzar. ¿De cuántas formas distintas pueden
hacerlo?

2. Basándonos en la misma familia, ¿de cuántas

maneras pueden sentarse a la mesa si deseamos
que el padre y la madre queden sentados juntos?

47
Variación con Repetición
Consiste en tomar 𝑘 elementos entre 𝑛 que hay en
total, pudiendo elegirse más de una vez cada
elemento. Es decir, por ser variación importa la
naturaleza ("cuáles") y el orden, pero además, se
puede elegir más de una vez cada elemento.

𝑉′𝑛,𝑘 = 𝑛𝑘

48
Ejemplos
1. Si lanzamos al aire cinco veces la misma moneda,
¿cuántos resultados distintos pueden producirse?

2. Fernando está loco. A veces cree que es Napoleón, a

veces cree que es astronauta, y a veces cree que un
día lo secuestraron los marcianos mientras estaba en
la ducha. Si le hacen peritajes psicológicos y le cuenta
un delirio al doctor A y un delirio al doctor B (puede
contarles a los dos el mismo delirio), ¿de cuántas
formas posibles pudo delirar en los peritajes
psicológicos?

49
Combinación con Repetición
Nuevamente, la combinación es como la variación,
pero sin importar el orden. Es decir, la combinación
con repetición consiste en tomar 𝑘 elementos de los 𝑛
que hay en total (naturaleza), sin tener en cuenta el
orden, y pudiendo elegir más de una vez cada
elemento.

𝑛+𝑘−1 𝑛+𝑘−1 !
𝐶′𝑛,𝑘 = =
𝑘 𝑘! 𝑛 − 1 !

50
Ejemplos
1. Hay una gran bolsa con caramelos surtidos, cuyos
sabores son limón, naranja, frutilla y manzana.
Nos dejan elegir dos caramelos. ¿Cuántas
opciones tenemos?

2. Juan recibió 2 cartas en una determinada semana.

Si le preguntan en qué día o días de esa semana
recibió cartas, ¿de cuántas formas posibles puede
responder?

51
Permutación con Repetición
Como sucedía con la permutación simple, vamos a tomar
todos los elementos. Por lo tanto ya no importa la
naturaleza. Importa solamente el orden. Y puede haber
elementos repetidos, pero conocemos de antemano
cuántos elementos hay de cada tipo. Entonces tenemos
una cantidad 𝑛 de elementos, que estará formada por 𝑛1
elementos del tipo 1, 𝑛2 elementos del tipo 2, etc. Lo que
vamos a contar es todas las maneras posibles de ordenar
esos elementos.
𝑛 𝑛!
𝑃′𝑛1 ,𝑛2 ,…,𝑛𝑘 = 𝑛 , 𝑛 , … , 𝑛 = 𝑘
1 2 𝑘 ς𝑖=1 𝑛𝑖 !

52
Ejemplos
1. Hay que ubicar en la puerta del refrigerador 3
botellas de bebidas, 2 de agua y una de vino.
¿De cuántas formas posibles de las puede
disponer?

2. Diego decide organizar su semana: dedicará 3

días a trabajar, 2 a estudiar y 2 a descansar.
¿Cuántas opciones tiene?

53
Resumen Modelos Simples

54
Resumen Modelos Compuestos

55
Probabilidad Condicional
La probabilidad condicional le da sentido a los
resultados en un experimento donde se cuenta
con información parcial.
Ejemplos
 ¿Qué tan probable es que una mujer esté
embarazada si un test de embarazo arrojó un
resultado positivo?
 Un estudiante asistió a todas las clases de
estadística, ¿qué tan probable es que apruebe la
asignatura?
 ¿Qué tan probable es que un vehículo se
descomponga si no se le han realizado las
mantenciones programadas?

57
Deducción de la Definición
Consideremos el experimento consistente en el
lanzamiento de un dado, cuyos resultados son
equiprobables. Si nos dicen que el resultado es un
número par, entonces nuestros resultados posibles
disminuyen a solamente 2, 4 y 6. Estos tres resultados
posibles al comenzar el experimento eran igualmente
probables, por lo que si incluimos la información
parcial de que el resultado es par, éstos deben seguir
siendo igualmente probables.

58
Deducción de la Definición
1
𝑃 el resultado sea 6Τel resultado es par =
3
Este argumento sugiere una definición apropiada de
la probabilidad condicional cuando todos los
resultados son equiprobables, esto es:
# 𝐴∩𝐵 𝑐𝑎𝑟𝑑 𝐴 ∩ 𝐵
𝑃 𝐴Τ𝐵 = =
#𝐵 𝑐𝑎𝑟𝑑 𝐵
Generalizando este argumento, llegamos a la
definición de probabilidad condicional.

59
Definición
Para dos eventos 𝐴 y 𝐵, la probabilidad de que
ocurra el evento 𝐴 dado que ya ocurrió 𝐵, es decir,
condicionada a la ocurrencia de 𝐵 es:
𝑃 𝐴∩𝐵
𝑃 𝐴Τ𝐵 =
𝑃 𝐵
Esta probabilidad puede interpretarse como la
frecuencia relativa del evento A con respecto al
número de ensayos de producen un resultado en el
evento B.

60
Propiedades de la probabilidad
condicional
 Todas las propiedades (leyes) de probabilidad
anteriormente vistas, siguen siendo válidas en
probabilidades condicionales.
 Las probabilidades condicionales pueden ser vistas
como una ley de probabilidad en un nuevo universo B,
porque todas las probabilidades condicionales están
concentradas en B.
 En el caso donde los posibles resultados son finitos y
equiprobables entonces:
# 𝐴∩𝐵 𝑐𝑎𝑟𝑑 𝐴 ∩ 𝐵
𝑃 𝐴 Τ𝐵 = =
#𝐵 𝑐𝑎𝑟𝑑 𝐵

61
Ejemplo
Considere un experimento consistente en el
lanzamiento de una moneda tres veces seguidas.
Definimos los eventos 𝐴:{más caras que sellos} y 𝐵:{el
primer lanzamiento es una cara}. Calcule la
probabilidad condicionada 𝑃 𝐴Τ𝐵 .

62
Solución
Primeramente, el espacio muestral es: 𝑆 = {CCC, CCS, CSC,
CSS, SCC, SSC, SCS, SSS}
Luego notamos que 𝐵 = {CCC, CCS, CSC, CSS} y por la regla
4 1
de Laplace tenemos que 𝑃 𝐵 = = .
8 2
Además 𝐴 ∩ 𝐵 = {CCC, CCS, CSC} y por ende su
3
probabilidad es . Finalmente:
8
𝑃 𝐴∩𝐵 3ൗ 3
𝑃 𝐴Τ𝐵 = = 8 =
𝑃 𝐵 4ൗ 4
8
Observe que este resultado también se pudo haber obtenido
mediante el cuociente entre la cardinalidad de 𝐴 ∩ 𝐵 y la de
𝐵.

63
Regla de la multiplicación
𝑛 𝑛−1

𝑃 ሩ 𝐴𝑖 = 𝑃 𝐴1 ∙ 𝑃 𝐴2 Τ𝐴1 ∙ ⋯ ∙ 𝑃 𝐴𝑛 ൘ሩ 𝐴𝑖
𝑖=1 𝑖=1

Ejemplo
Considere un experimento consistente en la elección
de 3 cartas entre un mazo que tiene 52. Calcule la
probabilidad de que ninguna carta escogida sea de
diamantes.

64
Ley de Probabilidad Total
Sean 𝐴1 , 𝐴2 , … , 𝐴𝑛 eventos mutuamente excluyentes (disjuntos)
y exhaustivos, entonces para cualquier otro evento 𝐵 tenemos:
𝑛 𝑛

𝑃 𝐵 = ෍ 𝑃 𝐴𝑖 ∩ 𝐵 = ෍ 𝑃 𝐵Τ𝐴𝑖 𝑃 𝐴𝑖
𝑖=1 𝑖=1

Nota: Se dice que un conjunto de eventos es exhaustivo si:

𝑛

𝑆 = ራ 𝐴𝑖
𝑖=1

65
Ley de Probabilidad Total

𝐴1 𝐴1 𝐴2 𝐴3 𝐴4
𝐵 ∩ 𝐴1
𝐵 ∩ 𝐴2
𝐵 ∩ 𝐴3
𝐵 ∩ 𝐴4

𝐵 = 𝐵 ∩ 𝐴1 ∪ 𝐵 ∩ 𝐴2 ∪ 𝐵 ∩ 𝐴3 ∪ 𝐵 ∩ 𝐴4

66
Teorema de Bayes
Sean 𝐴1 , 𝐴2 , … , 𝐴𝑛 eventos mutuamente excluyentes
(disjuntos) y exhaustivos, entonces para cualquier otro
evento 𝐵 tenemos:
𝑃 𝐴𝑗 ∩ 𝐵 𝑃 𝐵Τ𝐴𝑗 𝑃 𝐴𝑗
𝑃 𝐴𝑗 Τ𝐵 = = 𝑛
𝑃 𝐵 σ𝑖=1 𝑃 𝐵Τ𝐴𝑖 𝑃 𝐴𝑖
𝑗 = 1,2, … , 𝑛

67
 Ejemplo
Sólo 1 de cada 1.000 adultos está afectado por una
rara enfermedad, para la cual se ha desarrollado una
prueba de diagnóstico. Durante la prueba, cuando un
individuo padece la enfermedad, presentará un resultado
positivo el 99% de las veces, mientras que un individuo sin
la enfermedad mostrará un resultado de prueba positivo
sólo el 2% de las veces. Si se hace una prueba en un
individuo seleccionado al azar, y el resultado es positivo,
¿cuál es la probabilidad de que el individuo tenga la
enfermedad?
68
 Ejemplo
El gerente del departamento de electrodomésticos de
Falabella, ha encontrado por la experiencia de varios
años, que la probabilidad de que un cliente devuelva una
compra es 0,1. También, que aproximadamente el 70%
de todas las devoluciones fueron productos adquiridos con
la tarjeta CMR, así como el 50% de los que no fueron
regresados.
1. Si una compra fue hecha con la tarjeta CMR, cual es la
probabilidad de que sea devuelta.
2. ¿Cuál es la probabilidad de que una compra al
contado no sea devuelta?
69
Independencia
Dos eventos 𝐴 y 𝐵 son independientes si y sólo si:
𝑃 𝐴 Τ𝐵 = 𝑃 𝐴
y son dependientes en cualquier otro caso.

Note que esta condición es equivalente a:

𝑃 𝐴∩𝐵 =𝑃 𝐴 𝑃 𝐵

70
Ejemplo
 Tres componentes con confiabilidades:
 c1 = 0,92, c2 = 0,95 y c3 = 0,975 son puestos en serie.
 Un cuarto componente con confiabilidad c4 = 0,96
puede ser ubicado en paralelo con cualquier de los
otros tres componentes.
 ¿Dónde debería ser ubicado el cuarto componente si
se desea maximizar la confiabilidad del sistema
completo?.

71