ADI

Universidad del Norte

Ing. Carolina Mariño Manrique MsC.
 "Es notable que una
ciencia que comenzó con
consideraciones sobre
juegos de azar haya
llegado a ser el objeto más
importante del
conocimiento humano".
Comprender y estudiar el
azar es indispensable,
porque la probabilidad es
un soporte necesario para
tomar decisiones en
cualquier ámbito”

Laplace
Introducción
 Algunos sucesos o eventos
aleatorios no se pueden
predecir pero la frecuencia
relativa con la que ocurren
puede ser estable.

Introducción

Si bien no se puede predecir el

resultado exacto se puede
obtener una medida intuitiva y
significativa de la posibilidad de
que un evento ocurra.
 Experimento: Proceso por medio del cual se
obtiene una observación.

Punto Muestral: Evento simple que no se

puede descomponer. A cada evento simple
le corresponde uno y sólo un punto
muestral se nota con la letra Ei.
Definiciones
Espacio Muestral: Es el conjunto que consta
de todos los posibles puntos muestrales se
nota s.

Evento: Subconjunto de puntos muestrales.

Resultados de un experimento.
 Evento simple: No se puede
descomponer: Lanzar un dado
y observar un 2

Tipos de Evento compuesto: Se pueden

descomponer: Lanzar un dado
eventos y observar un 2 o un 4

Eventos mutuamente
excluyentes: No pueden
ocurrir al mismo tiempo.
Operaciones
entre
eventos
 El complemento de un evento A
respecto de S es el subconjunto de
todos los elementos de S que no
están en A. Denotamos el
Complemento de A mediante el
símbolo A´.
La intersección de dos eventos A y
B, que se denota con el símbolo A ∩
B, es el evento que contiene todos
Operaciones los elementos que son comunes a A
y a B.
entre • Dos eventos A y B son
eventos mutuamente excluyentes o
disjuntos si A ∩ B = ϕ; es decir, si
A y B no tienen elementos en
común.
La unión de dos eventos A y B, que
se denota con el símbolo A ∪ B, es
el evento que contiene todos los
elementos que pertenecen a A o a
B, o a ambos.
Operaciones entre eventos
 Operaciones entre eventos

A B

C
 Operaciones entre eventos

A B

C
 Ejemplo 1
• Cinco empresas de construcción están participando en una convocatoria.
De éstas, tres son de la ciudad (I1; I2; I3) y dos son de fuera de la ciudad
(F1; F2) se van a seleccionar 2 de las 5: Sea S el conjunto que representa
todos los resultados posibles de la selección
1. Liste los puntos de S:
2. Liste los puntos de los siguientes eventos:
A : Seleccionar una empresa de la ciudad y una de fuera.
B : Seleccionar dos empresas de la misma procedencia.
C : Seleccionar por lo menos una empresa foránea.
D : Seleccionar la empresa F1:
3. Liste los resultados de cada evento y de: A´ ∩ D; B´ ᴜ D; A ∩ B y elabore
el diagrama de Venn.
 • NS: {I1 I2; I1 I3; I1 F1; I1 F2; I2 I3; I2 F1; I2
F2; I3 F1; I3 F2; F1 F2}

• A : Seleccionar una empresa de la ciudad

y una de fuera:
nA: {I1 F1; I1 F2; I2 F1; I2 F2; I3 F1; I3 F2}

• B : Seleccionar dos empresas de la misma

procedencia
Ejemplo 1 nB: {I1 I2; I1 I3; F1 F2}

• C : Seleccionar por lo menos una empresa

foránea.
nc: {I1 F1; I1 F2; I2 F1; I2 F2; I3 F1; I3 F2;
F1 F2}

• D : Seleccionar la empresa F1:

nD: {I1 F1; I2 F1; I3 F1; F1 F2 }
 En la sección de servicios generales
de una empresa hay 120 empleados.
45 se desempeñan en el área de
aseo general 40 en servicios de
jardinería 22 en servicios de arreglos
varios (plomería electricidad etc.).
12 están en aseo general y jardinería
10 en aseo general y arreglos varios
11 en jardinería y arreglos varios
sólo 3 empleados realizan las tres
actividades. Hay un conjunto de
empleados que se dedican a otras
Ejemplo 2 actividades diferentes a las
anteriores.

Calcule cuántos empleados se

dedican:
1. Sólo aseo general
2. Jardinería y aseo pero no
arreglos varios.
3. En ninguna de las tres
actividades.
4. Únicamente en aseo u otras
actividades
 Ejemplo 2
Empleados= 120
Aseo general= 45
Jardinería= 40
Varios= 22
Aseo general y jardinería= 12
Aseo general y arreglos varios=10
Jardinería y arreglos varios=11
Jardinería, varios y aseo= 3
Hay un conjunto de empleados que
hacen otros.
Calcule cuántos empleados se
dedican:
1. Sólo aseo general
2. Jardinería y aseo pero no arreglos
varios.
3. En ninguna de las tres actividades.
 • La probabilidad como un
numero calculado de la
siguiente manera:
𝑛(𝐴)
𝑃 𝐴 =
𝑛(𝑆)

n(A) : numero de elementos

del evento A o cardinal de A:
Supone las siguientes
condiciones:

• Se trabaja con espacios

muestrales finitos.
• Los puntos de S son
equiprobables; tienen
Enfoques de probabilidad (Pierre igual peso o
Simón Laplace) importancia.
1. Enfoque clásico a priori o de
Laplace
 1. Defina el experimento
2. Establezca los eventos simples asociados
con el experimento y someta a prueba
cada uno para asegurarse de que no se
puede descomponer más. Esto define el
espacio muestral S.
Enfoques de 3. Asigne a cada punto muestral en S una
probabilidad (Pierre probabilidad adecuada, verificando que
Simón Laplace) 𝑃(𝐸𝑖 ) ≥ 0 y que σ 𝑃 𝐸𝑖 = 1
1. Enfoque clásico a 4. Defina el evento de estudio A, como una
priori o de Laplace colección específica de puntos
Método I: Puntos muestrales. (Un punto muestral está en A
muestrales si A ocurre siempre cuando ocurre el
punto muestral. Considere todos los
puntos muestrales de S para identificar
los puntos que están en A).
5. Encuentre P(A) sumando las
probabilidades de los puntos muestrales
de A.
 Enfoques de probabilidad
2. Enfoque empírico frecuencial o a posteriori

Utiliza la frecuencia relativa como una aproximación al valor de la probabilidad de un evento.

Frecuencia absoluta: Numero de veces que se presenta un evento en un experimento.
Frecuencia relativa: Proporción de veces que se presenta un evento determinado en un
experimento.
𝑛𝐴
𝑃 𝐴 = lim
𝑛→∞ 𝑛
nA : numero de veces que ocurre A.
n : número de veces que se hace el experimento.
La probabilidad de un suceso es el numero al que se aproxima su
frecuencia relativa cuando el experimento se repite un gran numero de
veces (Ley de los grandes números)
 Enfoques de
probabilidad
3. Enfoque axiomático de
Kolmogorov.

Sea S un espacio muestral y A un

evento de S. Se llama función de
probabilidad sobre el espacio muestral
S a P(A) si satisface los siguientes
axiomas:

1. P(A) ≥ 0
2. P(S) = 1
3. Si para los eventos 𝐴1 𝐴2 … se
cumple que 𝐴𝑖 ∩ 𝐴𝑗 =φ para toda
𝑖 ≠ 𝑗 entonces P(𝐴1 ᴗ𝐴2 ᴗ…)=
P(𝐴1 )+P(𝐴2 )+…
 Método de los puntos muestrales
Ejemplo 3
Se tiene un grupo de 4 estudiantes Carmen (C); Julio (J); Andrea (A)
y Gabriel (G):
1. Se van a seleccionar dos personas en dos días consecutivos
(una persona por día) para realizar una actividad en clase.
Determine la probabilidad de seleccionar por lo menos una
mujer.
2. Se van a seleccionar cuatro personas en cuatro días
consecutivos (una persona por día) para realizar una actividad
en clase. Determine la probabilidad de seleccionar una mujer
el primer día y tercer día.
Nota: Para los puntos 1 y 2 considere los dos esquemas:
I. Seleccionar diferentes personas cada día
II. La misma persona puede ser seleccionada todos los días.

3. Se van a seleccionar dos personas para realizar un trabajo en

grupo. Calcule la probabilidad de seleccionar dos mujeres.
 Método de los puntos muestrales
Ejemplo 3

Se tiene un grupo de 4 estudiantes Carmen (C); Julio (J); Andrea (A) y

Gabriel (G):
• Se van a seleccionar dos personas en dos días consecutivos (una
persona por día) para realizar una actividad en clase. Determine la
probabilidad de seleccionar por lo menos una mujer.
Esquema 1 Esquema 2
1 2 1 2 1 2 1 2
1 2 1 2 1 2 1 2

C A A C G C J C
C A A C G C J C
C G A G G A J A
C G A G G A J A
C J A J G J J G
C J A J G J J G

C C A A J J G G
 Método de los puntos muestrales
Ejemplo 3

Se tiene un grupo de 4 estudiantes Carmen (C); Julio (J); Andrea (A) y Gabriel (G):
• Se van a seleccionar cuatro personas en cuatro días consecutivos (una persona por
día) para realizar una actividad en clase. Determine la probabilidad de seleccionar
una mujer el primer día y tercer día.
Esquema 1
1 2 3 4 1 2 3 4
C J A G A C J G
Cuántas
C J G A A C G J personas a
C A J G A J C G 3 42 41 40
4programar
C A G J A J G C
C G A J A G C J en cuántos
C G J A A G J C días
1 2 3 4 1 2 3 4
J C A G G C A J
J C G A G C J A
J A C G G A C J
J A G C G A J C
J G A C G J C A
J G C A G J A C
Método de los puntos muestrales

Ejemplo 4
Se le pide a un niño hacer coincidir el nombre de un animal con la figura
correspondiente. Si son cuatro posibilidades determine la probabilidad que
no acierte en ninguno.
Ejemplo 5

Dos pacientes llegan a una clínica para ser atendidos y pueden escoger uno
de cuatro consultorios A; B; C; D: Determine la probabilidad que ambos
seleccionen el mismo consultorio. Utilice diagrama de árbol.

Ejemplo 6
¿Qué pasaría si fueran tres pacientes? ¿Cuál es la probabilidad de que tres
pacientes escojan el mismo consultorio?. El diagrama de árbol resultaría
impráctico es posible utilizar la "regla“ de las potencias que es equivalente al
diagrama.
Método de los puntos muestrales

Ejemplo 4
Se le pide a un niño hacer coincidir el nombre de un animal con la figura
correspondiente. Si son cuatro posibilidades determine la probabilidad que
no acierte en ninguno.

C J A G A C J G
C J G A A C G J
C A J G A J C G
C A G J A J G C
C G A J A G C J
C G J A A G J C
J C A G G C A J
J C G A G C J A
J A C G G A C J
J A G C G A J C
J G A C G J C A
J G C A G J A C
Método de los puntos muestrales

Ejemplo 5

Dos pacientes llegan a una clínica para ser atendidos y pueden escoger uno
de cuatro consultorios A; B; C; D: Determine la probabilidad que ambos
seleccionen el mismo consultorio. Utilice diagrama de árbol.
A
B A A
A C
A B
A C
D A D
A B A
B B B
B B C
C B D
D C A
Regla de
4 1 40
A C B las
C C
B potencias
C C
C D
D A
D D B
A D C
B D D
D C
D
Método de los puntos muestrales

Ejemplo 6

¿Qué pasaría si fueran tres pacientes? ¿Cuál es la probabilidad de que tres

pacientes escojan el mismo consultorio?. El diagrama de árbol resultaría
impráctico es posible utilizar la "regla“ de las potencias que es equivalente al
diagrama.
Método de los puntos muestrales

¿Qué pasaría si fueran

tres pacientes? ¿Cuál es
la probabilidad de que tres
pacientes escojan el
mismo consultorio?. El
diagrama de árbol
resultaría impráctico es
posible utilizar la "regla“
de las potencias que es
equivalente al diagrama.

42 41 40
Técnicas de conteo
Conteo de puntos muestrales
Regla de la potencia
La base de la potencia será el número de sujetos y la potencia para cada
base será el número de cupos, iniciando en 0.
Para este caso utilice los número 1 2 y 3, cuantos arreglos con repetición
puede construir?
Número de opciones= 3
Número de elementos= 3
Aplicando la regla de la potencia tenemos: 32 31 30
El primer término determina el número de veces que debe aparecer el
primer sujeto o elemento, el segundo término el número de veces que
debe aparecer el segundo elemento y el tercer término o sujeto
determina el número de veces que debe aparecer el tercero
111 112 113 121 122 123 131 132 133
211 212 213 221 222 223 231 232 233
311 312 313 321 322 323 331 332 333
 En muchos casos debemos ser
capaces de resolver un problema de
probabilidad mediante el conteo del
número de puntos en el espacio
muestral sin listar realmente cada
Técnicas de elemento. Especialmente útil cuando
el espacio muestral es muy grande.
conteo
Regla de la
multiplicación
El principio fundamental del conteo
es a menudo denominado regla
general de multiplicación
Técnicas de conteo
Conteo de puntos
muestrales
Esta foto de Autor desconocido está bajo
licencia CC BY-SA
 Si una operación se puede ejecutar
en n1 formas y si para cada una de
éstas se puede llevar a cabo una
Técnicas de segunda operación en n2 formas y
conteo para cada una de las dos primeras
Regla de la se puede realizar una tercera
operación en n3 formas y así
multiplicación sucesivamente entonces la serie
de k operaciones se pueden
realizar en:
n1*n2*n3* . . . *nk formas.
Técnicas de conteo
Conteo de puntos muestrales

Con frecuencia nos interesamos en un espacio muestral que contiene como

elementos a todas las posibles ordenaciones o arreglos de un grupo de
objetos.
Por ejemplo cuando queremos saber cuántos arreglos diferentes son
posibles para ubicar en una fila a seis personas.
Los diferentes arreglos se llaman permutaciones.

Permutación
Arreglo de todo o parte de un conjunto de objetos
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones en n objetos distintos tomados al tiempo y
sin repetición es n!.

Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 3 dígitos
diferentes utilizando el conjunto {1,2,3}?
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones en n objetos distintos tomados al tiempo y
sin repetición es n!.

Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 3 dígitos
diferentes utilizando el conjunto {1,2,3}?

Los número de 3 dígitos que podríamos construir son:

123, 132, 213, 231, 312, 321

Se tiene n= 3
n! = 3! = (3)(2)(1)= 6 arreglos
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones en n objetos distintos tomados al tiempo y
con repetición es 𝑛𝑛

Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 3 dígitos
utilizando el conjunto {1,2,3}?
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones en n objetos distintos tomados al tiempo y con
repetición es 𝑛𝑛

Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 3 dígitos
utilizando el conjunto {1,2,3}?
Los posibles números son:
111 112 113 121 122 123 131 132 133
211 212 213 221 222 223 231 232 233
311 312 313 321 322 323 331 332 333
n=3
33 = 3 ∗ 3 ∗ 3 = 27
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones en n objetos distintos tomados k a la vez y
𝑛!
sin repetición es
𝑛−𝑘 !
Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 2 dígitos
sin repetición utilizando el conjunto {1,2,3}?
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones en n objetos distintos tomados k a la vez y
𝑛!
sin repetición es
𝑛−𝑘 !
Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 2 dígitos
sin repetición utilizando el conjunto {1,2,3}?
Los posibles números son:
12 13 23
21 31 32
n= 3
K= 2
3!
=6
3−2 !
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones en n objetos distintos tomados k a la vez y
con repetición es 𝑛𝑘
Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 2 dígitos
utilizando el conjunto {1,2,3}?
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones en n objetos distintos tomados k a la vez y
con repetición es 𝑛𝑘
Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 2 dígitos
utilizando el conjunto {1,2,3}?
Los posibles números son:
12 13 23 11 22
21 31 32 33
n= 3
K= 2
32 = 9
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones distintas de n objetos de los que 𝑛1 son de
una clase, 𝑛2 de una segunda clase, … 𝑛𝑘 de una k-ésima clase es :

𝑛!
𝑛1 ! 𝑛2 ! 𝑛3 ! … 𝑛𝑘 !

Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 6 dígitos
utilizando el conjunto {1,1,1,2,2,3}?
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones distintas de n objetos de los que 𝑛1 son de
una clase, 𝑛2 de una segunda clase, … 𝑛𝑘 de una k-ésima clase es :

𝑛!
𝑛1 ! 𝑛2 ! 𝑛3 ! … 𝑛𝑘 !

Ejemplo:
¿Cuántos arreglos diferentes son posibles para formar un número de 6 dígitos
utilizando el conjunto {1,1,1,2,2,3}?

6!
= 60
3! 2! 1!
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones distintas de n objetos de los que 𝑛1 son de
una clase, 𝑛2 de una segunda clase, … 𝑛𝑘 de una k-ésima clase es :
𝑛!
𝑛1 ! 𝑛2 ! 𝑛3 ! … 𝑛𝑘 !
Ejemplo:
Durante un entrenamiento de futbol americano colegial, el coordinador defensivo
necesita tener a 10 jugadores parados en una fila. Entre estos 10 jugadores hay 1
de primer año, 2 de segundo año, 4 de tercer año y 3 de cuarto año,
respectivamente. De cuántas formas diferentes se pueden arreglar en una fila si lo
único que los distingue es el grado en el cual están?
Técnicas de conteo
Conteo de puntos muestrales

Permutación - Teorema
El número de permutaciones distintas de n objetos de los que 𝑛1 son de
una clase, 𝑛2 de una segunda clase, … 𝑛𝑘 de una k-ésima clase es :
𝑛!
𝑛1 ! 𝑛2 ! 𝑛3 ! … 𝑛𝑘 !
Ejemplo:
Durante un entrenamiento de futbol americano colegial, el coordinador defensivo
necesita tener a 10 jugadores parados en una fila. Entre estos 10 jugadores hay 1
de primer año, 2 de segundo año, 4 de tercer año y 3 de cuarto año,
respectivamente. De cuántas formas diferentes se pueden arreglar en una fila si lo
único que los distingue es el grado en el cual están?

10!
= 12,600
1! 2! 4! 3!
Técnicas de conteo
Conteo de puntos muestrales

Permutación circular - Teorema

El número de permutaciones distintas de n objetos distintos ordenados en
forma circular es:
𝑛−1 !

Ejercicio:
De cuantas maneras se pueden plantar 5 arboles diferentes en un circulo?
Técnicas de conteo
Conteo de puntos muestrales

Permutación circular - Teorema

El número de permutaciones distintas de n objetos distintos ordenados en
forma circular es:
𝑛−1 !

Ejercicio:
De cuantas maneras se pueden plantar 5 arboles diferentes en un circulo?

(n-1)!= (5-1)!=4!=(4)(3)(2)(1)=24
Técnicas de conteo
Conteo de puntos muestrales

Permutación asignación - Teorema

El número de permutaciones distintas de n objetos distintos de los que n1
son de una clase n2 de una segunda . . . y nk de una k-ésima clase es:

𝑛!
En donde: 𝑛1 ! 𝑛2 ! 𝑛3 ! … 𝑛𝑘!
𝑘

෍ 𝑛𝑖 = 𝑛
𝑖=1

Ejercicio:
Un hotel va a hospedar a siete estudiantes de posgrado que asisten a una
conferencia, En cuantas formas los puede asignar a una habitación triple y a dos
dobles?
Técnicas de conteo
Conteo de puntos muestrales

Permutación asignación - Teorema

El número de permutaciones distintas de n objetos distintos de los que n1
son de una clase n2 de una segunda . . . y nk de una k-ésima clase es:
𝑛!
𝑛1 ! 𝑛2 ! 𝑛3 ! … 𝑛𝑘!
En donde: σ𝑘𝑖=1 𝑛𝑖 = 𝑛

Ejercicio:
Un hotel va a hospedar a siete estudiantes de posgrado que asisten a una
conferencia, En cuantas formas los puede asignar a una habitación triple y a dos
dobles?
7!
= 210
3! 2! 2!
Técnicas de conteo
Conteo de puntos muestrales

Combinación
En muchos problemas nos interesa el número de formas de seleccionar k
objetos de n sin importar el orden. Tales selecciones se llaman
combinaciones.
Una combinación es realmente una partición con dos celdas donde una
contiene los k objetos seleccionados y la otra contiene los (n − k) objetos
restantes.
𝑛
El número de tales combinaciones denotadas con 𝑘 𝑛−1

𝑛
por lo general se reduce a 𝑘
debido a que el número de elementos en la
segunda celda es n − k.
Técnicas de conteo
Conteo de puntos muestrales

Combinación- Teorema
El número de combinaciones de n objetos distintos tomados de k a la vez
es
𝑛
𝑛! 𝑃 𝑘
𝐶𝑘𝑛 = =
𝑘! 𝑛 − 𝑘 ! 𝑘!
Técnicas de conteo
Conteo de puntos muestrales

Combinación- Teorema
El número de combinaciones de n objetos distintos tomados de k a la vez
sin repetición es
𝑛
𝑛! 𝑃 𝑘
𝐶𝑘𝑛 = =
𝑘! 𝑛 − 𝑘 ! 𝑘!

Un niño le pide a su madre que le lleve cinco juegos de Wii de su colección de 10

juegos de simulación y 5 de deportes. ¿De cuántas maneras podría su madre
llevarle 3 juegos de simulación y 2 de deportes?
Técnicas de conteo
Conteo de puntos muestrales

Combinación- Teorema
El número de combinaciones de n objetos distintos tomados de k a la vez
sin repetición es
𝑛
𝑛! 𝑃 𝑘
𝐶𝑘𝑛 = =
𝑘! 𝑛 − 𝑘 ! 𝑘!

Un niño le pide a su madre que le lleve cinco cartuchos de Wii de su colección de

10 juegos de simulación y 5 de deportes. ¿De cuántas maneras podría su madre
llevarle 3 juegos de simulación y 2 de deportes?
10
10!
𝐶3 = = 120 Utilizando la regla de la
3! 10 − 3 !
multiplicación (regla 2.1)
5! con n1 = 120 y n2 = 10,
𝐶25 = = 10 tenemos que hay (120)(10)
2! 5 − 2 !
= 1200 formas.
Técnicas de conteo
Conteo de puntos muestrales

Combinación- Teorema
El número de combinaciones de n objetos distintos tomados de k a la vez
con repetición es
𝑛 𝑛+𝑘−1 (𝑛 + 𝑘 − 1)!
𝐶𝑘 = =
𝑘 𝑘! 𝑛 − 1 !
Técnicas de conteo
Conteo de puntos muestrales

Combinación- Teorema
El número de combinaciones de n objetos distintos tomados de k a la vez
con repetición es
𝑛 𝑛+𝑘−1 (𝑛 + 𝑘 − 1)!
𝐶𝑘 = =
𝑘 𝑘! 𝑛 − 1 !

En una bolsa hay 7 nombres de empleados. Sin mirar se saca uno de los nombres,
se escribe en una lista y se vuelve a dejar el nombre dentro de la bolsa. Se repite
esta acción tres veces más (es decir, en total se apuntan cuatro nombres).
¿Cuántos grupos de nombres, sin importar el orden, se pueden obtener mediante
este procedimiento?
Técnicas de conteo
Conteo de puntos muestrales

Combinación- Teorema
El número de combinaciones de n objetos distintos tomados de k a la vez
con repetición es
𝑛 𝑛+𝑘−1 (𝑛 + 𝑘 − 1)!
𝐶𝑘 = =
𝑘 𝑘! 𝑛 − 1 !

En una bolsa hay 7 nombres de empleados. Sin mirar se saca uno de los nombres,
se escribe en una lista y se vuelve a dejar el nombre dentro de la bolsa. Se repite
esta acción tres veces más (es decir, en total se apuntan cuatro nombres).
¿Cuántos grupos de nombres, sin importar el orden, se pueden obtener mediante
este procedimiento?
7
(7 + 4 − 1)!
𝐶4 = = 210
4! 7 − 1 !
Método de los puntos muestrales

Ejemplo 7
En un curso de postgrado se van a seleccionar 3 estudiantes para elaborar
una propuesta de trabajo con respecto a un tema. Se cuenta con 3
administradores 4 economistas y 5 ingenieros. Calcular la probabilidad de que
se seleccione uno de cada profesión bajo los tres esquemas siguientes:

1. Selección uno por uno con reemplazo.

2. Selección uno por uno sin reemplazo.
3. Selección al tiempo.

Tarea
Se seleccionan 5 estudiantes. Halle la probabilidad que se escojan 2
administradores 2 ingenieros 1 economista.
Método de los puntos muestrales

Ejemplo 7
En un curso de postgrado se van a seleccionar 3 estudiantes para elaborar
una propuesta de trabajo con respecto a un tema. Se cuenta con 3
administradores 4 economistas y 5 ingenieros. Calcular la probabilidad que
se seleccione uno de cada profesión bajo los tres esquemas siguientes:
1. Selección uno por uno con reemplazo.

n(S)= 12*12*12
n(A)= (3*4*5)*3!
Método de los puntos muestrales

Ejemplo 7
En un curso de postgrado se van a seleccionar 3 estudiantes para elaborar
una propuesta de trabajo con respecto a un tema. Se cuenta con 3
administradores 4 economistas y 5 ingenieros. Calcular la probabilidad que
se seleccione uno de cada profesión bajo los tres esquemas siguientes:

2. Selección uno por uno sin reemplazo.

n(S)= 12*11*10
n(A)= (3*4*5)*3!
Método de los puntos muestrales

Ejemplo 7
En un curso de postgrado se van a seleccionar 3 estudiantes para elaborar
una propuesta de trabajo con respecto a un tema. Se cuenta con 3
administradores 4 economistas y 5 ingenieros. Calcular la probabilidad que
se seleccione uno de cada profesión bajo los tres esquemas siguientes:

3. Selección al tiempo.

12
𝑛 𝑆 =
3
3 4 5
𝑛 𝐴 =
1 1 1
Método de los puntos muestrales

Ejemplo 7
Tarea
Se seleccionan 5 estudiantes. Halle la probabilidad que se escojan 2
administradores 2 ingenieros 1 economista.
𝒏 𝒔 = 𝟏𝟐𝟓
𝟓!
𝒏 𝑨 = 𝟓∗𝟓∗𝟑∗𝟑∗𝟒 ∗
𝟐! ∗ 𝟐! ∗ 𝟏!
Método de los puntos muestrales

Ejemplo 8
De 25 hombres y 15 mujeres se van a formar dos grupos de 20 personas.

1. Hallar la probabilidad que las mujeres queden en un grupo.

2. Hallar la probabilidad de que dos personas concretas estén en un grupo
Método de los puntos muestrales

Ejemplo 8
De 25 hombres y 15 mujeres se van a formar dos grupos de 20 personas.

1. Hallar la probabilidad que las mujeres queden en un grupo.

40
𝑛 𝑆 =
20

25!
𝑛 𝐴 = ∗2
5! ∗ 20!
Método de los puntos muestrales

Ejemplo 8
De 25 hombres y 15 mujeres se van a formar dos grupos de 20 personas.

2. Hallar la probabilidad de que dos personas concretas estén en un grupo

40
𝑛 𝑆 =
20

38!
𝑛 𝐵 = ∗2
18! ∗ 20!
Método de los puntos muestrales

Ejemplo 9
Calcule la probabilidad de ganarse el baloto con un solo boleto.
Método de los puntos muestrales

Ejemplo 9
Calcule la probabilidad de ganarse el baloto con un solo boleto.

45
𝑛 𝑆 =
6

6
𝑛 𝐴 =
6
Método de los puntos muestrales

Ejemplo 9
Calcule la probabilidad de ganarse el baloto con un solo boleto.

𝑛 𝑆 = 45 ∗ 44 ∗ 43 ∗ 42 ∗ 41 ∗ 40

𝑛 𝐴 =6∗5∗4∗3∗2∗1
Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

1. Las mujeres queden juntas.

2. Hombres y mujeres queden juntos.
3. Si dos personas en particular no quieren estar juntas. Determine la
probabilidad de este hecho.
4. Queden intercalados.
5. Si las personas son pareja. Determine la probabilidad que cada pareja
quede junta.
Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

1. Las mujeres queden juntas.

Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

1. Las mujeres queden juntas.

n(S)=8!=40,320
n(A)= 4!*5!=2,880
Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

2. Hombres y mujeres queden juntos.

Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

2. Hombres y mujeres queden juntos.

n(S)=8!= 40,320
n(A)= 4!*4!*2!=1,152
Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

3. Si dos personas en particular no quieren estar juntas. Determine la

probabilidad de este hecho.
Que estén juntas:
Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

3. Si dos personas en particular no quieren estar juntas. Determine la

probabilidad de este hecho.
Que estén juntas:

Número de formas en que pueden estar juntas:

n(C)=7!*2!=10.080
Número de formas en que pueden estar separadas:
n(C´)= 40.320-10.080
Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

4. Queden intercalados.
Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

4. Queden intercalados.

n(D)=4!*4!*2=1,152
Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

5. Si las personas son pareja. Determine la probabilidad que cada pareja

quede junta.
Método de los puntos muestrales

Ejemplo 10
4 hombres y 4 mujeres se van a sentar en fila. Calcule la probabilidad que:

5. Si las personas son pareja. Determine la probabilidad que cada pareja

quede junta.

n(D)=2!*2!*2!*2!*4!=384
Método de los puntos muestrales

Ejemplo 11
Se van a asignar 4 contratos C1; C2; C3; C4 a un grupo de cinco empresas
existentes A; B; C; D y E: Calcular la probabilidad que: X : La empresa A no
reciba contrato, Y : La empresa A reciba un contrato. Bajo las siguientes
condiciones:

1. Una empresa puede recibir cuando mucho un contrato.

2. Una empresa puede recibir más de un contrato.

Para resolver en casa

Resolver los ejemplos del 3 al 6 utilizando técnicas de conteo.
Método de los puntos muestrales

Ejemplo 11
Se van a asignar 4 contratos C1; C2; C3; C4 a un grupo de cinco empresas
existentes A; B; C; D y E: Calcular la probabilidad que: X : La empresa A no
reciba contrato, Y : La empresa A reciba un contrato. Bajo las siguientes
condiciones:
1. Una empresa puede recibir cuando mucho un contrato.

𝑛 𝑆 = 5 ∗ 4 ∗ 3 ∗ 2 = 120

𝑛 𝑋 = 4 ∗ 3 ∗ 2 ∗ 1 = 24
Método de los puntos muestrales

Ejemplo 11
Se van a asignar 4 contratos C1; C2; C3; C4 a un grupo de cinco empresas
existentes A; B; C; D y E: Calcular la probabilidad que: X : La empresa A no
reciba contrato, Y : La empresa A reciba un contrato. Bajo las siguientes
condiciones:
1. Una empresa puede recibir cuando mucho un contrato.

𝑛 𝑆 = 5 ∗ 4 ∗ 3 ∗ 2 = 120

4
𝑛 𝑌 = ∗ 4 ∗ 3 ∗ 2 = 96
1

𝑛 𝑌 = 120 − 24 = 96
Método de los puntos muestrales

Ejemplo 11
Se van a asignar 4 contratos C1; C2; C3; C4 a un grupo de cinco empresas
existentes A; B; C; D y E: Calcular la probabilidad que: X : La empresa A no
reciba contrato, Y : La empresa A reciba un contrato. Bajo las siguientes
condiciones:
2. Una empresa puede recibir más de un contrato.

𝑛 𝑆 = 5 ∗ 5 ∗ 5 ∗ 5 = 625

𝑛 𝑋 = 4 ∗ 4 ∗ 4 ∗ 4 = 256

4
𝑛 𝑌 = ∗ 4 ∗ 4 ∗ 4 = 256
1
Método de los puntos muestrales

Tarea inspiración de Quiz

El banco universitario tiene el siguiente anuncio promocional: valida el código de
autorización (que tiene 6 dígitos, cada uno con números del 0 al 9) en tu voucher de
pago, y si tienes 3; 4 o 5 números iguales ganas de la siguiente forma:

Números iguales Ganas

3 El 20% de la compra
4 El 50% de la compra
5 El 100% de la compra

La compra mínima para concursar es de $50;000 y la máxima es de $20´000.000.

Suponga que los códigos de autorización son generados de manera aleatoria.
Calcule:
1. La probabilidad de ganar exactamente el 20% de la compra si compra una vez.
2. La probabilidad de ganar (de cualquier forma) si compra una vez.
Método de los puntos muestrales

Ejercicio 2
Número de formas de conseguir 3 números iguales: 𝑛 𝑆 = 106
3 números iguales:
10 6!
a. 3 3 3 1 2 4= 4
∗ ∗4 = 100,800
3!∗1!∗1!∗1!
10 6!
b. 3 3 3 2 2 1= 3
∗ ∗3= 21,600
3!∗2!∗1!
10 6!
c. 333222= 2
∗ = 900
3!∗3!

a+b+c=123,300
Método de los puntos muestrales

Ejercicio 2
Número de formas de conseguir 3 números iguales: 𝑛 𝑆 = 106

4 número iguales
10 6!
a. 3 3 3 3 2 5= 3
∗ ∗ 3 =10,800
4!∗1!∗1!
10 6!
b. 3 3 3 3 2 2= 2
∗ ∗ 2 =1,350
4!∗2!

5 números iguales
10 6!
c. a. 3 3 3 3 3 1 = 2
∗ ∗ 2 =540
5!∗1!

a+b+c=12,690
Método de los puntos muestrales

Ejercicio extra
Suponga que las calles de una ciudad forman una malla con calles que van de
sur a norte y de este a oeste. Considere el siguiente esquema para patrullar un
área de 16 cuadras por 16 cuadras. Un patrullero comienza a patrullar en la
intersección en el centro del área. En la esquina de cada cuadra el elige
aleatoriamente ir hacia el norte, hacia el sur, este u oeste. ¿Cuál es la
probabilidad de que él:
(a) Alcance los límites de su área de patrullaje una vez que él ha caminado 8
cuadras?
(b) Retornase al punto de partida después de caminar exactamente cuatro
cuadras?
Método de los puntos muestrales

Ejercicio extra
• Puntos equiprobables= 48 = 65.536
a. Puntos favorables:
{N,N,N,N,N,N,N,N}, {S,S,S,S,S,S,S,S},
{E,E,E,E,E,E,E,E}, {O,O,O,O,O,O,O,0} = 4
Probabilidad de que alcance los límites de su área de patrullaje una vez que él
4
ha caminado 8 cuadras= = 0,000006103
65.536
Método de los puntos muestrales

Ejercicio extra
• Caso1. manzana completa: {N,E,S,O}
La primera calle puede ser en cualquier dirección, la segunda perpendicular a la
primera, la tercera opuesta a la primera y la cuarta opuesta a la segunda.
Existen: 4X2X1X1= 8 Puntos favorables
• Caso 2. Se aleja dos calles y vuelve: {N,O,E,S}
La primera calle puede ser en cualquier dirección, la segunda cualquiera
excepto opuesta a la primera, la tercera opuesta a la segunda y la cuarta
opuesta a la primera.
Existen: 4X3X1X1= 12 Puntos favorables
Método de los puntos muestrales

Ejercicio extra
Caso 1 + caso 2 = 8+12 = 20 Puntos favorables
Puntos posibles= 256
20
Probabilidad de evento= =0.078
256
La probabilidad de que retornase al punto de partida después de caminar
exactamente cuatro cuadras es 0.078
Método de los puntos muestrales

Ejercicio extra 2
Un compartimiento contiene 3 componentes del proveedor A; 4
del proveedor B y 5 del proveedor C: Se seleccionan
aleatoriamente 4 de los componentes para probarlos ¿Cuál es la
probabilidad que se pruebe por lo menos un componente de cada
proveedor?
Método de los puntos muestrales

Ejercicio extra 2

12!
𝑆 = = 27.720
5! ∗ 4! ∗ 3!

4! 8! 4! 8! 4!
𝐸= ∗ + ∗ + ∗
1!∗1!∗2! 4!∗3!∗1! 1!∗2!∗1! 4!∗2!∗2! 2!∗1!∗1!
8!
=15.120
3!∗3!∗2!

15.120 Es la probabilidad de que se pruebe por lo menos un

𝑃 𝐸 = = 0,54545
27.720 componente de cada proveedor
Método de los puntos muestrales

Ejercicio extra 3
Se van a enviar 30 personas (8 mujeres y 22 hombres) por igual a 3
municipios (A, B, C) para realizar una encuesta. ¿cuál es la
probabilidad que las mujeres sean enviadas al mismo municipio?
Método de los puntos muestrales

Ejercicio extra 4
6 personas se suben en un ascensor en un edificio de 10 pisos.
Calcule la probabilidad de:

A: Se baje una persona en cada piso

B: el ascensor solo se detenga en 2 pisos y se bajen 3 personas en
cada piso
Método de los puntos muestrales

Ejercicio extra 4
6 personas se suben en un ascensor en un edificio de 10 pisos.
Calcule la probabilidad de:

A: Se baje una persona en cada piso

10
𝑛(𝐴) 6!
6
𝑃 𝐴 = =
𝑛(𝑆) 106
B: el ascensor solo se detenga en 2 pisos y se bajen 3 personas en
cada piso
6 10
𝑛(𝐵)
𝑃 𝐵 = = 3 62
𝑛(𝑆) 10
Método de Composición de eventos

Probabilidad Condicional
La probabilidad condicional de un evento es la probabilidad (la frecuencia
relativa de ocurrencia) del evento, dado que ya ocurrió otro evento.

La probabilidad condicional de un evento A, dado que ya ocurrió un evento B,

es igual a

𝑃(𝐴 ∩ 𝐵)
𝑃 𝐴𝐵 =
𝑃(𝐵)

Siempre que P(B)>0. Es también llamada: la probabilidad condicional de A,

dado B; o la probabilidad de A dada la ocurrencia de B.
Método de Composición de eventos

Independencia de Eventos
Si la ocurrencia o la no ocurrencia de un evento A no afecta la ocurrencia de
un evento B, se dice que A y B son independientes, esto si se cumple que:

𝑃 𝐴𝐵 =𝑃 𝐴 𝑦 𝑃 𝐵 𝐴 = 𝑃(𝐵)

Nota: Cuando los eventos son independientes 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∗ 𝑃(𝐵)

Observación: siempre que hablamos de selección uno por uno con

reemplazo, hablamos de eventos independientes, si se trata de selección sin
reemplazo son eventos dependientes.
Método de Composición de eventos

Ley multiplicativa de probabilidad

La probabilidad de la intersección de dos eventos A y B, es decir, la
probabilidad de que ocurran los eventos A y B, es

𝑃 𝐴∩𝐵 =𝑃 𝐴 𝑃 𝐵 𝐴 , 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑃 𝐴 > 0

=𝑃 𝐵 𝑃 𝐴𝐵 , 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑃 𝐵 > 0

Y 𝑠𝑖 𝐴 𝑦 𝐵 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∗ 𝑃(𝐵)

Método de Composición de eventos

Teorema
Si en un experimento pueden ocurrir los eventos, 𝐴1 , 𝐴2 , … , 𝐴𝐾 , entonces

𝑃 𝐴1 ∩ 𝐴2 ∩ … ∩ 𝐴𝐾 = 𝑃 𝐴1 𝑃 𝐴2 𝐴1 𝑃 𝐴3 |𝐴1 ∩ 𝐴2 …
= 𝑃 𝐴𝑘 |𝐴1 ∩ 𝐴2 ∩ 𝐴3 ∩ ⋯ ∩ 𝐴𝐾−1

Si los eventos 𝐴1 , 𝐴2 , 𝐴3 , … 𝐴𝐾 son independientes, entonces

𝑃 𝐴1 ∩ 𝐴2 ∩ … ∩ 𝐴𝐾 = 𝑃 𝐴1 )𝑃(𝐴2 ) … 𝑃(𝐴𝐾
Método de Composición de eventos

Ejemplo 12
Un jurado debe calificar tres marcas de café X; Y; Z; según su sabor. Defínanse
los siguientes eventos:
A : La marca X es calificada mejor que la Y.
B : La marca X es calificada como la mejor.
C : La marca X se califica en segundo lugar.
D : La marca X se califica en tercer lugar.
¿Es independiente el evento A de los eventos B; C; y D?
Método de Composición de eventos

Ejemplo 12
Un jurado debe calificar tres marcas de café X; Y; Z; según su sabor. Defínanse
los siguientes eventos:

S:{XYZ, XZY, YZX, YXZ, ZXY, ZYX}

nS=6

A : La marca X es calificada mejor que la Y.

A:{XYZ, XZY, ZXY}
nA=3

3
𝑃 𝐴 =
6
Método de Composición de eventos

Ejemplo 12
Un jurado debe calificar tres marcas de café X; Y; Z; según su sabor. Defínanse
los siguientes eventos:

S:{XYZ, XZY, YZX, YXZ, ZXY, ZYX}

nS=6

B : La marca X es calificada como la mejor.

B:{XYZ, XZY}
nB=2

2
𝑃 𝐵 =
6
Método de Composición de eventos

Ejemplo 12
Un jurado debe calificar tres marcas de café X; Y; Z; según su sabor. Defínanse
los siguientes eventos:

¿A y B son independientes?

A : La marca X es calificada mejor que la Y.

A:{XYZ, XZY, ZXY}

B : La marca X es calificada como la mejor.

B:{XYZ, XZY}
𝐴 ∩ 𝐵: 𝑋𝑌𝑍, 𝑋𝑍𝑌
1
𝑃 𝐴 𝐵 = 3 = 1 ≠ 𝑃(𝐴)
1
3
Método de Composición de eventos

Ejemplo 12
Un jurado debe calificar tres marcas de café X; Y; Z; según su sabor. Defínanse
los siguientes eventos:

S:{XYZ, XZY, YZX, YXZ, ZXY, ZYX}

nS=6

C : La marca X se califica en segundo lugar.

C:{YXZ, ZXY}
nC=2

2
𝑃 𝐶 =
6
Método de Composición de eventos

Ejemplo 12
Un jurado debe calificar tres marcas de café X; Y; Z; según su sabor. Defínanse
los siguientes eventos:
¿A y C son independientes?
A : La marca X es calificada mejor que la Y.
A:{XYZ, XZY, ZXY}

C : La marca X se califica en segundo lugar.

C:{YXZ, ZXY}
𝐴 ∩ 𝐶: 𝑧𝑥𝑦
1
6 1
𝑃 𝐴 𝐶 = = = 𝑃(𝐴)
2 2
6
Método de Composición de eventos

Ejemplo 12
Un jurado debe calificar tres marcas de café X; Y; Z; según su sabor. Defínanse
los siguientes eventos:

S:{XYZ, XZY, YZX, YXZ, ZXY, ZYX}

nS=6

D : La marca X se califica en tercer lugar.

D:{YZX, ZYX}
nD=2

2
𝑃 𝐷 =
6
Método de Composición de eventos

Ejemplo 12
Un jurado debe calificar tres marcas de café X; Y; Z; según su sabor. Defínanse
los siguientes eventos:
¿A y D son independientes?
A : La marca X es calificada mejor que la Y.
Así, los eventos
A:{XYZ, XZY, ZXY} A y C son independientes,
pero los eventos
A y B son dependientes. Los
D : La marca X se califica en tercer lugar.
eventos
D:{YZX, ZYX} A y D también son
𝐴 ∩ 𝐷: ∅ dependientes
𝑃 𝐴𝐷 =0
Método de Composición de eventos

Ley aditiva de probabilidad

La probabilidad de la unión de dos eventos A y B es

𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)

Si A y B son eventos mutuamente excluyentes, entonces 𝑃 𝐴 ∩ 𝐵 =0 y

𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵
Método de Composición de eventos

Complemento

Si A es un evento, entonces

𝑃 𝐴 = 1 − 𝑃 𝐴𝑐 = 1 − 𝑃 𝐴´
Método de Composición de eventos

Complemento

Si A es un evento, entonces

𝑃 𝐴 = 1 − 𝑃 𝐴𝑐 = 1 − 𝑃 𝐴´
Método de Composición de eventos

Ejemplo 13

La víctima de un accidente morirá amenos que reciba en los próximos 12

minutos una cantidad de sangre tipo A; Rh positivo, que sea suministrada por
un solo donante. Se tarda 2 min en definir el tipo de sangre y 2 min en realizar
la transfusión. Hay 50 personas dispuestas a donar pero se desconoce su tipo
de sangre, si solo 20 son del tipo que se necesita ¿Cuál es la probabilidad que
sobreviva el paciente?

Note los eventos:

𝐸𝑖 : 𝐸𝑙 𝑖é𝑠𝑖𝑚𝑜 𝑑𝑜𝑛𝑎𝑛𝑡𝑒 𝑒𝑠 𝐴+
𝑉: 𝐿𝑎 𝑣í𝑐𝑡𝑖𝑚𝑎 𝑠𝑜𝑏𝑟𝑒𝑣𝑖𝑣𝑒
Método de Composición de eventos

Ejemplo 14

Una agencia de publicidad se da cuenta que aproximadamente 1 de 50

compradores potenciales de un producto ve cierto anuncio en una revista, 1
de cada 5 ve el anuncio correspondiente en la televisión, 1 de 100 ve los dos
anuncios; 1 de 3 compra realmente el producto si ha visto el anuncio y de
cada 10 que no lo han visto, lo compra 1:

1. ¿Cual es la probabilidad que vea el anuncio?

2. ¿Cual es la probabilidad que un comprador potencial escogido al azar
compre el producto?
Método de Composición de eventos

Ejemplo 14
Una agencia de publicidad se da cuenta que aproximadamente 1 de 50 compradores potenciales
de un producto ve cierto anuncio en una revista, 1 de cada 5 ve el anuncio correspondiente en la
televisión, 1 de 100 ve los dos anuncios; 1 de 3 compra realmente el producto si ha visto el
anuncio y de cada 10 que no lo han visto, lo compra 1:
1. ¿Cual es la probabilidad que vea el anuncio?
2. ¿Cual es la probabilidad que un comprador potencial escogido al azar compre el producto?
Note los eventos:
R: Un comprador potencial ve el anuncio en revista
T: Un comprador potencial ve el anuncio en televisión
V: Un comprador potencial vio el anuncio
C: Un comprador potencial compra el producto
Método de Composición de eventos

Ejemplo 14
Una agencia de publicidad se da cuenta que aproximadamente 1 de 50 compradores potenciales
de un producto ve cierto anuncio en una revista, 1 de cada 5 ve el anuncio correspondiente en la
televisión, 1 de 100 ve los dos anuncios; 1 de 3 compra realmente el producto si ha visto el
anuncio y de cada 10 que no lo han visto, lo compra 1:
1. ¿Cual es la probabilidad que vea el anuncio?
2. ¿Cual es la probabilidad que un comprador potencial escogido al azar compre el producto?
Note los eventos:
1
R: Un comprador potencial ve el anuncio en revista: 𝑃 𝑅 =
50
1
T: Un comprador potencial ve el anuncio en televisión: 𝑃 𝑇 =
5
V: Un comprador potencial vio el anuncio: 𝑉: {𝑅 ∪ 𝑇}
C: Un comprador potencial compra el producto: 𝑃 𝐶 = 𝑃 𝑉 ∩ 𝐶 + 𝑃(𝑉 ´ ∩ 𝐶)
Método de Composición de eventos

Tarea
Cuando los artículos llegan al final de una línea de producción, un supervisor
realiza una revisión de los mismos, se encuentra que el 2% no pueden salir al
mercado, el 10% están defectuosos, pero, pueden ser corregidos rápidamente
y el resto está en buen estado. Un segundo supervisor realiza una inspección
completa del 80%; de los que no pueden salir al mercado, 60% de los
defectuosos y 20% de los buenos. Si se selecciona un artículo aleatoriamente
determine la probabilidad de:
TAREA
1. Se le realice una inspección completa.
2. Esté defectuoso dado que se le realizo una inspección completa.
3. Se le haya realizado una inspección completa y esté defectuoso.
4. Se le haya realizado una inspección completa o este defectuoso.
 Ley de la probabilidad total y teorema de Bayes

Ley de la probabilidad Total

Sea E un evento
Se presenta A como la unión de los dos eventos mutuamente excluyentes:
𝐸∩𝐴; 𝐸𝐶 ∩ 𝐴
Por lo tanto:
𝐴 = 𝐸 ∩ 𝐴 ∪ 𝐸 𝐶 ∩ 𝐴 = 𝐸 ∩ 𝐴 + 𝐸 𝐶 ∩ 𝐴 = 𝑃 𝐸 𝑃 𝐴 𝐸 + 𝑃 𝐸 𝐶 𝑃(𝐴|𝐸 𝐶 )
Ley de la probabilidad total y teorema de Bayes

Teorema de Bayes
• El Teorema de Bayes ofrece un método estadístico para calcular una
probabilidad condicional en circunstancias de dependencia.
• Este teorema es de gran utilidad para evaluar una probabilidad a
posteriori partiendo de probabilidades simples, y así poder revisar la
estimación de la probabilidad a priori de un evento que se encuentra en
un estado o en otro.
• Partiendo de las fórmulas de probabilidad condicional
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐴𝐵 =
𝑃(𝐵)
• Se procederá a enunciar el Teorema de Bayes para eventos
estadísticamente dependientes.
Ley de la probabilidad total y teorema de Bayes

Teorema de Bayes
Sean 𝐵1 , 𝐵2 ,… , 𝐵𝐾 eventos mutuamente excluyentes tales que cualquier
evento A en el espacio muestral pertenece a uno y sólo a uno de estos
eventos. Entonces la probabilidad de que ocurra cualquier evento dado que
ha ocurrido el evento A se calculará por la siguiente fórmula:

𝑃(𝐵𝑘 ∩ 𝐴)
𝑃 𝐵𝑘 𝐴 =
𝑃(𝐴)

Sustituyendo la formula de probabilidad condicional y probabilidad total se

obtiene la formula general para el Teorema de Bayes:
𝑃(𝐵𝑘 ∩ 𝐴) 𝑃 𝐵𝑘 𝑃(𝐴|𝐵𝑘 )
𝑃 𝐵𝑘 𝐴 = 𝑘 = 𝑘
σ𝑖=1 𝑃(𝐵𝑖 ∩ 𝐴) σ𝑖=1 𝑃 𝐵𝑖 𝑃(𝐴|𝐵𝑖 )
Ley de la probabilidad total y teorema de Bayes

Ejemplo
En una planta en ensamble, tres máquinas B1, B2 y B3 montan 30%, 45% y
25% de los productos, respectivamente.
Por la experiencia pasada se sabe que 2%, 3% y 2% de los productos
ensamblados por cada maquina, respectivamente, tienen defectos.
Ahora suponga que se selecciona de forma aleatoria un producto terminado.
¿Cual es la probabilidad de que el producto este defectuoso?
Considere los siguientes eventos:
• A: El producto esta defectuoso.
• 𝐵1 : El producto fue ensamblado en la maquina B1.
• 𝐵2 : El producto fue ensamblado en la maquina B2.
• 𝐵3 : El producto fue ensamblado en la maquina B3.
Ley de la probabilidad total y teorema de Bayes

Ejemplo
Al aplicar la regla de eliminación (de probabilidad total) podemos escribir:
A: El producto esta defectuoso.
𝑃 𝐴 = 𝑃 𝐴 𝐵1 𝑃 𝐵1 + 𝑃 𝐴 𝐵2 𝑃 𝐵2 + 𝑃 𝐴 𝐵3 𝑃 𝐵3

𝑃 𝐴 𝐵1 𝑃 𝐵1 = 0,02 0,3 = 0,006

𝑃 𝐴 𝐵2 𝑃 𝐵2 = 0,03 0,45 = 0,0135

𝑃 𝐴 𝐵3 𝑃 𝐵3 = 0,02 0,25 = 0,005

𝑃 𝐴 = 0,006 + 0,0135 + 0,005 = 0,0245

Ley de la probabilidad total y teorema de Bayes

Ejemplo

Ahora suponga que se seleccionó un producto de forma aleatoria y

está defectuoso. ¿Cuál es la probabilidad de que hubiese sido
ensamblado en la maquina 𝐵𝑖 ? Con base en la definición de
probabilidad condicional y el teorema de probabilidad total, es decir, el
Teorema de Bayes tenemos:
Ley de la probabilidad total y teorema de Bayes

Ejemplo

Ahora suponga que se seleccionó un producto de forma aleatoria y está

defectuoso. ¿Cuál es la probabilidad de que hubiese sido ensamblado en la
maquina 𝐵𝑖 ? Con base en la definición de probabilidad condicional y el
teorema de probabilidad total, es decir, el Teorema de Bayes tenemos:

𝑃 𝐵𝑖 𝑃(𝐴|𝐵𝑖 )
𝑃 𝐵𝑖 |𝐴 =
𝑃 𝐵1 𝑃 𝐴 𝐵1 + 𝑃 𝐵2 𝑃 𝐴 𝐵2 + 𝑃 𝐵3 𝑃(𝐴|𝐵3 )

0,006
𝑃 𝐵1 |𝐴 = = 0,24490
0,006 + 0,0135 + 0,005
0,0135
𝑃 𝐵2 |𝐴 = = 0,55102
0,006 + 0,0135 + 0,005
0,005
𝑃 𝐵3 |𝐴 = = 0,20408
0,006 + 0,0135 + 0,005
QUIZ

Código terminado en par Código terminado en impar

Al final del semestre John se va a

graduar en la facultad de
ingeniería industrial de una
universidad. Después de tener
entrevistas en dos empresas en
donde quiere trabajar, determina
que la probabilidad que tiene de
lograr una oferta de empleo en la
empresa A es 0.8, y que la
probabilidad de obtenerla en la
empresa B es 0.6. Si, por otro
lado, considera que la
probabilidad de recibir ofertas de
ambas empresas es 0.5, ¿Qué
probabilidad tiene de obtener al
menos una oferta de esas dos
empresas?:
Las probabilidades de que un
individuo que compra un
automóvil nuevo elija uno de
color verde, uno blanco, uno
rojo o uno azul son 0.09, 0.15,
0.21 y 0.23, respectivamente,
¿Cuál es la probabilidad de que
un comprador dado adquiera un
automóvil nuevo que tenga uno
de esos colores?