1 Probabilidades PDF
1 Probabilidades PDF
1 Probabilidades PDF
Pintarelli
1- Probabilidad
1
Probabilidad Prof. María B. Pintarelli
a) Si : tirar un dado y observar el número en la cara de arriba, entonces podemos tomar co-
mo espacio muestral a S 1,2,3,4,5,6
b) Si : tirar una moneda, entonces S c, s
c) Si : lanzar una moneda tres veces y contar el número total de caras obtenidas entonces
podemos considerar S 0,1,2,3
d) Si : lanzar una moneda tres veces y observar la sucesión de caras y cecas obtenidas, en-
tonces S c, c, c ; (c, c, s); (c, s, c); (s, c, c); (c, s, s); (s, s, c); (s, c, s); (s, s, s)
e) Si : tirar un dado las veces necesarias hasta que sale un 6 por primera vez, y contar el
número de tiros realizados, entonces S 1,2,3,4,..... N , donde N es el conjunto de los
números naturales.
f) Si : medir el tiempo de vida de una lamparita eléctrica, entonces S t R, t 0 donde
R es el conjunto de los números reales.
Observaciones:
1- La elección de S no es única, depende de lo que se quiera observar del experimento aleato-
rio.
2- El espacio muestral puede ser un conjunto finito, o infinito. A su vez si es infinito puede ser
infinito numerable o no numerable. En e) el conjunto S es infinito numerable, en f) el con-
junto S es infinito no numerable.
Se llama evento o suceso a todo subconjunto del espacio muestral. Por ejemplo,
a) En el experimento dado en el ejemplo a), un evento de S sería A 2,4,6 pues A S .
Podemos expresar al evento A con palabras de la siguiente manera A: “sale un
número par”
También B 1,2,3 es un evento al que podemos expresar verbalmente como
B: “sale un número menor o igual que 3”
b) En el experimento dado en el ejemplo d), un evento de S sería
C c, c, c ; (c, c, s); (c, s, c); (s, c, c) , el que en palabras se puede expresar como
C: “salen por lo menos dos caras”
c) En el experimento dado en el ejemplo f), un evento de S sería D: “la lamparita
dura más de 1200 horas”, en notación de conjuntos D t R; t 1200
Observaciones:
1- En el ejemplo a) anterior, si al tirar el dado sale el número 2, entonces podemos decir que A
ocurrió pues 2 A . Pero también B ocurrió pues 2 B . En cambio si al tirar el dado sale el nú-
mero 4, entonces el evento A ocurrió pero B no ocurrió, pues 4 B .
2- El conjunto es un evento (pues el conjunto está incluido en todo conjunto, en particular
S ). Es el evento que nunca ocurre.
El espacio muestral S es un evento (pues todo conjunto está incluido en sí mismo), y S siempre
ocurre.
Las operaciones habituales entre conjuntos se pueden aplicar a los eventos, dando como resultado
nuevos eventos. Específicamente
1- Si A y B son eventos, entonces A B es otro evento. A B ocurre si y solo si ocurre A o si
ocurre B
2- Si A y B son eventos, entonces A B es otro evento. A B ocurre si y solo si ocurre A y ocu-
rre B
2
Probabilidad Prof. María B. Pintarelli
A B x; x A x B
3- AC es el conjunto formado por los elementos que están en el conjunto universal U y no están en
A, en notación de conjuntos
AC x; x U x A
3
Probabilidad Prof. María B. Pintarelli
1- Leyes de idempotencia
a) A A A b) A A A
2- Leyes asociativas
a) A ( B C ) ( A B) C b) A ( B C ) ( A B) C
3- Leyes conmutativas
a) A B B A b) A B B A
4- Leyes distributivas
a) A ( B C) ( A B) ( A C ) b) A ( B C) ( A B) ( A C )
5- Leyes de identidad
a) A A b) A
c) A U U d) A U A
6- Leyes de complemento
a) A AC U b) A AC
c) AC
C
A d) U ,
C
C U
7- Leyes de De Morgan
a) A B AC B C b) A B AC B C
C C
La relación de inclusión entre un conjunto y otro y las operaciones anteriores con conjuntos lleva
al siguiente
Teorema:
a) A B es equivalente a A B A
b) A B es equivalente a A B B
c) A B es equivalente a B C AC
d) A B es equivalente a A B C ,
e) A B es equivalente a B AC U
Sean A y B dos conjuntos. El conjunto producto de A y B, expresado A B , está formado por to-
dos los pares ordenados (a, b) donde a A y b B , es decir
A B (a, b); a A b B
Se anota al producto A A A2
Por ejemplo, si A 1,2,3 y B 7,8, entonces A B (1,7); (1,8); (2,7); (2,8); (3,7); (3,8)
El concepto de conjunto producto se extiende a un número finito de conjuntos en forma natural. El
conjunto producto de los conjuntos A1 , A2 ,..., An se anota A1 A2 .. An y es igual a
4
Probabilidad Prof. María B. Pintarelli
Las operaciones de unión e intersección también se pueden generalizar a más de dos conjuntos
Si A1 , A2 ,..., An son n conjuntos, entonces
n
a) la unión de todos ellos se anota A1 A2 .. An o también A i y es igual a
i 1
n
b) la intersección de todos ellos se anota A1 A2 .. An o también A i y es igual a
i 1
n n
los conjuntos Ai
5
Probabilidad Prof. María B. Pintarelli
Si A y B son dos eventos tales que A B , se dice que son disjuntos o mutuamente exclu-
yentes.
Es decir si A y B son mutuamente excluyentes no pueden ocurrir a la vez. Por ejemplo, si se tira un
dado y se observa el número de la cara superior, los eventos A 1,3,5 y B 2,4,6 son mutua-
mente excluyentes. Al tirar un dado sale un número par o un número impar, no pueden darse am-
bas cosas a la vez.
Los eventos con un solo elemento son eventos elementales o simples. Por ejemplo, volviendo al
experimento : tirar un dado y observar el número en la cara de arriba, y S 1,2,3,4,5,6, enton-
ces los conjuntos unitarios 1 , 2, 3, 4, 5, 6 son eventos simples. Notar que dos eventos
simples cualesquiera son mutuamente excluyentes.
6
Probabilidad Prof. María B. Pintarelli
1- 0 P( A) 1
2- P(S ) 1
3- Si A y B son eventos mutuamente excluyentes entonces P( A B) P( A) P( B)
4- Si A1 , A2 ,..., An , An1 ,... es una secuencia de eventos tales que
Ai A j si i j , entonces P( Ai ) P( Ai )
i 1 i 1
La elección de estas propiedades está motivada por las características correspondientes de la fre-
cuencia relativa.
Observación: supongamos el experimento de lanzar una moneda y el espacio muestral S c, s .
Notar que podemos escribir S c s , es decir como unión de eventos simples. Por los axio-
mas 2 y 3 de la definición de probabilidad tenemos que
1 P(S ) P(c) P(s)
Es decir 1 P(c) P(s) , lo que implica que P(c) 1 P(s) . No podemos deducir el valor
de Pc ni el valor de Ps de las propiedades anteriores. Necesitamos información adicional,
por ejemplo si el dado es normal. De ser así podemos plantear que P(c) P(s) , entonces
1 P(c) P(s)
P(c) P(s) 0.5
P(c) P(s)
Podemos deducir de los axiomas otras propiedades útiles para el cálculo de probabilidades.
Propiedades de la probabilidad
1- P( ) 0
Dem.) Siendo A un evento cualquiera podemos escribir A A
Además A y son mutuamente excluyentes, por lo tanto por axioma 3
P( A) P( A ) P(A) P( )
O sea que
P( A) P(A) P( ) P( ) 0
7
Probabilidad Prof. María B. Pintarelli
3- Si A B entonces P( A) P( B)
B AC
Dem.) Sean A y B dos eventos tales que A B .
De la figura vemos que B A ( B AC )
Y además A y B AC son mutuamente
excluyentes. Entonces
P( B) P( A) P( B AC )
Y como por axioma 1 tenemos que P( B AC ) 0 , entonces P( B) P( A)
4-
Si A B , entonces P( B A) P( B) P( A)
B A
A B
P( A B) P( A) P( B) P( A B)
8
Probabilidad Prof. María B. Pintarelli
P( B AC ) P( B A) P( B) P( A B) (2)
Observaciones:
1- La propiedad anterior se puede generalizar para expresar la probabilidad de tres eventos
P( A B C) P( A) P( B) P(C) P( A B) P( A C) P( B C) P( A B C)
Se llega a la igualdad anterior escribiendo A B D y aplicando la propiedad 5, es decir:
P( A B C ) P( D C ) P( D) P(C ) P( D C )
P( A B) P(C ) P(( A B) C ) (3)
Nuevamente aplicamos 5: P( A B) P( B) P( A) P( A B)
Y además, aplicando las leyes distributivas A B C A C B C
Entonces:
P A B C P A C B C P( A C) P( B C) P( A C B C )
Como A C B C A B C , reemplazando en (3) se llega a :
P( A B C) P( A) P( B) P(C) P( A B) P( A C) P( B C) P( A B C)
n n
P( Ai ) P( Ai ) P( Ai A j ) P( Ai A j Ak ) ..... (1) n1 P( A1 A2 .... An )
i 1 i 1 i j i j k
n n
2- Si A1 , A2 ,..., An son n eventos tales que Ai A j con i j entonces P( Ai ) P( Ai )
i 1 i 1
9
Probabilidad Prof. María B. Pintarelli
Es decir para calcular la probabilidad de B se suman las probabilidades de los eventos elemen-
tales que lo componen.
Si asumimos que P( A1 ) P( A2 ) ... P( An ) p , es decir todos los eventos elementales tienen la
misma probabilidad de ocurrir, entonces reemplazando en (4):
1 1
p p ... p 1 np 1 p
n #S
n veces p
1 1 1 k #B
P( B) P( Ai1 ) P( Ai2 ) ... P( Aik ) ...
n
n
n n #S
k veces
#B
Es decir si B es un evento de un espacio muestral equiprobable entonces P( B)
#S
10
Probabilidad Prof. María B. Pintarelli
Ejemplo:
Supongamos que se tira una moneda normal tres veces, y se cuenta el número de caras obtenido
luego de los tres tiros. Tomemos como espacio muestral a S 0,1,2,3
¿Cuál es la probabilidad de que salgan al menos dos caras?
En este caso S no es equiprobable, pues
el evento 0 ocurre de una sola forma: cuando en los tres tiros sale ceca
El evento 3 ocurre de una sola forma: cuando en los tres tiros sale cara
Pero el evento 1 ocurre cuando en los tres tiros sale una sola cara y eso puede darse de tres
formas distintas (c, s, s); (s, s, c) o (s, c, s)
Análogamente para el evento 2 puede darse de tres formas distintas:
(c, c, s); (c, s, c) o (s, c, c)
Por lo tanto P(0) P(3) y P(1) P(2) . Si anotamos P(0) P(3) p y
P(1) P(2) q entonces q 3 p (5)
Además se cumple P(0) P(1) P(2) P(3) 1 (6)
Entonces de (5) y (6)
q 3p q 3p 1 3
p , q
p q q p 1 2 p 2q 1 8 8
P( B) P2 P3
3 1 4
0.5
8 8 8
Si tomamos como espacio muestral a
S c, c, c ; (c, c, s); (c, s, c); (s, c, c); (c, s, s); (s, s, c); (s, c, s); (s, s, s)
Entonces S es equiprobable pues cada resultado (cada terna) se da una sola forma.
#B 4
En este caso podemos plantear directamente P( B) 0.5
#S 8
11
Probabilidad Prof. María B. Pintarelli
Ejemplo: Cierto tipo de automóvil se encuentra disponible en tres colores: rojo, azul y verde, y
puede tener un motor grande o pequeño. ¿De cuántas maneras puede un comprador elegir un au-
tomóvil?
Solución:
Hay tres opciones de color y dos opciones de motor. Una lista completa de las opciones se muestra
en la siguiente tabla de 3 × 2. El número total de opciones es (3) (2) = 6
Al generalizar el ejemplo, si hay n1 elecciones de color y n2 elecciones de motor, una lista comple-
ta de elecciones se puede escribir como una tabla de n1 × n2 por lo que el número total de eleccio-
nes es n1. n2
Si una operación se puede realizar en n1 maneras y si para cada una de esas maneras se puede
realizar una segunda operación en n2 maneras, entonces el número total de maneras en que se
realizan las dos operaciones es n1. n2
Este razonamiento del principio fundamental del conteo se puede ampliar para cualquier número
de operaciones.
Ejemplo:
Cuando se hace un pedido de cierto tipo de computadora, hay tres elecciones de disco duro, cuatro
de la cantidad de memoria, dos de la tarjeta de video y tres de monitor. ¿En cuántas maneras se
puede solicitar una computadora?
Solución:
El número total es (3) (4) (2) (3) = 72
Podemos simbolizar cada operación con un guión y escribir debajo del mismo el número de formas
en que puede realizarse
1º
2º
3º
4º
3 4 2 3
12
Probabilidad Prof. María B. Pintarelli
Permutaciones
Éste es el producto de los enteros del 1 al n. Este producto se puede escribir con el símbolo n !,
que se lee “n factorial”.
Ejemplos:
1- Cinco personas están en hilera en un cine. ¿De cuántas formas diferentes se pueden
ordenar?.
Solución:
El número de permutaciones de un conjunto de cinco personas es
5! = (5)(4)(3)(2)(1) = 120
Solución:
a) 7!
b) Si los de Matemática deben estar juntos, consideramos los 3 libros de Matemática
como un solo libro, es decir pensamos que tenemos que ordenar 5 libros
13
Probabilidad Prof. María B. Pintarelli
M M M F F F F
1 2 3 1 2 3 4
M
Entonces considerando a los tres libros de Matemática en un bloque, la forma de
ordenar los 7 libros es
5! 3!
Nº de formas de ordenar los de Ma-
temática dentro del bloque
Nº de formas
de permutar los libros considerando a los 3 de Matemática
como un solo libro.
Ejemplo:
Cinco salvavidas están disponibles para la guardia de un sábado por la tarde. Hay tres estaciones
de salvavidas. ¿De cuántas maneras se pueden elegir y organizar los tres salvavidas entre las esta-
ciones?
Solución:
Se usa el principio fundamental de conteo. Hay cinco maneras de elegir un salvavidas para que
ocupe la primera estación, luego cuatro de elegir a un salvavidas para que ocupe la segunda esta-
ción y por último tres para elegir un salvavidas que ocupe la tercera estación. El número total de
permutaciones de los tres salvavidas elegidos entre los cinco es (5)(4)(3) = 60.
El razonamiento usado para resolver el ejemplo anterior se puede generalizar. El número de per-
mutaciones de k objetos elegidos de un grupo de n objetos es
n(n 1).........(n k 1)
14
Probabilidad Prof. María B. Pintarelli
n!
(n k )!
n!
Usamos el símbolo Pk ,n
(n k )!
Los anteriores son casos de permutaciones donde los objetos se eligen a lo sumo una vez.
Si un objeto puedo elegirse más de una vez tenemos permutaciones con elementos repetidos
Ejemplo:
A la cumbre de una montaña conducen 5 caminos. ¿De cuántas formas puede realizar un turista el
camino de ida y vuelta (subir y descender)?
Solución:
Hay 5 formas posibles de subir a la montaña y 5 formas de descender si consideramos que se pue-
de elegir para el descenso el mismo camino que se tomó para el ascenso. Por lo tanto la respuesta
es (5)(5) = 25
En general si se deben elegir k elementos de un conjunto de n objetos y cada objeto se puede elegir
más de un vez entonces el número de formas posibles de realizar esta operación es
(n)(n).....(n) nk
k
n
Simbolizamos
Pk ,n n
* k
Combinaciones
En algunos casos, cuando se elige un conjunto de elementos de un conjunto más grande, no se tie-
ne en cuenta el orden de los elementos elegidos, solo se consideran los elementos que se eligen.
Por ejemplo, puede que no importe qué salvavidas ocupe cada estación, puede que solo sea impor-
tante la elección de tres salvavidas. A cada grupo distinto de elementos que se puede seleccionar,
sin importar el orden, se le llama combinación.
Se mostrará cómo determinar el número de combinaciones de k elementos elegidos de un conjunto
de n objetos. Se mostrará el razonamiento con el resultado del ejemplo anterior. En este ejemplo se
mostró que hay 60 permutaciones de tres elementos elegidos entre cinco. Al denotar a los elemen-
tos por A, B, C, D, E en la figura siguiente se presenta una lista de las 60 permutaciones.
15
Probabilidad Prof. María B. Pintarelli
ABC ABD ABE ACD ACE ADE BCD BCE BDE CDE
ACB ADB AEB ADC AEC AED BDC BEC BED CED
BAC BAD BAE CAD CAE DAE CBD CBE DBE DCE
BCA BDA BEA CDA CEA DEA CDB CEB DEB DEC
CAB DAB EAB DAC EAC EAD DBC EBC EBD ECD
CBA DBA EBA DCA ECA EDA DCB ECB EDB EDC
n
n!
k k!(n k )!
Ejemplo: A cierto evento asisten 30 personas y se elegirá aleatoriamente a 5 para recibir premios.
Estos últimos son iguales, así que el orden en que se elige a las personas no es importante. ¿Cuán-
tos grupos diferentes de 5 personas se pueden elegir?
Solución:
En virtud de que el orden de las 5 personas elegidas no es importante, se tiene que calcular el nú-
mero de combinaciones de 5 elegidas entre 30. Esto es
30 (30)(29)(28)(27)(26)
30!
142506
5 5!(30 5)! (5)(4)(3)(2)(1)
16
Probabilidad Prof. María B. Pintarelli
12
12!
5 5!7!
Después de que se ha realizado la primera operación, el número de formas de realizar la segunda
es
7
7!
4 4!3!
Por lo tanto el número total de maneras de realizar la secuencia de las dos operaciones es
12 7
12! 7!
12!
27720
5 4 5!7! 4!3! 5!4!3!
Observe que el numerador en la respuesta final es el factorial del tamaño total del grupo, mientras
que el denominador constituye el producto de los factoriales de los tamaños de los equipos elegi-
dos de éste. Esto último es válido en general
Ejemplo:
Se lanza un dado 20 veces. En virtud de que en 3 de las tiradas salió el número 1, en 5 de las tira-
das salió el 2, en 4 salió el 3, en 2 el 4, en 3 salió el 5 y en 3 el 6, ¿cuántos arreglos diferentes de
resultados hay?
Solución:
Hay 20 resultados, están divididos en 6 grupos: el grupo de 3 resultados en los que salió el 1, el de
5 en los que salió el 2 y así sucesivamente. El número de maneras de dividir los 20 resultados en 6
grupos de tamaños específicos es
20!
3!5!4!2!3!3!
17
Probabilidad Prof. María B. Pintarelli
Una posible forma de que esto ocurra sería que en los sucesivos tiros se hayan obtenido los núme-
ros en el siguiente orden:
1 1 1 2 2 2 2 2 3 3 3 3 4 4 5 5 5 6 6 6
La pregunta es cuántas formas hay de ordenar estos 20 objetos. La respuesta no es 20! pues para
esto deberían ser los 20 elementos diferentes.
Podemos pensar que hay un 1º tiro, un 2º tiro, etc., es decir tenemos 20 lugares diferentes y debe-
mos elegir entre ellos, sin orden, 3 lugares, para ubicar los tiros en que salieron los número 1. Lue-
go elegimos entre los 17 tiros que quedan 5 para ubicar los tiros en donde salieron los números 2, y
así siguiendo.
20!
Por lo tanto el número se podría interpretar como el número de formas de ordenar
3!5!4!2!3!3!
20 elementos donde no todos son distintos.
n!
En general indicaría el número de formas de ordenar n elementos donde hay k1 igua-
k1!.... k r !
les entre sí, k2 iguales entre sí y diferentes de los anteriores,….., kr iguales entre sí y diferentes de
todos los anteriores donde k1 +….+ kr = n
Ejemplo:
¿De cuántas formas pueden ordenarse las letras de la palabra INGENIERIA?
Solución:
La palabra INGENIERIA consta de 10 letras donde hay 3 letras I, 2 letras N, 2 letras E. Por lo tan-
10!
to la respuesta es
3!2!2!
Principio de suma
Supongamos el siguiente ejemplo:
¿Cuántas cadenas de 8 bits comienzan con 101 o con 111?
Una cadena de 8 bits que comienza con 101 puede construirse con 5 operaciones: se elige el cuarto
bit, luego el quinto bit y así siguiendo. Cada una de estas elecciones puede hacerse de 2 maneras,
se elige un 0 ó se elige un 1. Por el principio fundamental del conteo, hay 25 32 cadenas que
comienzan con 101.
Análogamente, hay 25 32 cadenas que comienzan con 111.
Si A es el conjunto de las cadenas de 8 bits que comienzan con 101 y B es el conjunto de las cade-
nas de 8 bits que comienzan con 111 entonces A B . Por lo tanto el número de cadenas de 8
bits que comienzan con 101 o con 111 es el número de elementos de A B , es decir 32 + 32 = 64.
En general
Principio de suma
Si A1, A2, ……An son conjuntos tales que Ai ∩ Aj = si i j , entonces el número de ele-
mentos de A1 A2 …… An es igual a la suma del número de elementos de cada con-
junto, en símbolos
18
Probabilidad Prof. María B. Pintarelli
Ejemplos:
1- De un grupo de 4 hombres y 5 mujeres, ¿cuántos comités de 3 miembros son posibles
a ) sin restricciones?
b) con 1 hombre y 2 mujeres?
c) con más mujeres que hombres?
Solución:
a) En un comité no hay cargos, por lo tanto no importa el orden en el cual son elegi-
dos los miembros, por lo tanto la respuesta es
9 (9)(8)(7)
9!
9!
3 4 7 84
3 3!(9 3)! 3!6! (3)(2)(1)
b) Si debe haber un hombre y 2 mujeres hay que contar el número de formas de elegir
4
un hombre entre 4 : 4
1
y el número de formas de elegir 2 mujeres entre 5:
5 (5)(4)(3)(2)(1)
5!
5 2 10 .
2 2!3! ( 2)(1)(3)( 2)(1)
Por el principio fundamental del conteo la respuesta es 4 10 40
5
caso 2: 3 mujeres 10
3
La respuesta es 40 + 10 = 50
Solución:
Un carácter está formado por puntos y rayas.
Podríamos considerar 3 casos excluyentes:
19
Probabilidad Prof. María B. Pintarelli
3- Tres parejas de casados han comprado boletos para el teatro y se sientan en una fila
formada por sólo 6 asientos.
a) ¿De cuántas maneras pueden sentarse de manera tal que Juan y Paula (marido y
mujer) se sienten en los 2 asientos de la extrema izquierda?
b) ¿De cuántas maneras pueden sentarse de manera tal que Juan y Paula (marido y
mujer) se sienten juntos?
c) ¿De cuántas maneras pueden sentarse de manera tal que por lo menos una de las
esposas termine sentada junto a su marido?
Solución:
a) Simbolicemos la situación utilizando guiones para cada uno de los 6 asientos
P J
Permutamos a las 4 restantes personas pero además Juan y Paula pueden permutar
entre sí, la respuesta es
4! 2!
donde 2! es el número de formas en que Juan y Paula pueden permutar entre sí.
b) En este inciso a diferencia del anterior Juan y Paula pueden sentarse en cualquier
asiento no necesariamente en el extremo izquierdo. Pensamos a Juan y Paula como
una sola persona
P J
La respuesta sería 5! 2!
20
Probabilidad Prof. María B. Pintarelli
# ( A1 A2 A3) =
#A1 + # A2 + #A3 -- #( A1 A2) -- #( A1 A3) -- #( A2 A3) + #( A1 A2 A3)
Además
#A1 + # A2 + #A3 = 5! 2! + 5! 2! + 5! 2!
21
Probabilidad Prof. María B. Pintarelli
se puedan formar a partir de un conjunto de 15 elementos. Por ejemplo, el resultado 1,4 signi-
fica que se extrajeron las bolillas 1 y 4. ¿Cuántos elementos tiene S?, recordando las técnicas de
15 15!
conteo el número de elementos de S es igual al número combinatorio
2 2!15 2!
Para responder la pregunta a) anotemos A: “las dos bolillas son blancas”
#A
Entonces P( A) . ¿Cuántos elementos tiene el conjunto A?, tantos como formas haya de
#S
10 10!
extraer dos bolillas blancas. Se tiene que # A .
2 2!10 2!
10 10!
# A 2 2!10 2! 3
Por lo tanto P( A)
# S 15 15! 7
2 2!15 2!
Veamos ahora el inciso b). Anotamos B: “se extrae exactamente una bolilla blanca”
Entonces
10 5
# B 1 1
P( B)
#S 15
2
Y por último el inciso c). Anotamos C: “se extrae al menos una bolilla blanca”
Podemos resolverlo de dos maneras:
La forma más fácil es calcular P(C C ) donde C C : “ninguna bolilla es blanca”
5 5
2
P(C ) 1 P(C ) 1 1
C
#C 2 2 19
P(C )
C
C
#S 15 15 21 21
2 2
Otra forma de resolverlo podría ser la siguiente, escribimos C C1 C2 donde
Ci :" se extraen i bolillas blancas exactament e" i 1,2
Notar que C1 C2 . Por lo tanto P(C ) P(C1 ) P(C2 )
10 5 10 5
# C1 1 1 # C 2 2 0
Y P(C1 ) ; P(C 2 )
#S 15 #S 15
2 2
10 5 10 5
Por lo tanto P(C )
1 1 2 0 10 9 19
15 15 21 21 21
2 2
22
Probabilidad Prof. María B. Pintarelli
2- Si en el ejemplo anterior importa el orden en que son extraídas las bolillas, entonces
S 1,4; 2,5, 2,10,.4,1; 5,2.... , es decir que S es el conjunto de todos los pares (a, b) don-
de a b , por ejemplo (1,4) expresa el resultado: primero se extrajo la bolilla 1 y en segundo
término se extrajo la bolilla 2. El número de elementos de S es 15x14 = 210.
En este caso
10 9 3
P( A) ;
15 14 7
Para calcular la probabilidad de B hay que distinguir si la bolilla blanca se extrae primero o se
extrae en segundo término:
10 5 5 10 210 5
P( B)
15 14 15 14
Para calcular la probabilidad de C nuevamente podemos pensarlo de dos formas, pero si consi-
deramos C C1 C2 en cada caso hay que tener en cuenta el orden en que se extraen las boli-
llas.
5 4
Es mas práctico hacer P(C ) 1 P(C C ) 1
15 14
3- Si ahora importa el orden en que son extraídas las bolillas y además la extracción se hace con
reemplazo (se extrae una bolilla y se la devuelve a la urna antes de extraer la siguiente), enton-
ces S es el conjunto de pares (a,b) donde ahora puede ocurrir que a = b.
En este caso #S = 15 x 15, y calculamos
10 10 10 5 5 10 210 5 5 5
P( A) ; P( B) ; P(C ) 1 P(C C ) 1
15 15 15 15 15 15 15 15
Sea S un espacio muestral infinito numerable es decir S a1 ; a2 ; a3 ;. Como en el caso fini-
to, a cada a i asignamos un número pi Pai tal que
a ) pi 0 b) p
i 1
i 1
Ejemplo:
En el interior de un círculo se selecciona un punto al azar. Hallar la probabilidad de que el punto
quede más cercano al centro que a la circunferencia.
23
Probabilidad Prof. María B. Pintarelli
Tomamos como espacio muestral a S ( x, y), x 2 y 2 r 2 , entonces
r
2
A ( x, y ), x 2 y 2
2
S
2
r
A
r
2
área de A 2 1
Por lo tanto P( A)
área de S r 4
r/2
r
2
Observación: si A ( x, y ), x 2 y 2 ,
2
área de A 0
entonces P( A) 0 , pero A
área de S r 2
Por lo tanto si un evento tiene probabilidad 0 eso no implica que sea el evento vacío.
24
Probabilidad Prof. María B. Pintarelli
Práctica
Espacios muestrales y eventos. Asignación de probabilidades
1) Un experimento implica lanzar un par de dados, uno verde y uno rojo, y registrar los
números que salen. Si x es igual al resultado en el dado verde e y es el resultado en el
dado rojo, describa el espacio muestral S
a) por extensión
b) por comprensión
2) Un experimento consiste en lanzar un dado y después lanzar una moneda una vez, si
el número en el dado es par. Si el número en el dado es impar, la moneda se lanza dos
veces. Use la notación 4C, por ejemplo, para denotar el resultado de que el dado
muestre 4 y después la moneda salga cara, y 3CS para denotar el resultado de que el
dado muestre 3 seguido por una cara y después por una ceca. Construya un diagrama
de árbol para mostrar los 18 elementos del espacio muestral S.
3) Se seleccionan al azar cuatro estudiantes de una clase de química y se clasifican como femenino
o masculino.
a) Liste los elementos del espacio muestras S1 usando la letra F para femenino y la letra M para
masculino.
b) Defina un segundo espacio muestral S2 donde los elementos representen el número de muje-
res seleccionadas.
4) Para el espacio muestral del ejercicio 1) liste los elementos del eventos:
a) A: “la suma de los números es mayor que 8”
b) B: “ocurre un dos en cualquiera de los dos dados”
c) C: “sale un número mayor que cuatro en el dado verde”
d) A C
e) A B
f) B C
5) Para el espacio muestral del ejercicio 2) liste los elementos del eventos:
a) A: “en el dado sale un número menor que 3”
b) B: “ocurren dos cecas”
c) AC
d) AC B
e) A B
6) Suponga que una familia sale de vacaciones de verano en su casa rodante y que M es el evento
de que sufrirán fallas mecánicas, T es el evento de que recibirán una multa de tránsito y V es el
evento que llegarán a un lugar para acampar que esté lleno.
Refiérase al diagrama de Venn de la figura, exprese con palabras los eventos representados por
las siguientes regiones:
a) 5, b) 3; c) 1y 2 juntas; d) 4 y 7 juntas;
M
e) 3, 6, 7 y 8 juntas
4 7 T
5
1
3
2 11
6 V 8
25
Probabilidad Prof. María B. Pintarelli
7) Suponga que los dos dados del ejercicio 1) son normales. Entonces cada resultado del
espacio muestral S tienen la misma probabilidad de ocurrir (S es equiprobable).
Encuentre las siguientes probabilidades donde A, B y C son como en ejercicio 4):
a) P(A) ; b) P(B) ; P(C) ; P(A C )
9) El interés se enfoca en la vida de un componente electrónico. Suponga que se sabe que la pro-
babilidad de que el componente funcione más de 6000 horas es 0.42. Suponga además que la
probabilidad de que el componente no dure más de 4000 horas es 0.04.
a) ¿Cuál es la probabilidad de que la vida del componente sea menor o igual a 6000
horas?
b) ¿Cuál es la probabilidad de que la vida del componente sea mayor que 4000 horas?
c) Sea A el evento de que el componente falle en una prueba específica y B el evento de que
el componente se deforma pero no falla. Supongamos que P(A) = 0.20 y P(B) = 0.35
c1) ¿Cuál es la probabilidad de que el componente no falle en la prueba?
c2) ¿Cuál es la probabilidad de que el componente funcione perfectamente (no se deforma
ni falla en la prueba)?
c3) ¿Cuál es la probabilidad de que el componente falle o se deforme en la prueba?
10) Se construye un dado de manera que el 1 y el 2 ocurran con el triple de la frecuencia que se
presenta el 5, el cual ocurre con una frecuencia 4 veces superior al 3 , al 4 , o al 6. Si se lanza
una vez, encuentre la probabilidad de que
a) el número sea par.
b) el número sea mayor que 3.
11) Se escoge al azar un punto interior a un triángulo equilátero de lado 3. hallar la probabilidad
de que su distancia a un vértice sea mayor que 1.
(Recordar que:
Si la circunferencia tiene radio r y el sector
sombreado A tiene un ángulo de abertura A
r2
entonces el área del sector sombreado es )
360
26
Probabilidad Prof. María B. Pintarelli
Practica
Métodos de conteo
1) a) ¿Cuántas banderas diferentes de 3 bandas distintas se pueden formar con los colores verde,
rojo, azul, blanco, amarillo y negro?
b) ¿Cuántas se pueden formar si se permite también la primera banda igual a la tercera?
3) ¿De cuántas maneras pueden disponerse las cinco letras de la palabra ARBOL?
5) ¿De cuántas maneras se pueden colocar en fila 10 niños, si uno determinado de ellos no puede
estar a la cabeza?
9) ¿Cuántos números de 6 cifras se pueden formar a partir de las cifras del número 327332?
10) a) ¿De cuántas maneras pueden disponerse las letras de la palabra PAPANATA?
b)¿ De cuántas, de manera que la T esté al principio?. ¿Y al final?.
14) ¿Cuántas palabras de 4 consonantes distintas y 3 vocales distintas pueden formarse con 9 con-
sonantes y 5 vocales?
15) Una planta de producción emplea 20 trabajadores en el turno de día, 15 trabajadores en el se-
gundo turno y 10 en el turno noche. Un consultor de control de calidad selecciona 6 de estos
trabajadores para hacerles una entrevista.
a) ¿De cuántas maneras se pueden seleccionar 6 trabajadores que provengan del turno día?
b) ¿De cuántas maneras se pueden seleccionar 6 trabajadores que provengan del mismo turno?
27
Probabilidad Prof. María B. Pintarelli
Práctica
Asignación de probabilidades utilizando métodos de conteo
1) Se seleccionan al azar dos cartas entre 10 cartas numeradas de 1 a 10. Hallar la pro-
babilidad de que la suma sea impar si:
a) las dos cartas se sacan juntas.
b) se sacan una tras otra sin sustitución.
c) las dos cartas se sacan una después de la otra con sustitución.
2) Una caja posee 6 tuercas y 10 tornillos. Si se escogen al azar 3 piezas, hallar la probabilidad de:
a) seleccionar 3 tuercas
b) seleccionar exactamente 2 tuercas
c) seleccionar por lo menos una tuerca
d) seleccionar exactamente 2 tornillos
5) Se seleccionan al azar dos cartas entre 10 cartas numeradas de 1 a 10. Hallar la pro-
babilidad de que la suma sea impar si:
a) las dos cartas se sacan juntas.
b) se sacan una tras otra sin sustitución.
c) las dos cartas se sacan una después de la otra con sustitución.
6) Tres parejas de casados han comprado boletos para el teatro y se sientan en una fila formada
por solo seis asientos. Si toman sus asientos de un modo totalmente aleatorio
a) ¿Cuál es la probabilidad de que Pablo y María (marido y mujer), se sienten en
los dos asientos de la extrema izquierda?
b) ¿Cuál es la probabilidad de que Pablo y María terminen sentados uno junto a
otro?
7) Tres moléculas de tipo A, tres de tipo B, tres de tipo C y tres de tipo D deben combinarse para
formar una molécula en cadena. Una de estas moléculas en cadena es ABCDABCDABCD, y
otra es BCDDAAABDBCC.
a) ¿Cuántas de estas moléculas en cadena hay?.
b) Supongamos que se selecciona al azar una molécula en cadena del tipo descrito. ¿Cuál es la
probabilidad de que las tres moléculas de cada tipo terminen una junto a otra?
28