OBJETIVOS

Luego de finalizar el estudio de este módulo estarás capacitado para

1. distinguir entre probabilidad empírica, teórica y subjetiva.

2. determinar el espacio muestral generado en un experimento.

3. determinar si un evento dado de un espacio muestral es simple o no.

4. determinar la probabilidad asociada a un evento simple.

5. determinar la probabilidad asociada al complemento de un evento.

6. definir y distinguir eventos compuestos.
7. determinar la probabilidad asociada a un evento compuesto.
8. definir eventos mutuamente excluyentes y eventos independientes.
9. distinguir entre eventos dependientes e independientes.
10. calcular la probabilidad de eventos mutuamente excluyentes y

eventos independientes.

11. calcular la probabilidad condicional de un evento.

12. utilizar las reglas de la suma y la multiplicación para hallar

probabilidades.

13. resolver problemas de conteo utilizando la regla fundamental de

conteo, permutaciones y combinaciones.

14. calcular probabilidades que involucren permutaciones y

combinaciones .

5
 JUSTIFICACIÓN

La probabilidad mide la frecuencia con la que se obtiene un resultado (o

conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se
conocen todos los resultados posibles. La teoría de la probabilidad tiene sus
comienzos con los juegos de azar, pero hoy en día se usa extensamente en áreas
como la estadística, la física, la matemática, la ciencia y la filosofía para llegar a
conclusiones sobre la probabilidad de sucesos potenciales.

Este módulo ha sido diseñado con el propósito de desarrollar en usted los

conocimientos básicos acerca de conceptos de probabilidad, así como las destrezas
relacionadas al uso de sus reglas y técnicas de conteo para calcular la probabilidad
de que ocurran eventos.

6
 INTRODUCCIÓN A LA PROBABILIDAD

Un experimento es una situación que da lugar a uno o varios resultados

identificables. La probabilidad pertenece a la rama de la matemática que estudia
ciertos experimentos llamados aleatorios, o sea, regidos por el azar, en que se
conocen todos los resultados posibles, pero no se tiene la certeza de cuál será en
particular el resultado del experimento. Por ejemplo, experimentos aleatorios
cotidianos son el lanzamiento de una moneda, el lanzamiento de un dado y la
extracción de una carta de un paquete de cartas. De aquí en adelante, cada vez
que decimos experimento nos referimos a un experimento aleatorio.

CONCEPTOS BÁSICOS
A continuación les presentamos algunas definiciones de conceptos básicos de
la teoría de la probabilidad.

Evento - Llamamos evento a cualquier conjunto de uno o más resultados u

observaciones de un experimento.

Ejemplo 1: Obtener un 5 al realizar el experimento de lanzar al azar

un dado de seis caras balanceado (todas las caras del dado son
igualmente probables).

De aquí en adelante, de no especificar otro tipo de dado nos referimos a un

dado balanceado.

Para el siguiente ejemplo entendamos que tradicionalmente decimos cara

cuando obtenemos el lado de la moneda americana que contiene la imagen de un
presidente y al otro lado lo llamamos cruz.

7
 Ejemplo 2: Obtener una cara y una cruz en el experimento de lanzar
dos monedas americanas, ambas al azar.

Notemos que se obtiene el 5 en el dado de una sola forma, pero una cara y
una cruz en dos monedas hay dos formas distintas de obtenerse (cara-cruz y cruz-
cara). O sea, que en el ejemplo 1 el evento consta de una sola observación posible
y en el ejemplo 2 el evento consta de dos observaciones posibles.

Evento Simple - Llamamos evento simple a cualquier evento que consta de

un solo resultado u observación de un experimento.

Ejemplo 3: Obtener un 3 al lanzar un dado al azar es un evento

simple pues ocurre de una sola forma.

Ejemplo 4: Obtener un número impar al lanzar un dado al azar no es

un evento simple pues ocurre de más de una forma, pues puede
ser 1, 3 ó 5.

Espacio Muestral - El espacio muestral de un experimento es el conjunto

que contiene solamente a todos los eventos simples posibles. De aquí en
adelante utilizaremos la letra S para referirnos al espacio muestral.

Ejemplo 5: Halle el espacio muestral de lanzar al azar un dado.

Respuesta: S = {1, 2, 3, 4, 5, 6}

Ejemplo 6: Halle el espacio muestral de lanzar al azar dos monedas

americanas.

Respuesta: S = {(cara-cara), (cara-cruz), (cruz-cara), (cruz-cruz)}

8
Ejercicios 1:

1. Lanzamos un dado y luego una moneda americana, ambos al azar.

a. Halle el espacio muestral.
b. Determine si cada uno de los siguientes eventos es simple o no.
i. obtener 5 en el dado y cruz en la moneda
ii. obtener 3 en el dado
iii. obtener cara en la moneda

2. Una pareja planifica tener tres hijos. Considerando sólo el género de éstos:
a. halle el espacio muestral.
b. determine si cada uno de los siguientes eventos es simple o no.
i. obtener un solo varón
ii. obtener 3 niñas
iii. obtener un varón como primogénito
iv. obtener todos sus hijos de igual género

NOTACIÓN DE PROBABILIDAD

Antes de seguir profundizando en el campo de la teoría de la probabilidad es

importante presentarles algunas notaciones básicas de la misma. Utilizaremos la
letra P para denotar una probabilidad. Es común utilizar letras mayúsculas como A,
B y C para denotar eventos específicos de un experimento. Por lo tanto, la
probabilidad de que ocurra el evento A lo denotamos como P(A).

9
DEFINICIONES DE PROBABILIDAD

La probabilidad de que ocurra un evento se mide por un número entre cero y

uno, inclusive. Si un evento nunca ocurre, su probabilidad asociada es cero,
mientras que si ocurriese siempre su probabilidad sería igual a uno. Así, las
probabilidades suelen venir expresadas como decimales, fracciones o porcentajes.
En el caso de utilizar fracciones para expresar probabilidades, las mismas pueden
ser simplificadas pero no es necesario hacerlo.

Existen diferentes formas para definir la probabilidad de un evento basadas

en formas distintas de calcular o estimar la probabilidad. A continuación
discutiremos tres diferentes enfoques. Seleccionar uno de los tres enfoques
dependerá de la naturaleza del problema.

1. Definición Clásica de Laplace, “A Priori” o Teórica

El enfoque clásico o "a priori" para definir la probabilidad es proveniente de

los juegos de azar. Esta definición es de uso limitado puesto que descansa sobre la
base de las siguientes dos condiciones:
i. El espacio muestral (S) del experimento es finito (su número total de
elementos es un número natural n = 1, 2, 3, …).
ii. Los resultados del espacio muestral deben ser igualmente probables
(tienen la misma posibilidad de ocurrir).

Bajo estas condiciones, suponga que realizamos un experimento. El número

total de elementos del espacio muestral del experimento es denotado como n(S).
Dicho de otro modo, n(S) representa el número total de eventos simples distintos
posibles al realizar un experimento. Además, si A es un evento de este
experimento, el número total de elementos del espacio muestral contenidos en A es
denotado como n(A). Es decir, n(A) representa el número total de formas distintas
en que A puede ocurrir. Entonces, la probabilidad de que A ocurra la definimos
como

10
 n( A) número de formas distintas en que A puede ocurrir
P( A)
n( S ) número total de eventos simples distintos posibles .

A partir de esta definición las probabilidades de los posibles resultados del

experimento se pueden determinar a priori, es decir, sin realizar el experimento.

Ejemplo 7: Al lanzar un dado al azar, ¿cuál es la probabilidad de obtener un

número par?

Solución: Suponga que A es el evento de obtener un número par al

lanzar un dado al azar. Notemos que S = {1, 2, 3, 4, 5, 6} y todos los resultados
igualmente probables. Además, A puede ocurrir de tres formas distintas (2, 4 ó 6).
Por lo tanto, n( A) 3 y n( S ) 6 entonces

n( A)
P ( A)
n( S )

3
P ( A)
6
1
P ( A) .
2

Ejemplo 8: Si se extrae una carta de un paquete de 52 cartas de las cuales

26 son negras (13 espadas A, 2, 3, … , 10, J, Q, K); 13 son tréboles); y 26 son rojas
(13 corazones y 13 diamantes), halle la probabilidad de que la carta sea
a. una K.
b. roja.
c. de diamante.

11
 Solución:
a. Suponga que K es el evento de obtener una carta que sea K,
n( K ) 4 1
entonces P( K ) porque el evento de "extraer una K"
n( S ) 52 13
consta de 4 de los 52 resultados igualmente probables.

b. Suponga que R es el evento de obtener una carta que sea roja,

26 1
entonces P ( R ) porque el evento de "extraer una carta roja" consta
52 2
de 2 de los 52 resultados igualmente probables.

c. Suponga que D es el evento de obtener una carta que sea de

13 1
diamante, entonces P ( D ) porque el evento de "extraer una carta
52 4
de diamante" consta de 13 de los 52 resultados igualmente probables.

Ejemplo 9: ¿Cuál es la probabilidad de que en una familia que tiene tres

hijos, haya dos niñas y un niño, si se considera igualmente probable el nacimiento
de un niño o niña?

Solución: Usando "a" para niña y "o" para niño, el espacio muestra es:
S = {aaa, aao, aoa, aoo, oaa, oao, ooa, ooo} por lo que n(S) = 8. Definimos el
evento A como que haya dos niñas y un niño, entonces A = {aao, aoa, oaa } y
n( A)
n(A) = 3. Por lo tanto, P ( A)
n( S )

3
P ( A)
8
P ( A) 0.375 o P ( A) 37.5% .
Bajo las mismas premisas de este ejemplo, podemos concluir que el 37.5%
de las familias que tienen tres hijos, de éstos dos son niñas y uno es niño.

12
Ejercicios 2: Conteste

1. Si usted es una de 7 personas de las cuales seleccionarán una al azar y todas

las personas tienen igual probabilidad de ser seleccionada, ¿cuál es la probabilidad
de que usted sea seleccionada?

2. En un envase hay 2 canicas rojas, 4 negras y 5 blancas. Si seleccionamos al

azar una de estas canicas, ¿cuál es la probabilidad de que la canica sea negra?

3. La siguiente ruleta circular está dividida en 8 sectores iguales. Si se gira la

ruleta aleatoriamente, (Suponga que la aguja no cae en las divisiones.)

a. ¿cuál es la probabilidad de que la aguja caiga en un sector marcado con

líneas horizontales?
b. ¿cuál evento predecirías?

4. Dos dados son lanzados al azar, uno rojo y uno blanco.

a. Halle la probabilidad de que la suma sea 6.

b. ¿Cuál debería ser su predicción para la suma de ambos dados?

5. En un grupo de 25 personas hay 16 de ellas casadas y 9 solteras. Si

seleccionamos una de estas personas al azar, ¿cuál evento es más probable, soltera
o casada?

13
2. Definición Empírica, “A Posteriori”, Experimental o de Frecuencia
Relativa

La definición clásica se ve limitada a situaciones en las que hay un número

finito de resultados igualmente probables. Lamentablemente, hay situaciones
prácticas que no son de este tipo y la definición “a priori” no se puede aplicar. Por
ejemplo, si se pregunta por la probabilidad de que un paciente se cure mediante
cierto tratamiento médico, o la probabilidad de que una determinada máquina
produzca artículos defectuosos, entonces no hay forma de introducir resultados
igualmente probables. Para responder a estas preguntas podemos utilizar el
enfoque empírico, en el cual para determinar los valores de probabilidad se requiere
de la observación y de la recopilación de datos. La definición empírica se basa en la
frecuencia relativa de ocurrencia de un evento con respecto a un gran número de
repeticiones del experimento. En otras palabras, la definición empírica se basa
número de veces que ocurrió el evento entre el número total de repeticiones del
experimento. También se le denomina a posteriori, ya que el resultado se obtiene
después de realizar el experimento un cierto número grande de veces.

Si queremos conocer la probabilidad del evento A según este enfoque

realizamos el experimento un gran número de veces y contamos cuántas veces A
ocurre. Con base en estos resultados reales, P(A) se estima de la siguiente forma:

número de veces que ocurrió A

P( A)
número de veces que se repitió el experimento .

Este enfoque de probabilidad no implica ningún supuesto previo de igualdad

de probabilidades.

Moneda Obtenida Frecuencia

14
 Ejemplo 10: Queremos seleccionar una 25¢ 15
moneda al azar de un envase que contiene una 10¢ 12

cantidad desconocida de monedas de 25¢, 10¢, 5¢ y 5¢ 18

1¢ 5
1¢. Para determinar la probabilidad de cada evento
posible, seleccionamos 50 monedas al azar con reemplazo (la moneda seleccionada
vuelve a echarse en el envase para la próxima selección) de este envase. La
siguiente tabla resume las frecuencias (veces que ocurren) de cada moneda.

Según los datos recopilados, si seleccionamos una moneda de este envase,

a. ¿cuál es la probabilidad de que sea de 25¢ ? b.
¿cuál es el evento menos probable? c.
¿cuál es el evento que debemos predecir?

Respuesta: Notemos que al no conocer el número de monedas de cada

clase que hay en el envase, no podemos utilizar la probabilidad clásica para hallar
la probabilidad de cada evento posible. Pero, utilizando los resultados anteriores
resumidos en la tabla podemos concluir que:

a. Si A es el evento de obtener una moneda de 25¢, entonces

15 3
P ( A) .
50 10
b. El evento menos probable es el de menor frecuencia, es decir, obtener
una moneda de 1¢.
c. El evento que debemos predecir es el más probable, por lo tanto, es el
evento de mayor frecuencia, es decir, obtener una moneda de 5¢.

15
 Ejemplo 11: Se conoce que una moneda está cargada. Esto significa que
un lado de la moneda se obtiene con mayor frecuencia que el otro lado al lanzarla al
azar un número grande de veces. Para determinar la probabilidad de que caiga
cara, la moneda se lanza 60 veces al aire, de las cuales 24 veces cayó cara. Si
aplicamos la fórmula obtenemos:

24
P (cara)
60
P (cara) 0.4
P (cara) 40%

Al calcular probabilidades con este método de frecuencias relativas

obtenemos una aproximación en vez de un valor exacto. A mayor número de veces
que repitamos el experimento, más cerca estará la aproximación del valor real. Esta
propiedad se enuncia en forma de teorema, el cual se conoce comúnmente como la
ley de los números grandes.

Ley de los Números Grandes

Conforme un experimento se repite una y otra vez, la probabilidad de

frecuencias relativas de un evento tiende a aproximarse a la probabilidad real.

Cuando se usa la definición empírica, es importante tomar en cuenta los

siguientes aspectos:

i. La probabilidad obtenida de esta manera es únicamente una estimación del

valor real.
ii. Cuanto mayor sea el número de repeticiones del experimento, tanto mejor
será la estimación de la probabilidad.

16
 iii. La probabilidad es propia de sólo un conjunto de condiciones idénticas a
aquéllas en las que se obtuvieron los datos, o sea, la validez de emplear esta
definición depende de que las condiciones en que se realizó el experimento
sean repetidas idénticamente.

Ejercicios 3:

1. Una tómbola contiene un número desconocido de cartas marcadas con una

vocal cada una. Con el propósito de estimar la probabilidad de obtener cada
resultado, se extrajo una carta al azar y con reemplazo de esta tómbola varias
veces. La siguiente gráfica de barras presenta los resultados. A base de estos
resultados,

Vocales Obtenidas al Azar

9
8
7
6
5
4
3
2
1
0
A E I O U
Vocal

a. ¿cuál es el evento de menor probabilidad?

b. ¿cuál es la probabilidad de obtener una E al extraer una carta de esta
tómbola?
c. ¿cuál evento predecirías?
2. Realice el experimento de lanzar una tachuela al azar 30 veces. Utilice
probabilidad empírica para determinar la probabilidad de que la tachuela caiga con la
punta hacia arriba al lanzarla al azar.

17
3. Definición Subjetiva

Esta definición de probabilidad se diferencia de los dos enfoques anteriores,

debido a que tanto el enfoque clásico como el de frecuencia relativa producen
valores objetivos de probabilidad. El enfoque subjetivo define la probabilidad de un
evento a base del grado de confianza que una persona tiene de que el evento
ocurra, teniendo en cuenta toda la evidencia que tiene disponible, fundamentado en
la intuición, opiniones, creencias personales y otra información indirecta relevante.
Debido a que el valor de la probabilidad es un juicio personal, al enfoque subjetivo
se le denomina también como enfoque personalista.

El enfoque subjetivo no depende de la repetitividad de ningún evento y

permite calcular la probabilidad de sucesos únicos. Por ejemplo, ¿cuál es la
probabilidad de que un edificio colapse ante un terremoto? Este evento puede que
ocurra o que nunca ocurra, pero es lógico pensar que no podemos repetir los
terremotos un número grande de veces y contar el número de veces que el edificio
colapsa para calcular esa probabilidad. Sin embargo, un especialista en el área
puede asignar una probabilidad basada en su juicio de toda la información relevante
a la que pueda tener acceso.

Ejemplo 12: Un analista deportivo afirma que Estados Unidos tiene una
probabilidad de 90% de ganar la medalla de oro en baloncesto en las próximas
olimpiadas. Notemos que esta probabilidad está basada en la confianza que el
analista tiene de que el evento ocurra, con base en toda la evidencia que tiene
disponible.

Ejemplo 13: Un paciente le pregunta a su cardiólogo sobre cuánta

probabilidad tiene de salir exitosa la operación de corazón abierto que le dijo que
tenía que realizarle. Basado en el conocimiento de su condición y la experiencia
obtenida al trabajar casos similares, el médico le contestó que tenía un 85% de
probabilidad de que la operación sea un éxito.

18
Ejercicios 4: Escoge la respuesta correcta:

1. La probabilidad de que terminen las negociaciones en un conflicto laboral en

los próximos dos días es baja. Esto es un ejemplo de probabilidad
a. clásica
b. empírica
c. subjetiva

2. En una compañía que produce tornillos se toman 1,000 de ellos para probar
su calidad. Se encontró que 7 estaban defectuosos. Por lo tanto, la probabilidad de
comprar uno de los tornillos que está compañía produce y que el mismo esté
7
defectuoso es . Esto es un ejemplo de probabilidad
1, 000
a. clásica
b. empírica
c. subjetiva

3. Hay seis participantes en una competencia de canto. A cada uno de ellos se

le asigna un número diferente del 1 al 6. Se lanza un dado y el número que se
obtenga decide el primer participante para cantar. La probabilidad de que el
1
participante número 4 sea el primero en cantar es . Esto es un ejemplo de
6
probabilidad
a. clásica
b. empírica
c. subjetiva

4. A una profesora universitaria le pregunta uno de sus estudiantes la

probabilidad de que él apruebe su curso. La profesora le contestó que un 50%.
Esto es un ejemplo de probabilidad
a. clásica
b. empírica
c. subjetiva

19
 De aquí en adelante nos vamos a concentrar en la probabilidad clásica por lo
que vamos a presumir, aunque no esté explícito, que el espacio muestral es finito y
todos los eventos simples del espacio muestral son igualmente probables.

REGLAS DE PROBABILIDAD

Dado cualquier evento imaginable, puede ocurrir una de tres cosas:

1. es imposible que ocurra.
2. es seguro que ocurre.
3. la certeza de que ocurra está en un punto intermedio.

Por lo tanto, podemos deducir lo siguiente:

1. La probabilidad de un evento imposible es 0.
2. La probabilidad de un evento que ocurrirá de seguro es 1.
3. Para cualquier evento A, la probabilidad de que A ocurra se
encuentra entre 0 y 1, inclusive. Es decir, 0 P ( A) 1.

Ejemplo 14: Al lanzar un dado al azar, la probabilidad de obtener un 7 es 0.

Notemos que es imposible que ocurra este evento pues los resultados posibles son
1, 2, 3, 4, 5 y 6.

Ejemplo 15: Al lanzar un dado al azar, la probabilidad de obtener un número

menor que 7 es 1. Notemos que este evento ocurrirá de seguro pues todos los
números posibles son menores de 7.

Considerando todo lo discutido anteriormente, podemos deducir que la

probabilidad de un evento vacío es 0, ya que no tiene posibilidad de que ocurra. Al

evento vacío lo denotamos como o { } (igual a la notación utilizada para el

conjunto nulo o vacío). Además, la probabilidad del espacio muestral S es 1, ya
que tiene todas las posibilidades de ocurrir. Es decir que,
P( ) 0 y P( S ) 1.

20
EVENTOS COMPUESTOS

Los eventos compuestos se forman combinando dos o más eventos

simples. A continuación discutiremos tres operaciones básicas con conjuntos que
generan eventos compuestos.

Definición:
Sean A y B dos eventos de un mismo espacio muestral S, entonces:

1. La unión de A y B, denotada por A B , es el evento que reúne

todos los elementos de A con los elementos de B (evitando la duplicidad de
elementos). Es decir,

A B {x | x A o x B} .
Dicho de otro modo, A B es el conjunto de todos los elementos que están en A,
están en B o están en ambos conjuntos. Por lo tanto, la probabilidad de que
ocurra A, de que ocurra B o de que ocurran ambos simultáneamente es denotada

por P ( A B) o P( A o B) .

Ejemplo 16: En un grupo de 10 estudiantes universitarios hay 3 que toman

un curso de inglés, 4 que toman un curso de matemáticas y 2 que toman ambos
cursos. Halle la probabilidad de que al seleccionar uno de estos estudiantes al azar,
el mismo tome el curso de inglés o el curso de matemáticas.

Solución: De los 10 estudiantes hay 2 que toman ambos cursos. Por lo

tanto, cuando nos dicen que 3 estudiantes toman el curso de inglés son éstos 2 y
otro más. Además, cuando nos dicen que 4 estudiantes toman un curso de
matemáticas son éstos 2 y otros 2 más. Por lo tanto, el número total de estudiantes
que toman el curso de inglés o el curso de matemáticas son los 2 que toman ambos
cursos, el otro que toma inglés y los otros 2 que toman matemáticas. Por lo tanto,
5
P (inglés o matemáticas) 0.5 .
10

21
 2. La intersección de A y B, denotada por A B , es el evento que
reúne todos los elementos comunes que pertenecen a ambos conjuntos. Es decir,

A B {x | x A y x B} .
Dicho de otro modo, A B son todos los elementos que están en A y
también están en B. Por lo tanto, la probabilidad de que ocurran A y B

simultáneamente es denotada por P( A B) o P( A y B) .

Ejemplo 17: Del ejemplo anterior, halle la probabilidad de que el estudiante

seleccionado sea uno que tome el curso de inglés y el curso de matemáticas.

Solución: De los 10 estudiantes hay 2 que toman ambos cursos. Por lo

2
tanto, P (inglés y matemáticas) 0.2 .
10

3. El complemento de A, denotado por A (o por Ac), es el evento que

reúne todos los elementos de S que no están en A. Es decir, A ocurre cuando A

no ocurre y viceversa. Utilizando la notación de conjuntos, definimos

A {x | x S y x A} . Por lo tanto, la probabilidad de que no ocurra A es la

misma que la probabilidad de que ocurra su complemento y es denotada por

P( A ) .

Ejemplo 18: Un grupo de 30 personas se dividen en 8 hombres, 12

mujeres, 7 niños y 3 niñas. Halle la probabilidad de que al seleccionar una de estas
personas al azar, ésta no sea niño.

Solución: De las 30 personas, 7 son niños y por lo tanto, 23 no son niños.

23
Entonces, P ( niño) .
30

22
DIAGRAMAS DE VENN

Una de las gráficas más utilizadas para representar eventos compuestos y

que facilita la interpretación y el cálculo de probabilidades es el diagrama de Venn.
Los diagramas de Venn son gráficas pictóricas en las que comúnmente se utiliza un
rectángulo para representar al espacio muestral (S) y círculos dentro del rectángulo
para representar los eventos. En ocasiones, los elementos de cada evento se
insertan dentro del evento a que pertenecen y en otras ocasiones lo que se inserta
dentro del evento es su probabilidad.

Ejemplo 19: Considere el siguiente diagrama de Venn y determine los

eventos compuestos indicados.
S
a. A B
A B
b. A B
2 5
c. A 1
3 4
d. B 6

Respuesta: Notemos que S = { 1, 2, 3, 4, 5, 6} , entonces

a. A B es el conjunto de todos los elementos que están en A,
están en B o están en ambos conjuntos. Por lo tanto, del
diagrama podemos observar que A B = {1, 2, 4, 5}.
b. A B es el conjunto de todos los elementos que están en A y
también están en B. Por lo tanto, A B = {2} .

c. A es el conjunto de todos los elementos que no están en A.

Por lo tanto, A = {3, 4, 5, 6} .

d. B es el conjunto de todos los elementos que no están en B.

Por lo tanto, B = {1, 3, 6} .

23
 Ejemplo 20: Sea S = { 1, 2, 3, 4, 5, 6, 7, 8}, A = { 2, 3, 5, 7} y B = {1, 2, 4, 5, 7}.
Halle las siguientes probabilidades:

a. P( A B) b. P( A B)

c. P( A ) d. P( B)

e. P( A B) f. P( A B)

Respuesta: Utilicemos el siguiente diagrama de Venn.

a. A B = {1, 2, 3, 4, 5, 7} , S 6
A B
6
por lo tanto, P( A B) 0.75 2 4
8 3 5
b. A B = {2, 5, 7} , 7 1

3 8
por lo tanto, P ( A B ) 0.375
8

4
c. A = {1, 4, 6, 8}, por lo tanto, P ( A ) 0.5
8

3
d. B = { 3, 6, 8}, por lo tanto, P ( B ) 0.375
8

2
e. A B = {6, 8} , por lo tanto, P ( A B ) 0.25
8

5
f. A B = {1, 3, 4, 6, 8}, por lo tanto, P ( A B ) 0.625
8

24
 Ejemplo 21: Sea S el espacio muestral donde P(A ) = 0.3, P(B ) = 0.4 y
P ( A B ) = 0.1 . Halle las siguientes probabilidades:

a. P( A B) b. P( A )

c. P( B) d. P( A B)

Respuesta: Utilicemos el siguiente diagrama de Venn. Notemos que la

región donde A y B ocurren simultáneamente tiene S
A B
probabilidad 0.1. Además observemos que P(A) = 0.3
es igual a la suma de las probabilidades dentro del 0.2 0.1 0.3
círculo que representa el evento A, es decir,
0.4
P(A) = 0.2 + 0.1. De manera similar, P(B) = 0.3 + 0.1.
Por otro lado, notemos que probabilidad de que ocurra A y no ocurra B es la
diferencia 0.3 – 0.1, es decir, 0.2. Es por esto que insertamos 0.2 dentro de A y
fuera de B. Además, la probabilidad de que ocurra B y no ocurra A es la diferencia
0.4 – 0.1, es decir, 0.3. Es por esto que insertamos 0.3 dentro de B y fuera de A.

Como P ( S ) 1 , entonces la probabilidad de que no ocurra A y no ocurra B tiene

que ser 0.4 (1 – 0.2 – 0.1 – 0.3 = 0.4). Es por esto que insertamos 0.4 fuera de A
y fuera de B. Entonces tenemos que:
a. P ( A B ) es la probabilidad de que ocurra A, ocurra B o ambos,

por lo tanto, P ( A B ) 0.2 0.1 0.3 0.6

b. P ( A ) es la probabilidad de que A no ocurra, por lo tanto,

P( A ) 0.3 0.4 0.7 .

c. P ( B ) es la probabilidad de que B no ocurra, por lo tanto,

P(B ) 0.2 0.4 0.6 .

d. P ( A B ) es la probabilidad de que ocurra A y no ocurra B, por lo

tanto, P ( A B ) = 0.2 .

25
Ejercicios 5:

1. Si lanzamos dos dados al azar, uno rojo y uno blanco, halle la probabilidad
de que:
a. la suma de ambos dados sea 7.
b. la suma de ambos dados no sea 6.
c. la suma de ambos dados sea 2 ó 10.
d. se obtenga el mismo número en ambos dados.
e. lo obtenido en el dado rojo sea mayor que lo obtenido en el dado
blanco.

2. Sea S = { a, e, i, o, u}, A = { e, o, u} y B = { a, u}. Halle:

a. P( A B) b. P( A B)

c. P( A ) d. P( B)

e. P( A B)

3. Considere el espacio muestral S donde P(A ) = 0.5, P(B ) = 0.4 y

P ( A B ) = 0.3 . Halle:

a. P( A B) b. P( A )

c. P( A B) d. P( A B)

26
REGLA DE LA SUMA

La regla de la suma es un método para calcular probabilidades que pueden

expresarse de la forma P ( A o B ) o P ( A B ) , es decir, la probabilidad de que

A ocurra o de que ocurra B (o de que ambos ocurran). Para calcular la probabilidad
de que ocurra el evento A o el evento B, primero debemos determinar de cuántas
formas distintas A ocurre y de cuántas formas distintas B ocurre, pero al computar
el número total de formas no podemos contar un mismo resultado más de una vez.

La palabra clave es “o”. En el desarrollo de este módulo usaremos el “o”

inclusivo, que significa: uno o el otro o ambos.

Regla de la Suma
Sean A y B dos eventos de un mismo espacio muestral S, entonces
P ( A o B) P( A) P ( B) P( A y B)

donde P ( A y B ) denota la probabilidad de que A y B ocurran al

mismo tiempo.

En la notación de conjuntos, la regla de la suma es:

P( A B) P( A) P ( B) P( A B) .

Ejemplo 22: Una compañía le administra un examen a un grupo de 40 de

sus empleados, que aspiran a cierta posición, para cualificarlos. La siguiente tabla
resume los resultados divididos por género:

Masculino (M) Femenino (F)

Aprobó 7 2
Fracasó 18 13

27
Si uno de estos empleados es seleccionado al azar, halle la probabilidad de que:
a. sea masculino o aprobó el examen
b.. sea femenino o fracasó

Respuesta: Utilizando la regla de la suma, tenemos que:

a. P(M o aprobó) = P (M) + P(aprobó) – P(M y aprobó)
25 9 7 27
=
40 40 40 40
b. P(F o fracasó) = P(F) + P(fracasó) – P(F y fracasó)
15 31 13 33
=
40 40 40 40

Definición:
Sean A y B dos eventos de un mismo espacio muestral S. Decimos que A
y B son eventos mutuamente excluyentes si no pueden ocurrir simultáneamente,
es decir, A B . Por lo tanto, si A y B son eventos mutuamente excluyentes,

entonces P ( A B) 0.

Ejemplo 23: En el experimento de lanzar un dado al azar, el espacio

muestral es S = {1, 2, 3, 4, 5, 6}. Si A es el evento de obtener un número par y
B es el evento de obtener un numero impar, entonces A y B son eventos
mutuamente excluyentes pues no pueden ocurrir simultáneamente ( si uno ocurre el
otro no puede ocurrir).

La regla de la suma ya discutida establece que

P( A B) P ( A) P( B ) P ( A B) .

28
Sin embargo, si A y B son eventos mutuamente excluyentes, entonces la regla

de la suma será: P( A B) P ( A) P( B )

ya que P ( A B) 0.

Claramente un evento cualquiera A y su complemento A son mutuamente

excluyentes. Además, en todo experimento uno de ellos ocurre. Esto es debido a

que o A ocurre o A no ocurre (lo que implica que A ocurre). Entonces tenemos
que:

P( A A) P ( A) P ( A) 1.

Este resultado de la regla de la suma da lugar a las siguientes tres formas

equivalentes:

1. P ( A) P ( A) 1

2. P ( A) 1 P( A)

3. P ( A) 1 P( A)

Ejemplo 24: Una compañía que produce radios sabe que el 2.5% de los
radios que produce salen defectuosos. Si seleccionamos al azar uno de estos
radios, ¿cuál es la probabilidad de que el radio no esté defectuoso?

Respuesta: Sea D el evento de que salga defectuoso. Notemos que su

complemento D será que no salga defectuoso. Como 2.5% = 0.025, entonces

P( D) 1 P ( D)

P ( D) 1 0.025 0.975

29
PROBABILIDAD CONDICIONAL

Ahora consideraremos el principio de que la probabilidad de un evento suele

afectarse por el conocimiento previo de las circunstancias. Por ejemplo, si
seleccionamos una persona al azar de la población de Puerto Rico, la probabilidad
de obtener un varón es cercana a 50%, pero si usted ya sabe que además la
persona a seleccionar es fanática del hipismo, entonces la probabilidad de obtener
varón aumenta drásticamente ya que cerca del 90% de los fanáticos del hipismo son
varones.

Definición:
La probabilidad condicional de un evento B es la probabilidad de que B
ocurra cuando ya sabemos que otro evento A ocurrió. Esta probabilidad se denota
P(B | A) y la leemos “la probabilidad de B dado A”.

Ejemplo 25: Al lanzar un dado, halle la probabilidad de obtener:

a. el número 4 dado que se obtuvo un número par.

b. un número impar dado que se obtuvo un número menor que 6.

Respuesta: Utilizando la probabilidad condicional, tenemos lo siguiente:

a. Sabemos que se obtuvo un número par, por lo que hay 3
posibles resultados: 2, 4 ó 6, de los cuales en sólo uno de ellos
1
ocurre el 4. Por lo tanto, P(4 | par) = .
3
b. Sabemos que se obtuvo un número menor que 6, por lo que hay
5 posibles resultados: 1, 2, 3, 4 ó 5, de los cuales en tres de
ellos obtenemos un número impar. Por lo tanto,
3
P(impar | menor que 6) = .
5

30
Regla de la Probabilidad Condicional
Sean A y B dos eventos de un mismo espacio muestral S, entonces:
P( A B) P( A y B)
P( A | B) donde P ( B) 0
P( B) P( B)
y
P( B A) P( B y A)
P( B | A) donde P( A) 0.
P( A) P( A)

Ejemplo 26: ¿Cuál es la probabilidad de que una carta de póker escogida al

azar de un paquete completo de cartas sea un as, sabiendo que la carta es roja?

Respuesta: Las cartas de póker son 52. Estas se componen de 26 cartas

rojas y 26 cartas negras. Además, las 26 cartas rojas se dividen en 13 cartas de
corazones ( ) y 13 de diamantes ( ). Las 26 cartas negras se dividen en 13 cartas
de espada ( ) y 13 de trébol ( ). Cada uno de los grupos de 13 cartas tiene una
carta de cada uno de los siguientes caracteres A, 1, 2, …, 10, J, Q, K. Entonces

P(as y roja )
P(as | roja)
P( roja)

2
P( as | roja) 52
26
52
2 52 1
P (as | roja )
52 26 13 .

Ejemplo 27: De un total de 14 músicos hay 4 que tocan el cuatro, 7 que

tocan guitarra y 3 que tocan ambos instrumentos. Si seleccionamos al azar uno de
estos músicos, halle la probabilidad de que toque el cuatro dado que toca guitarra.

31
 Respuesta: Utilicemos el siguiente diagrama de Venn. Utilicemos C para
representar el evento de obtener un cuatrista y G para representar el evento de
obtener un guitarrista. Como hay 3 músicos que tocan ambos instrumentos,
entonces en la intersección de C y G hay 3 elementos. Ahora, hay 4 músicos que
tocan el cuatro de los cuales ya tenemos contados 3 (los que tocan ambos
instrumentos), por lo queda 1 que es un elemento de C pero no de G. Además, hay
7 músicos que tocan la guitarra de los cuales ya tenemos contados 3 (los que tocan
ambos instrumentos), por lo que quedan 4, los cuales son elementos de G pero no
de C. Finalmente nos quedan 6 músicos que no tocan cuatro ni guitarra.

Recuerde que P (C y G ) es la probabilidad

de obtener un músico que toque cuatro y guitarra, S

3 C G
por lo tanto, P (C y G ) . Por otro lado, P (G )
14
1 3 4
es la probabilidad de obtener un músico que toque
7
guitarra, por lo tanto, P (G ) . 6
14
Utilizando la regla de probabilidad condicional tenemos que:

P (C y G )
P (C | G )
P (G )

3
P (C | G ) 14
7
14
3 14
P (C | G )
14 7
3
P (C | G ) .
7

32
Casos Especiales de la Probabilidad Condicional

1. Una vez un evento A ya ha ocurrido, es seguro que A ocurra:

P( A A) P( A)
P( A | A) 1
P( A) P( A)

2. Cuando A y B son mutuamente excluyentes, una vez ha ocurrido A,

es imposible que B ocurra:

P( A B) 0
P( B | A) 0
P( A) P( A)

Ejercicios 6:

1. Un envase contiene 3 fichas negras, 2 fichas azules y 5 fichas rojas.

Las fichas son todas iguales excepto en el color. Si seleccionamos una ficha de
estas fichas al azar, halle la probabilidad de que la ficha
a. sea negra o roja
b. no sea negra.
c. sea azul dado que es roja.
d. sea negra dado que es negra.

2. A un total de 50 trabajadores se les preguntó si trabajaban para alguna

agencia de gobierno o para la empresa privada. La siguiente tabla muestra los
resultados divididos por el área de residencia (área metro o isla).

Metro Isla
Gobierno 11 18
Empresa Privada 14 7

33
Si seleccionamos una de estas personas al azar, halle la probabilidad de que la
persona
a. trabaje para la empresa privada o viva en área metro.
b. trabaje para el gobierno o viva en área isla.
c. trabaje para la empresa privada dado que vive en área isla.
d. trabaje para el gobierno dado que vive en área metro.
e. no viva en área isla.

3. Si seleccionamos una carta al azar de un paquete completo de cartas

de póker, halle la probabilidad de que la carta sea

a. de diamante o sea una J.

b. un 2 o sea un as.
c. de corazón dado que es K.
d. K dado que es de corazón.
e. Q dado que no es espada.
f. de diamante dado que no es 3.
g. una K dado que es un 10.

4. Una nutricionista preguntó a 30 de sus clientes si consumían frutas y

vegetales en su dieta diaria. Encontró que 15 consumen frutas, 8 consumen
vegetales y 6 consumen ambos grupos alimenticios en su dieta diaria. Si
seleccionamos al azar una de estas personas, halle la probabilidad de que en su
dieta diaria consuma

a. frutas o vegetales.
b. vegetales dado que consume frutas.
c. frutas dado que no consume vegetales.
d. ni frutas ni vegetales

34
REGLA DE LA MULTIPLICACIÓN

Ya presentamos la regla de la suma que se utiliza para calcular P ( A o B )

o P( A B ). Ahora discutiremos la regla de la multiplicación, la cual nos provee

un método para calcular probabilidades que pueden expresarse de la forma
P( A y B) o P( A B ). Es decir, la probabilidad de que A ocurra y de que
ocurra B al mismo tiempo. Para calcular la probabilidad de que ocurra el evento A y
el evento B al mismo tiempo, primero debemos determinar de cuántas formas
distintas A ocurre y luego determinar de cuántas formas distintas B ocurre, dado
que ya ocurrió A. Otra forma de hacerlo es, primero determinar de cuántas formas
distintas B ocurre y luego determinar de cuántas formas distintas A ocurre, dado
que ya ocurrió B.

Regla de la Multiplicación

Sean A y B dos eventos de un mismo espacio muestral S, entonces

P ( A B) P( A y B) P( A) P ( B | A)
o

P ( A B) P( A y B) P( B) P( A | B)
.

Ejemplo 28: En un grupo de 25 personas hay 16 de ellas casadas y 9

solteras. ¿Cuál es la probabilidad de que si dos de estas personas son
seleccionadas aleatoriamente sean ambas casadas?

Respuesta: Notemos que al seleccionar la primera persona, la probabilidad

16
de que sea casada es . Pero al seleccionar la segunda persona quedan 24
25

35
posibles ya que una ha sido seleccionada. Ahora dado que la primera persona
seleccionada es casada, entonces quedan 15 casadas posibles para la segunda
selección. Por lo tanto, la probabilidad de que la segunda sea casada dado que la
15
primera fue casada es . Luego, utilizando la regla de la multiplicación, tenemos
24
que:

P(1ra sea casada y 2da sea casada) P(1ra sea casada) P(2da sea casada | 1ra sea casada)

16 15 2
25 24 5

Definición:
Sean A y B dos eventos de un mismo espacio muestral S. Decimos que A
y B son eventos independientes si y sólo si la probabilidad de que uno de ellos
ocurra no es afectada por la ocurrencia del otro. Si los eventos A y B no son
independientes, se dice que son dependientes.

La anterior definición tiene las siguientes implicaciones:

1. Si A y B son eventos independientes, entonces

P( A | B) P( A) y P ( B | A) P ( B) .

Esto dice que la probabilidad de que A ocurra dado que B

ocurrió es la misma que tiene A antes de B ocurrir. Por otro
lado, la probabilidad de que B ocurra dado que A ocurrió es la
misma que tiene B antes de A ocurrir.

36
 2. Si A y B son eventos independientes, entonces
P ( A y B) P ( A) P ( B | A)

P ( A) P ( B )

Esto dice que la probabilidad de que A y B ocurran al mismo

tiempo es el producto de sus probabilidades.

3. Si P ( A y B) P ( A) P ( B ) , entonces A y B son eventos

independientes.

Ejemplo 29: Una caja contiene 5 canicas verdes, 2 azules y 3 rojas. Si

escogemos dos canicas al azar ( una primero y luego la otra) de esta caja, halle la
probabilidad de que ninguna de ellas sea roja:
a. con reemplazo (echando a la caja la primera canica antes de la
segunda selección). ¿Son los eventos independientes o dependientes?
b. sin reemplazo (la primera canica queda fuera de la caja para la
segunda selección). ¿Son los eventos independientes o dependientes?

Respuesta:
7
a. Notemos que: P (primera no sea roja) y como volvemos a echar
10
a la caja la primera canica, para la segunda selección hay el mismo número de
7
canicas en la caja. Por lo tanto, P(segunda no sea roja | primera no fue roja ) .
10
Esto dice que los eventos son independientes porque uno no afecta la probabilidad
de que el otro ocurra. Entonces
P(ambas no sean rojas) P(primera no sea roja y segunda no sea roja)
P(primera no sea roja) P(segunda no sea roja | primera no fue roja)
7 7 49
.
10 10 100

37
 7
b. Notemos que: P (primera no sea roja) y como no volvemos a
10
echar a la caja la primera canica, para la segunda selección hay una canica menos
6
en la caja. Por lo tanto, P(segunda no sea roja | primera no fue roja ) . Esto dice
9
que los eventos son dependientes porque uno afecta la probabilidad de que el otro
ocurra. Entonces

P(ambas no sean rojas) P(primera no sea roja y segunda no sea roja)

P(primera no sea roja) P(segunda no sea roja | primera no fue roja)

7 6
10 9

7
.
15

Ejercicio 7:

Se realiza un sorteo de una estufa y una nevera, en este orden, entre 10

mujeres y 10 hombres participantes.

a. Si una misma persona puede ganarse ambos premios, halle la

probabilidad de que ambos enseres se los gane una mujer. ¿Son los
eventos independientes o dependientes?

b. Si una misma persona no puede ganarse ambos premios, halle la

probabilidad de que de que ambos enseres se los gane una mujer.
¿Son los eventos independientes o dependientes?

38
REGLAS DE CONTEO

El hallar la probabilidad de que ocurra un evento a veces no plantea ningún

problema complejo, ya que los posibles resultados son un número reducido y se
pueden contar con facilidad. Por ejemplo, la probabilidad de que al lanzar un dado
al azar salga el número 2. Tan sólo hay un resultado favorable, mientras que el
número de resultados posibles es seis. Sin embargo, a veces calcular el número de
resultados favorables y casos posibles es complejo y para calcularlos hay que
aplicar reglas matemáticas. Por ejemplo, ¿cuál es la probabilidad de que al
seleccionar al azar una mano de 5 cartas sin reemplazo de un paquete completo de
cartas de poker, obtengamos 3 cartas que sean K y 2 que no sean K? En este
caso, determinar el número de resultados favorables y de resultados posibles es
complejo. La respuesta la daremos más adelante.

A continuación presentaremos algunas reglas matemáticas que nos pueden

ayudar con el cálculo de resultados sin tener que hacer listas ni contar posibilidades
directamente. Comenzaremos con la regla fundamental de conteo.

Regla Fundamental de Conteo

Para una secuencia de dos eventos en la que el primero puede ocurrir de m

formas distintas y el segundo puede ocurrir de n formas distintas, ambos sucesos
pueden ocurrir de m•n formas distintas.

La regla fundamental de conteo se extiende a situaciones que implican más

de dos eventos, como se ilustra en los siguientes ejemplos.

39
 Ejemplo 30: Para llegar de la ciudad X a la ciudad Y hay 5 rutas distintas.
Para llegar de la ciudad Y a la ciudad Z hay 6 rutas distintas. Si todas las rutas
para llegar desde la ciudad X a la ciudad Z pasan por la ciudad Y, ¿cuántas
rutas distintas hay para llegar de la ciudad X a la ciudad Z?

Respuesta: Utilizando la regla fundamental de conteo tenemos que para

llegar de la ciudad X a la ciudad Z hay 5•6, o sea, 30 rutas distintas.

Ejemplo 31: (Pega 3) El juego de Pega 3 consiste en acertar un número

de tres dígitos de 0 al 9 inclusive, el cual es seleccionado al azar. Como por
ejemplo, 072. ¿Cuántos números de tres dígitos distintos hay?

Respuesta: Como son tres dígitos distintos en el proceso de selección,

tenemos 10 opciones para el primer dígito, 9 opciones para el segundo dígito y 8
opciones para el tercer dígito. Utilizando la regla fundamental de conteo tenemos
10•9•8, o sea, 720 números de tres dígitos distintos.

Ejemplo 32: ¿Cuántas tablillas de autos con tres letras y tres dígitos son
posibles, si sólo utilizamos 26 de las letras de nuestro alfabeto?

Respuesta: Como son tres letras y tres dígitos en el proceso de selección,

tenemos 26 opciones para cada letra y 10 opciones para cada dígito. Utilizando la
regla fundamental de conteo tenemos 26•26•26•10•10•10, o sea, 17,576,000
tablillas posibles.

40
 Antes de pasar a la siguiente regla definamos el símbolo factorial ! que
denota el producto de números enteros positivos decrecientes. Por ejemplo,
4! = 4•3•2•1 = 24. Por definición, 0! = 1.

Regla Factorial

Una colección de n elementos distintos se pueden ordenar de n! formas

distintas.

La anterior regla refleja el hecho de que el primer elemento tiene n

posibilidades, el segundo n – 1 posibilidades, y así sucesivamente.

Ejemplo 33: ¿De cuántas formas distintas se pueden ordenar 5 personas en

una fila?

Respuesta: Notemos que tenemos 5 elementos distintos y van a ser todos

ordenados. Utilizando la regla factorial tenemos 5! = 5•4•3•2•1 = 120 formas
distintas de ordenar 5 personas en una fila.

Ejemplo 34: Un turista llega a la ciudad de Orlando, Florida y desea visitar

en una semana los parques: Magic Kingdom, Epcot Center, Animal Kingdom,
MGM Studios, Universal Studios, Island of Adventure y Sea World. ¿De cuántas
secuencias distintas puede visitar estos 7 parques sin ir a cada parque más de una
vez?

Respuesta: Notemos que el turista tiene 7 parques distintos para visitar y

queremos saber en cuántos órdenes distintos lo puede hacer. Utilizando la regla
factorial tenemos 7! = 5,040 formas distintas de visitar los 7 parques.

41
 En la regla anterior presentamos cómo calcular el número total de formas
distintas en que todos los n elementos distintos pueden ser ordenados. La
siguiente regla nos dice cómo calcular el número total de formas distintas en que r
de los n objetos distintos pueden ser ordenados. Esta forma se conoce como la
regla de las permutaciones. Por ejemplo, calcular las posibles permutaciones de
2 elementos que se pueden formar con los números 1, 2 y 3. Se pueden establecer
6 secuencias (permutaciones) diferentes: (1,2), (1,3), (2,1), (2,3), (3,1) y (3,2). En
el cálculo de permutaciones las parejas (1,2) y (2,1) se consideran distintas pues
aquí importa el orden.

Regla de las Permutaciones

El número total de permutaciones (secuencias) de r elementos
seleccionados de una colección de n elementos distintos está dado por

n!
n Pr
(n r )! .

Notemos que si r = n la regla de permutaciones coincide con la regla

factorial.

Ejemplo 35: ¿De cuántas formas distintas se pueden repartir las medallas
de oro (primer lugar), plata (segundo lugar) y bronce (tercer lugar) en una
competencia de 100 metros donde hay 8 participantes?

Respuesta: Notemos que tenemos 8 elementos distintos de los cuales 3

recibirán medallas distintas de acuerdo al orden en que lleguen a la meta. Utilizando
la regla de las permutaciones tenemos

8! 8! 8 7 6 5 4 3 21
8 P3 8 7 6 336 .
(8 3)! 5! 5 4 3 21
Por lo tanto, hay 336 formas distintas de repartir las tres medallas.

42
 Ejemplo 36: El campanario de una iglesia tiene 9 campanas, todas de
diferentes tonos. ¿Cuántas secuencias distintas de 4 campanazos son posibles sin
repetir campana alguna?

Respuesta: Notemos que el campanario tiene 9 campanas de tonos

distintos de las cuales se tocarán 4 sin repetición de campanas. Utilizando la regla
de las permutaciones tenemos

9! 9!
9 P4 9 8 7 6 3, 024 .
(9 4)! 5!
Por lo tanto, hay 3,024 secuencias distintas de 4 campanazos.

Otro cálculo importante es determinar el número de combinaciones (grupos

de 1, 2, 3, etc. elementos) que se pueden formar con n elementos distintos sin
importar el orden. Cada combinación se diferencia de las otras en los elementos
que la componen, sin que influya el orden. Por ejemplo, supongamos que se desea
calcular las posibles combinaciones (grupos) de 2 elementos que se pueden formar
con los números 1, 2 y 3. Notemos que se pueden establecer 3 parejas diferentes:
(1,2), (1,3) y (2,3). Por lo tanto, decimos que hay 3 combinaciones posibles al
seleccionar 2 elementos de un total de 3 elementos distintos. En el cálculo de
combinaciones las parejas (1,2) y (2,1) se consideran idénticas, por lo que sólo se
cuentan una vez. También utilizamos una regla para este cómputo, la cual
llamamos regla de las combinaciones.

Regla de las Combinaciones

El número total de combinaciones (grupos) de r elementos seleccionados de

una colección de n elementos distintos está dado por

n!
n Cr
r !(n r )! .

43
 Ejemplo 37: Si tenemos 5 colores distintos y cualquier combinación de
estos colores forma un nuevo color, ¿cuántos nuevos colores pueden ser formados
combinando 3 de los 5 colores disponibles?

Respuesta: Notemos que tenemos 5 colores distintos, de los cuales

combinaremos 3. Además, es claro que no importa el orden en que se realice la
mezcla, sino los colores seleccionados para la mezcla. Por lo tanto, utilizando la
regla de las combinaciones tenemos

5! 5! 5 4 3 21
5 C3 10 .
3!(5 3)! 3! 2! 3 21 21
Por lo tanto, se pueden formar 10 colores nuevos distintos.

Ejemplo 38: De un total de 10 personas se elegirá un comité de 4 personas.

¿Cuántos resultados distintos son posibles?

Respuesta: Notemos que tenemos 10 personas distintas, de las cuales se

elegirán 4. Además, es claro que no importa el orden en que se realice la elección,
sino las personas seleccionadas para el comité. Por lo tanto, utilizando la regla de
las combinaciones tenemos

10! 10! 10 9 8 7 6!
10 C4 210 .
4!(10 4)! 4! 6! 4 3 2 1 6!
Por lo tanto, se pueden formar 210 comités distintos.

44
Ejercicios 8: Resuelva:

1. Un candado de combinaciones tiene 40 números posibles y abre con una

secuencia de 3 diferentes números. Halle el número total de combinaciones
posibles para abrir el candado.

2. Un grupo de 9 diferentes cartas son barajadas y puestas sobre una mesa. Si

4 de estas 9 cartas son seleccionadas al azar, halle el número de total de manos
diferentes de cuatro cartas que se pueden obtener.

3. Halle el número total de parejas de géneros distintos que pueden formarse

entre 5 hombres y 7 mujeres.

4. ¿De cuántos órdenes distintos pueden 8 corredores llegar a la meta?

PROBABILIDAD UTILIZANDO REGLAS DE CONTEO

A continuación presentaremos algunos ejemplos donde es vital el uso de las

reglas de conteo discutidas anteriormente, pues sin ellas contar las posibilidades
sería difícil.

Ejemplo 39: (Pega 4) El juego de Pega 4 exacto consiste en acertar un

número de cuatro dígitos de 0 al 9 inclusive, el cual es seleccionado al azar. ¿Cuál
es la probabilidad de ganar el Pega 4 exacto si jugamos un número de 4 dígitos
distintos dado que sabemos que el número ganador tiene 4 dígitos distintos?

Respuesta: El número ganador tiene cuatro dígitos distintos. Por lo tanto,

hay 10 opciones para el primer dígito, 9 opciones para el segundo dígito, 8 opciones
para el tercer dígito y 7 opciones para el cuarto dígito. Utilizando la regla

45
fundamental de conteo tenemos 10•9•8•7, o sea 5,040 números de cuatro dígitos
1
distintos, de los cuales jugamos uno. Por lo tanto, la probabilidad de ganar es .
5, 040

Ejemplo 40: (La Trifecta) En las carreras de caballos hay una jugada
conocida como la trifecta. La misma consiste en acertar los primeros tres caballos
que arribarán a la meta en el orden exacto en que llegarán. Si en una carrera hay
12 caballos compitiendo, todos con igual posibilidad de ganar la carrera, ¿cuál es la
probabilidad de ganar la trifecta de un solo intento?

Respuesta: Notemos que necesitamos calcular cuántas secuencias de tres

dígitos del 1 al 12 inclusive son posibles, importando el orden. Es decir, el número
de permutaciones de 3 números seleccionados de 12 posibles números distintos.
Por lo tanto,

12! 12!
12 P3 12 11 10 1,320 .
(12 3)! 9!
1
Por lo tanto, la probabilidad de ganar la trifecta en un solo intento es .
1,320

Ejemplo 41: (La Loto) El juego de Loto en Puerto Rico consiste en acertar
los 6 números ganadores seleccionados al azar del 1 al 46 sin reemplazo sin
importar el orden en que salgan. ¿Cuál es la probabilidad de ganar la Loto en un
solo intento?

Respuesta: Notemos que necesitamos calcular cuántos grupos (no importa

el orden) de 6 números son posibles seleccionándolos de un total de 46 números
distintos. Es decir, el número de combinaciones de 6 números seleccionados de 46
posibles. Por lo tanto,

46! 46!
46 C6 9,366,819 .
6!(46 6)! 6! 40!
1
Por lo tanto, la probabilidad de ganar la Loto en un solo intento es .
9,366,819

46
 Ejemplo 42: ¿Cuál es la probabilidad de que al seleccionar al azar una
mano de 5 cartas sin reemplazo de un paquete completo de cartas de póker,
obtengamos 3 cartas que sean K y 2 que no sean K?

Respuesta: Notemos primero que las cartas de póker se dividen en 4 que

son K y 48 que no son K. Además, en las manos de cartas no importa el orden,
sólo importa qué cartas tenemos. Ahora necesitamos calcular de cuántas formas
distintas podemos seleccionar una mano de 5 cartas de un paquete completo de

52! 52!
cartas de póker. Esto es , 52 C5 5!(52 5)! 5! 47!
2,598,960 manos

distintas de 5 cartas. Luego necesitamos calcular de cuántas formas distintas

podemos seleccionar una mano de 3 cartas que sean K de un total de 4 cartas que

4! 4!
son K. Esto es, 4 C3 4 formas distintas. También
3!(4 3)! 3! 1!
necesitamos calcular de cuántas formas distintas podemos seleccionar una mano de
2 cartas que no sean K de un total de 48 cartas que no son K. Esto es,

48! 48!
48 C2 1,128 formas distintas. Por último, utilizamos la
2!(48 2)! 2! 46!
regla fundamental de conteo para calcular el número total de formas distintas en que
se pueden hacer ambas cosas: seleccionar 3 cartas que sean K de 4 posibles y
seleccionar 2 que no sean K de 48 posibles. Esto es, (4) (1,128) = 4,512. Por lo
tanto, la probabilidad de que al seleccionar al azar una mano de 5 cartas sin
reemplazo de un paquete completo de cartas de póker, obtengamos 3 cartas que
4,512
sean K y 2 que no sean K es 0.001736 .
2,598,960

47
Ejercicios 9: Resuelva:

1. Halle la probabilidad de obtener perfecto en una prueba de 5 preguntas de

selección múltiple con 4 alternativas cada una si la misma es contestada al azar.
Presuma que cada pregunta tiene una sola alternativa correcta.

2. Halle la probabilidad de obtener perfecto en una prueba que consiste de un

pareo con 5 conceptos y 5 alternativas si la misma es contestada al azar. Presuma
que cada concepto tiene una sola alternativa correcta y no hay repetición de
alternativas.

3. En el juego llamado “Big Game” se trata de acertar 6 números ganadores.

Los primeros 5 son seleccionados del 1 al 52 inclusive sin reemplazo y sin importar
el orden. Por otro lado, el sexto número puede ser cualquiera de los 52 posibles.
Halle la probabilidad de ganar el “Big Game” en un solo intento.

4. En las carreras de caballos hay una jugada conocida como la superfecta. La

misma consiste en acertar los primeros cuatro caballos en arribar a la meta en el
orden exacto en que llegarán. Si en una carrera hay 10 caballos compitiendo, todos
con igual posibilidad de ganar la carrera, ¿cuál es la probabilidad de ganar la
superfecta de un solo intento?

48