NOMBRE:

EJERCICIO 2:
Cuantos son mayores que 4000?

TECNICAS DE CONTAR
FACTORIAL.
Para todo nmero natural n, se llama n factorial o factorial de n al
producto de todos los naturales desde 1 hasta n:
! = ( 1)( 2)( 3) 321
Por definiciones de factorial se da:
1. El factorial de 1: 1! = 1
2. El factorial de 0: 0! = 1
Es para facilitar las operaciones con factorial y de proceso lgico.
Ejemplo 1:
2! = 21 = 2
3! = 321 = 6
4! = 4321 = 24
5! = 54321 = 120
6! = 654321 = 720
7! = 7654321 = 5040
( 1)! = ( 1)( 2)( 3) 321 =
! = ( 1)( 2)( 3) . .321 =
Ejemplo 2: Simplificar y hallar los resultados.
1.
2.
3.
4.

5.
6.

5!
3!
6!
8!

54321
321

120
6

12!

15!20!
14!21!

19!23!
22!21!

(+2)!!
(1)!(+1)!

PERMUTACIONES.
La Rotacin de todos los elementos de un evento o un conjunto.
() = !
Ejemplo 2:
Cuantas palabras de 4 letras pueden formarse con las letras A, B, C, D.
() = ! = (4)! = 4321 = 24
Una junta de 3 personas, donde se debe elegir, Presidente,
Vicepresidente y Tesorero. De cuantas formas diferentes se pueden
organizar.
VARIACIONES.
Es el nmero de organizaciones diferentes que se pueden obtener de n
objetos tomados en grupos de r elementos.
!
(,) =
( )!
En estos grupos organizados existe el orden. La ubicacin de cada
elemento interesa.
Ejemplo 4:
Cuantos nmeros de 4 cifras se pueden formar con las cifras 1, 2, 3, 4,
5, 6. Ninguna cifra se puede repetir.
n= 6
r = 4. Son Variaciones de 6 en 4.
!
6!
6! 654321
(6,4) =
=
= =
= 360
( )! (6 4)! 2!
21

EJERCICIO 1:
Cuntos de estos nmeros son pares.

Segundo mtodo.
(5,3) 3 =

EJERCICIO 3:
Cuantos nmeros se pueden formar si se puede repetir cifras.
Se organizan casillas de acuerdo al nmero de elementos de grupo a
formar.
4 casillas

EJERCICIO 4:
Cuantos de los nmeros anteriores son pares?

EJERCICIO 5:
Cuantos de los nmeros son mayores que 4000?

EJERCICIO 6:
Cuantos de los nmeros son mayores que 5000?

= 20

10!6!

Segundo mtodo.

COMBINACIONES.
El nmero de combinaciones posibles de r elementos tomados de n
posibles. El orden de ocupacin no interesa, ni la posicin que ocupan.
!
(,) =
( )! !
Ejemplo 5:
Se tiene un grupo de 5 personas para formar juntas directivas de 3
personas.
n = 5 r = 3. Combinaciones de 5 en 3, pq no importa el orden.
!
5!
5!
543!
(5,3) =
=
=
=
= 10
( )! ! (5 3)! 3! 2! 3! 213!
EJERCICIOS:
Si un grupo de 3 personas: Carlos, Fernando y Juan para entregar un
trabajo, sera lo mismo que: Carlos, Juan y Fernando y as
sucesivamente.
De cuantas maneras posibles se pueden formar equipos de
baloncesto, de un total de 8 jugadores.

Un Jefe de produccin debe elegir tres de seis obreros

disponibles para realizar un trabajo, de tal manera que cada
uno de los obreros debe realizar un trabajo idntico. Cuntas
formas de seleccionar son posibles?
De cuantas maneras diferentes pueden colocarse en una fila 12
sillas, de las cuales 3 son metlicas idnticas, 7 son acrlicas
idnticas y 2 son de madera tambin idnticas, si el orden de
las sillas es importante.
Supongamos que queremos seleccionar de un grupo de 12
estudiantes, un subgrupo de 3 en una primera seleccin, un
subgrupo de 5 en una segunda seleccin y por ltimo un
subgrupo de 4 estudiantes, de los 4 restantes.
De cuntas maneras puede acomodarse una reunin de 7
personas en una fila, si deben acomodarse de derecha a
izquierda en orden a la llegada?
De cuntas maneras 3 hombres y 2 mujeres pueden
acomodarse en una fila para resolver 5 cuestionarios diferentes
que sern entregados en su orden, de izquierda a derecha, s: a)
Los hombres se sientan juntos y las mujeres tambin y b)
Justamente las mujeres se sientan juntas?

INTRODUCCION A LA PROBABILIDAD.
Es el estudio de experimentos o fenmenos aleatorios o de libre
determinacin o de libre ocurrencia.
Histricamente, la Teora de la probabilidad comenz con el estudio de
los juegos de azar, tales como dados, cartas, ruletas y otros, para un
determinacin de cmo seran sus resultados para ganar o perder.
La probabilidad de un evento A se define:
#
P(A) =
#
ESPACIO MUESTRAL: Regularmente se representa con una letra
mayscula S, pero de igual manera usted puede utilizar otra diferente.
Es el conjunto de todos los resultados posibles de un experimento o un
fenmeno.
Ejemplo 6:
Se lanza un dado y se analiza su resultado: Observamos que el dado
puede caer en 1, 2, 3, 4, 5, o 6., por lo tanto el espacio muestral ser:
S = {1, 2, 3, 4, 5, 6}
EVENTO: Un evento es un conjunto de resultados posibles del
fenmeno a analizar. Es un subconjunto del espacio muestral.
Dado el evento de que el dado pueda caer en una cifra par, entonces
los posibles resultados en que puede caer el dado sern: dos, cuatro y
seis, por lo tanto el evento ser:
A = { 2, 4, 6 }
La combinacin de los eventos se puede dar para formar nuevos
eventos:
1. A U B si y solo si A o B suceden o ambos.
2. A B si y solo si A Y B suceden simultneamente.
3. Ac Complemento de A, si y solo si A no sucede.
EVENTOS MUTUAMENTE EXCLUSIVOS: Se llaman mutuamente
exclusivos, si son disyuntos, sea que la interseccin de los conjuntos
sea vaca. A B = ( No pueden suceder simultneamente )
Ejemplo 7:
Se S = {1, 2, 3, 4, 5, 6} un espacio muestral, de las posibilidades de salir
un numero al ser lanzado un dado y los eventos
A = {2, 4, 6} de salir un numero par.
B = {1, 3, 5} de salir un nmero impar.

AXIOMAS DE PROBABILIDAD.
Si consideramos el espacio muestral S y los eventos A y B, cuyas
funciones de probabilidad son P(S) probabilidad de S. P(A) probabilidad
del evento A. P(Cc) probabilidad del evento Cc. Se cumplen los
siguientes axiomas:
P1 Para todo evento A, se cumple que 0 P(A) 1
P2 P(S) = 1
P3 Si A y B son eventos mutuamente exclusivos, entonces se cumple
que
P(AUB) = P(A) + P(B) .
Para el ejemplo No 1, observamos que:
1. 0 P(A) 1. Observamos que el valor de cada una de las
probabilidades es menor que 1 y mayor que 0.
2. P(S) = 1. Se ve fcilmente que la probabilidad del espacio
muestral S es 1.
3. P (AUB) = P(A) + P (B). La probabilidad de cada evento es P(A) = 0.5
P(B) = 0.5 y la probabilidad de P(AUB) = 1.0
TEOREMAS DE LA PROBABILIDAD.
Estos teoremas se deducen de los axiomas:
T1. La probabilidad del conjunto vaco es 0. P() = 0
T2. Si Ac es el complemento del evento A, entonces P(Ac) = 1 - P(A)
T3. Si A c B, entonces P(A) P(B)
T4. Si a y b son dos eventos, entonces P(A-B) = P(A) - P(AB)
T5. Si A y B son dos eventos, entonces P (AUB) = P(A) + P (B) + P(AB)
Ejemplo 8: Sea S = { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 }, el espacio muestral de los
resultados del fenmeno dado y los eventos A = {0, 1, 2, 4, 6, 8} y B = {1, 2, 3, 5,
7}.
La grafica del conjunto ser:
U
A
B
0
1
3
6
2
4
5

8
9
Calculado:
AUB =
AB =
Ac =

C = {2, 3, 5}

Bc =

A B = , Observamos que no hay elementos comunes, por lo tanto

los eventos son mutuamente exclusivos.

AB =

Determinando la probabilidad de cada uno de los eventos.

#
3
P(A) =
= = 0.5 o equivalente a un 50%
#

BA =
Calculando las probabilidades.
#
P(A) =
=
#

P(B) =
P(A) =
P(S) =
P(C) =

#
#
#
#
#
#
#
#

P(B) =

P(AUB) =

P(AB) =
P(A-B) =

A U B = { 2, 4, 6, 1, 3, 5}
A U C = { 2, 4, 6, 3, 5 }
B C = { 3, 5 }
CC = { 1, 4, 6 }
Las probabilidades de los nuevos eventos sern:
#()

P(AUB) =

#
#()

P(AUC) =
P(BC) =
P(Cc) =

#
#
#

#Cc
#

=
=

6
3
6

=
=

#()

#
#()

P(B-A) =
P(AC) =

#
#()

Formando nuevos eventos con la combinacin de los eventos

anteriores A, B y C:

#
#()

#
#( )

P( ) =

=
=
=
=

#( )
#

Si aplicamos los teoremas obtenemos:

T2. P(AC) =
T2.

P(BC) =

T4.

P(A-B) =

T5.

P(B-A) =

T6.

P (AUB) =

T6. P (AUB) =
EJERCICIO 10:
Cuatro caballos A, P, S, Q, intervienen en una carrera. Si A tiene el
doble de probabilidades de ganar que P, y P el doble de probabilidades
de ganar que S, S el doble de probabilidades de ganar que Q.
1. Cules son las respectivas probabilidades de ganar cada uno de
los caballos.
2. Cul es la probabilidad de que A o P ganen la carrera.

EJERCICIO 11:
Se lanzan 2 dados al mismo instante, pero sin identificarlos y se
observan cada uno de los resultados.
El espacio muestral de los posibles resultados seria:
(1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
(2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
(3, 3) (3, 4) (3, 5) (3, 6)
(4, 4) (4, 5) (4, 6)
(5, 5) (5, 6)
(6, 6)
El total de posibilidades de caer los dados son S = 21
1. Cul es la probabilidad de que la suma sea 6.
2. La probabilidad de B = { La suma sea 5 } =
3. La probabilidad C = {Salgan pares}
4. La probabilidad D = { La suma sea impar }
5. La probabilidad de E = { La suma sea 7 }
6. La probabilidad de F = { La suma sea par }
7. La probabilidad de G = { Los dos dados sean nmeros impares }
8. La probabilidad de H = {Uno de los dados sea un nmero impar }
EJERCICIO 12:
Qu pasara si los dados estn identificados posiblemente con un
color, en el cual uno es verde y el otro es rojo.
1. Cul es la probabilidad de que la suma sea 6.
2. La probabilidad de B = { La suma sea 5 } =
3. La probabilidad C = {Salgan pares}
4. La probabilidad D = { La suma sea impar }
5. La probabilidad de E = { La suma sea 7 }
6. La probabilidad de F = { La suma sea par }
7. La probabilidad de G = { Los dos dados sean nmeros impares }
8. La probabilidad de H = {Uno de los dados sea un nmero impar }
9. La probabilidad de que los dos dados sean nmeros impares.
10. La probabilidad de que uno de los dados sea un nmero impar.
EJERCICIO 13:
1. Una clase est formada por 10 chicos y 10 chicas; la mitad de las
chicas y la mitad de los chicos Han elegido francs como
asignatura optativa.
Organizamos un diagrama de Venn que nos muestre la situacin
de los estudiantes

EJERCICIO 16:
Una urna contiene 3 bolas rojas y 7 blancas. Se extraen dos bolas
al azar. Escribir el espacio muestral y hallar la probabilidad de:
S = {RR, RB, BB, BR},
Extraer las dos bolas Rojas con reemplazamiento.
Extraer las dos bolas Blancas con reemplazamiento.
Extraer una bola Roja y otra Blanca con reemplazamiento.
Extraer una bola Blanca y otra Roja con reemplazamiento.
Extraer las dos bolas Rojas sin reemplazamiento.
Extraer las dos bolas Blancas sin reemplazamiento.
Extraer una bola Roja y otra Blanca sin reemplazamiento.
Extraer una bola Blanca y otra Roja sin reemplazamiento.

EJERCICIO 17:

Se dispone de tres cajas con bombillas. La primera contiene 12

bombillas, de las cuales hay cinco fundidas; en la segunda hay ocho
bombillas, estando tres de ellas fundida, y la tercera caja hay cinco
bombillas fundidas de un total de quince. Cul es la probabilidad de
que al tomar una bombilla al azar de una cualquiera de las cajas?

CAJ
A112
URN
A

CAJA
3-15

El espacio muestral del problema.

E = Chicos + Chicas = 10 + 10 = 20
Cul es la probabilidad de que una persona elegida al azar sea
chico o estudio francs?
Y la probabilidad de que sea chica y no estudi francs?

EJERCICIO 14:
En una ciudad, el 40% de la poblacin tiene cabellos castaos, el 25%
tiene ojos castaos y el 15% tiene cabellos y ojos castaos. Se escoge
una persona al azar:
Si tiene los cabellos castaos, cul es la probabilidad de que
tenga tambin ojos castaos?
Si tiene ojos castaos, cul es la probabilidad de que no tenga
cabellos castaos?
Cul es la probabilidad de que no tenga cabellos ni ojos
castaos?
EJERCICIO 15:
Se lanzan dos dados al aire y se anota la suma de los puntos obtenidos.
Se pide:
La probabilidad de que salga el 7.
La probabilidad de que el nmero obtenido sea par.
La probabilidad de que el nmero sea mltiplo de tres.

CAJA
2-8

1
Cul es la probabilidad de que al tomar una bombilla 0al azar de
la primera caja, est fundida?
Cul es la probabilidad de que al tomar una bombilla al azar de
la segunda caja, est buena?
Cul es la probabilidad de que al tomar una bombilla al azar de
la segunda caja, est fundida?
Cul es la probabilidad de que al tomar una bombilla al azar de
una cualquiera de las cajas, est fundida?
Cul es la probabilidad de que al tomar una bombilla al azar de
una cualquiera de las cajas, est buena?
Cul es la probabilidad de que al tomar una bombilla al azar de
una cualquiera de las cajas, est buena o est fundida?

PROBABILIDAD CONDICIONAL Y TEOREMA DE BAYES.

Probabilidad Condicional P(A|D)
( |) =

( )
()

Ejemplo 8:
Una caja contiene bolitas blancas y negras, adems, cada una tiene
grabada una letra que puede ser A o Z. Si la composicin de la caja es:
NEGRA(N)
BLANCA(B)
TOTAL
A
5
3
8
Z
1
2
3
TOTAL
6
5
11
Si se selecciona al azar una bolita de la caja. Hallar la probabilidad de:
1. () = Probabilidad de obtener una bolita negra.
2. (/) = Probabilidad de obtener una bolita negra suponiendo
que tenga grabada una letra A.
3. () = Probabilidad de obtener una bolita con la letra A.
4. () = Probabilidad de obtener una bolita con la letra A y sea
negra.
5. (/) = Probabilidad de B dado A.
Probabilidad de obtener una bolita blanca suponiendo que tenga
grabada la letra A.

Ejemplo 9:
Se lanza un dado cargado. Dado que el resultado es un nmero par.
Cul es la probabilidad de que sea mayor que 3?
S = {1, 2, 3, 4, 5, 6} = Total de resultados del dado. = 6
A = {2, 4, 6} = Resultados pares = 3
B = {4, 5, 6} = Resultados mayores que 3 = 3
AB = {4, 6} = Pares mayores que 3 = 2
(/) = Probabilidad de obtener un nmero mayor que 3, dado que
sea par.
Ejemplo 10:
El departamento de personal de una empresa grande ha descubierto
que slo el 60% de los candidatos entrevistados estn realmente
calificados (Q) para asumir un cargo en la compaa. Una revisin de
los registros de la firma muestra que quienes estaban calificados, el
67% tuvo un entrenamiento previo en estadstica (T), mientras que el
20% de quienes no estaban calificados haban recibido instruccin
estadstica mucho antes. Es decir,
() = 0.60

(|) = 0.67

(| ) = 0.20

El director de personal puede ver claramente que dado que usted est
calificado, es ms probable que usted tenga algo de capacitacin en
estadstica que si no est calificado (0.67 > 0.20). Se perdi mucho
tiempo entrevistando a los candidatos que resultaron no calificados;
sin embargo, el director est considerando conceder entrevista slo a
aquellos candidatos que tengan capacitacin en estadstica. l espera
incrementar la probabilidad de encontrar candidatos calificados para
ocupar el cargo. La pregunta entonces sera, es ms probable que
usted est calificado dado que ha tenido capacitacin: (|)? Si es
as, el departamento de personal podra evitar demoras y costos
innecesarios restringiendo las entrevistas slo a aquellos candidatos
que tengan capacitacin en anlisis estadstico
Solucin
Utilizando la regla de probabilidad condicional
( ) () (|) (0.60)(0.67)
( |) =
=
=
()
()
()
Debido a que los registros de la compaa no proporcionan (), se
debe utilizar el teorema de Bayes para hallar el denominador. Existen
dos formas en las que un candidato puede tener entrenamiento
previo: (1) el candidato puede estar calificado y tener capacitacin,
( ), y (2) el candidato puede no estar calificado y tener
entrenamiento ( ). Por tanto,
() = ( ) + ( )
() = () (|) + ( ) (| )
() = (0.60)(0.67) + (0.40)(0.20)
() = 0.482
Entonces
(0.60)(0.67)
( |) =
= 0.834
0.482
Puesto que
() = 0.60,
(|) = 0.834
REGLA DE LA MULTIPLICACION.
Ejemplo 11:
Una urna contiene 6 bolitas Blancas y 4 bolitas Negras. Se extraen dos
bolitas sucesivamente y sin sustitucin. Hallar.
a. Probabilidad de que ambas bolitas sean blancas. Como son 10
bolitas en total, pero Blancas B = 6 y Negras N = 4
6 5
30 1
P(2B) = P(B1) P(B2) = ( ) ( ) =
=
10 9
90 3
Otro mtodo.
El espacio muestral. Combinaciones de 10 en 2.
n!
10!
10x9x8!
S = C(10,2) =
=
=
= 45
(n r)! r! (10 2)! 2!
8! x2!
El evento. Grupos de 2 bolitas blancas de las 6 posibles.
n!
6!
6x5x4!
E = C(6,2) =
=
=
= 15
(n r)! r! (6 2)! 2! 4! x2x1
E 15 1
P(BB) = =
=
S 45 3
b. Probabilidad de que la primera sea blanca y la segunda negra.
6 4
24
4
P(1B,2N) = P(B1) P(B2) = ( ) ( ) =
=
10 9
90 15
Otro mtodo.
El espacio muestral. Variaciones de 10 en 2.
n!
10!
10x9x8!
S = V(10,2) =
=
=
= 90
(n r)! (10 2)!
8!

c.

El evento. Grupos de 1 bolitas de 6 blancas y 1 de 4 Negras.

n!
6!
6x5!
P(1B) = C(6,1) =
=
=
=6
(n r)! r! (6 1)! 1! 5! x1
n!
4!
4x3!
P(2N) = C(4,1) =
=
=
=4
(n r)! r! (4 1)! 1! 3! x1
E 24
4
P(BB) = =
=
S 90 15
Probabilidad de que la primera sea negra y la segunda blanca.

d.

Probabilidad de que ambas bolitas sean negras.

EJERCICIO 18:
Una urna contiene 4 bolitas blancas y 3 rojas.
a. Si se sacan dos bolitas sin restitucin. Cul es la probabilidad
de que las 2 bolas sean blancas?
b. Probabilidad de que las dos bolitas sean rojas?
c. La probabilidad de que la primera sea blanca y la segunda
roja?
d. Se sacan dos bolitas con restitucin. Cul es la probabilidad
de que las dos sean blancas?
e. Se sacan dos bolitas con restitucin. Cul es la probabilidad
de que las dos sean Rojas?
f. Se sacan dos bolitas con restitucin. Cul es la primera sea
blanca y la segunda roja?

EJERCICIO 19:
De 100 personas que solicitaron empleo de programacin de
computadores en una Universidad durante el ao pasado, 40 tenan
experiencia anterior (W). 30 tenan certificacin profesional C. Sin
embargo 20 de los solicitantes tenan experiencia anterior y un
certificado y se los incluye en ambos conteo.
a. Diagrama de Venn.
U
W
C

20

20

10

50

b.
c.
d.

Probabilidad de que un solicitante escogido aleatoriamente tenga

experiencia o certificacin.
Probabilidad de que un solicitante escogido aleatoriamente tenga
experiencia o certificacin pero no ambas.
Probabilidad condicional de que un solicitante escogido
aleatoriamente tenga un certificado, dado que tiene experiencia
anterior.

EJERCICIO 20:
Tenemos dos urnas. La primera Urna 1 , contiene 8 bolitas blancas y 2
negras y la urna 2 , contiene 3 bolitas blancas y 7 negras. Se elige una
urna al azar y se saca una bolita de la urna elegida. Si obtenemos un
premio de $100.000 cuando la bolita es blanca. Cul es la probabilidad
de ganar en este juego?
( / 1)
B=8
1
2

1
N=2

Urnas

( / 2)

1
2

B=3

2
N=7

Existen dos maneras de ganar el juego.

1. Si elige la 1 y saca la bolita Blanca.
2. Si elige la 2 y saca la bolita Blanca.
EJERCICIO 21:

La tabla nos indica la descripcin de 200 personas que entraron a

un almacn de equipos de sonido, de acuerdo al sexo y edad:
Hombre
Mujer
Total
< 30
60
50
110
> 30
80
10
90
Total
140
60
200
Determnese la:
1. Probabilidad de que una persona escogida aleatoriamente del
grupo sea un hombre menor de 30 aos?
2. Probabilidad de que al escoger una persona aleatoriamente sea
un hombre?
3. Probabilidad de que una persona escogida aleatoriamente sea
menor de 30 aos dado que es un hombre?
4. Probabilidad de que una persona escogida aleatoriamente del
grupo sea una mujer menor de 30 aos?
5. Probabilidad de escoger aleatoriamente una persona y sea
mujer?
6. Probabilidad de escoger aleatoriamente una persona y sea menor
de 30 aos, dado que es una mujer?
7. Probabilidad de escoger una persona mayor de 30 aos?