… A la estadística descriptiva le concierne el resumen

de datos recogidos de eventos pasados.

Ahora se presenta la segunda faceta de la estadística,
a saber, el cálculo de la probabilidad de que algo
ocurra en el futuro. Esta faceta de la estadística
recibe el nombre de inferencia estadística o
estadística inferencial.

Preguntas que implican incertidumbre son:

¿debe suspenderse de inmediato la telenovela fatmagul?
¿Será redituable un nuevo cereal con sabor a menta si se
comercializa? ¿Keiko Fujimori será elegida presidenta
del Perú?
1
 Estadística
Descriptiva
Capítulo 5

ESTUDIO DE LOS CONCEPTOS

DE PROBABILIDAD

2
 ¿Cuál es la probabilidad de aprobar el curso
de Estadística?

 ¿Cuál es la probabilidad de no encontrarme

un atasco cuando voy a clase?

Todos los días nos hacemos preguntas sobre

probabilidad e incluso los que han visto poco
de la materia en cursos anteriores, tienen una
idea intuitiva lo suficientemente correcta para
lo que necesitamos de ella en este curso.

3
 ¿Qué es una probabilidad?

¿Será o no
será?
Valor que va desde cero
hasta uno, inclusive, que
describe la posibilidad relativa
(oportunidad o casualidad) de
que ocurra un evento.

4
5
 En el estudio de la probabilidad
se utilizan tres palabras claves:

• Experimento: Proceso que conduce a que

ocurra una (y sólo una) de varias
observaciones posibles.
• Resultado: Un suceso particular proveniente
de un experimento.
• Evento: Conjunto de uno o más resultados de
un experimento.

Ω: Espacio muestral (Conjunto formado

por todos los resultados del experimento)

6
En la siguiente figura se presentan ejemplos para aclarar las
definiciones de los términos experimento, resultado y evento.

7
 Autoexamen 5.1
Se ha desarrollado un nuevo juego de video. 80
jugadores veteranos de este tipo de atracciones van a
probar su facilidad de operación.
A) ¿Cuál es el experimento?
B) ¿Cuál es un resultado posible?
C) Suponga que 65 jugadores probaron el nuevo juego y
afirmaron que les gustó. ¿Es 65 una probabilidad?
D) La probabilidad de que el nuevo juego de video sea
un éxito se calcula que es -1. ¿Qué le indica esto?
E) Especifique un evento posible.

8
 Enfoques de la probabilidad
Objetivo y Subjetivo
OBJETIVO
 Probabilidad Clásica: Se basa en la consideración de
que los resultados de un experimento son igualmente
posibles.
Número de resultados favorables : n(A)
Pr obabilidad de un evento : P(A) 
Número total de resultados posibles : n(  )

Ejemplo: Sea el experimento de tirar dos monedas.

•El espacio muestral será Ω = {CC, CS, SC, SS}
•Consideremos el evento de que salga una sola cara.
•Probabilidad de una sola cara = {CS, SC}/{CC, CS, SC, SS}=
= 2/4 = ½ = 0,5. 9
 (Para aplicar el enfoque clásico los eventos deben ser igualmente
posibles, además el conjunto de eventos debe ser mutuamente
excluyentes y colectivamente exhaustivo.)

Mutuamente Excluyente:
La ocurrencia de un evento implica que
ninguno de los otros eventos puede ocurrir
al mismo tiempo.

Colectivamente Exhaustivo:
Por lo menos uno de los eventos debe
ocurrir cuando se realiza un experimento.

10
 EJEMPLO

Si un experimento incluye un conjunto de eventos con todo tipo de

resultados posibles, como los eventos “un número par” y “un número
impar” en el experimento del lanzamiento del dado, entonces el
conjunto de eventos es colectivamente exhaustivo. En el
experimento del lanzamiento del dado, cada resultado será par o
impar. Por consiguiente, el conjunto es colectivamente exhaustivo.

Si el conjunto de eventos es colectivamente exhaustivo y los

eventos son mutuamente excluyentes, la suma de las probabilidades
es 1.

11
  Probabilidad Empírica (frecuencia relativa): Cuando los
resultados no son equiprobables la probabilidad de
ocurrencia de un evento se determina por observación del
número de veces que eventos similares ocurrieron en el
pasado. (frecuencias relativas)

Número de veces que ocurrio el evento en el pasado

Pr obabilidad de un evento 
Número total de observaciones

Ejemplo: Sea el experimento de estudiar una droga que cura cierta enfermedad
en vacunos enfermos. Se aplicó a 1000 vacunos y se curaron 700.
•El espacio muestral será Ω= {curado; no curado}
•Consideremos el evento de que el vacuno se cure.
•Probabilidad de curado = 700/1000=0,7

12
 LEY DE LOS GRANDES NÚMEROS
En una gran cantidad de intentos, la probabilidad empírica de
un evento se aproximará a su probabilidad real.

EJEMPLO: El 1 de febrero de 2003 explotó el transbordador espacial

Columbia. Éste fue el segundo desastre en 113 misiones espaciales de
la NASA. Con base en esta información, ¿cuál es la probabilidad
de que una futura misión concluya con éxito?
13
 SUBJETIVO
Cuando no se tienen datos para ningún tipo de cálculo,
ni posibilidad de efectuar repetidamente el experimento,
se recurre a un experto, quien de acuerdo a su buen
saber y entender estimará la probabilidad.
Ejemplos
•Estimar la posibilidad de que usted obtenga una calificación de 20 en
este curso.
•Calcular la probabilidad de que un tenista gane el campeonato.
•Calcular la posibilidad de que usted contraiga matrimonio antes de los
30 años.
•Calcular la probabilidad de que un club de fútbol salga campeón.
•Calcular la probabilidad de que el precio de las acciones de una
compañía se incremente en dos años.
14
Resumen de enfoques de
probabilidad

15
 Autoexamen 5.2
1. Se va a seleccionar al azar una carta de una baraja americana
de 52 naipes. ¿Cuál es la probabilidad de que la carta elegida
sea una reina? ¿Qué enfoque de la probabilidad utilizó para
contestar a esta pregunta?
2. el Centro Nacional de Estadísticas de Salud de EEUU, informó
que de cada 883 decesos , 24 se debieron a accidentes
automovilísticos, 182 al cáncer, y 333 a enfermedades del
corazón. ¿cuál es la probabilidad de que una muerte específica
se deba a un accidente de automóvil? ¿Qué enfoque de
probabilidad utilizó para contestar a esta pregunta?
3. ¿Cuál es la probabilidad de que el promedio industrial Don Jones
sobrepase el valor de 12000 antes que llegase el tercer milenio?
¿qué enfoque de la probabilidad utilizó para contestar a esta
pregunta?

16
 Algunas reglas de probabilidad
 Reglas de adición

 Regla especial de adición: P(AoB) = P(A) + P(B)

(A y B eventos mutuamente excluyentes)
 Regla del complemento: P(~A) = 1 - P(A)
(A y ~A eventos mutuamente excluyentes y colectivamente
exhaustivos)
 Regla general de la adición: P(AoB) = P(A) + P(B) - P(AyB)
(A y B eventos que no son mutuamente excluyentes)

Cuando dos eventos ocurren simultáneamente, a la probabilidad respectiva

se le denomina probabilidad conjunta.

17
 Autoexamen 5.3
1. Se va a entrevistar un grupo selecto de empleados de la compañía Worldwide
Enterprises con respecto a un nuevo plan de pensiones. Se efectuarán
entrevistas detalladas a cada uno de los empleados seleccionados en la
muestra. Éstos se clasificaron como sigue:
Área de trabajo Evento Número de
empleados
Supervisión A 120
Mantenimiento B 50
Producción C 1460
Gerencia D 302
Secretarial E 68

A) ¿Cuál es la probabilidad de que la primera persona seleccionada:

i) sea empleado de mantenimiento o una secretaria?
ii) No sea miembro de la gerencia?
B) Elabore un diagrama de Venn mostrando sus respuestas del inciso A).
C) ¿Los eventos de la parte A) i) son complementarios, mutuamente excluyentes, o
bien, de ambas clases?
18
 Autoexamen 5.4
1. Como parte de un programa de servicio de salud para los empleados de la
empresa General Concrete, se efectúan anualmente exámenes físicos de
rutina. Se descubrió que 8% de los empleados necesitaban zapatos
correctivos; 15%, un trabajo dental importante; y 3%, requerían tanto zapatos
correctivos como un trabajo dental mayor.
A) ¿Cuál es la probabilidad de que un empleado seleccionado al azar necesite
calzado correctivo o un trabajo dental considerable?
B) Muestre esta situación con un diagrama de Venn.

19
 Algunas reglas de probabilidad
 Reglas de la multiplicación

 Regla especial de la multiplicación: P(AyB) = P(A).P(B)

(A y B eventos independientes)
Dos eventos son independientes si la ocurrencia de uno no altera la
probabilidad de que suceda el otro.

 Regla general de la multiplicación: P(AyB) = P(A).P(B/A)

(A y B eventos dependientes)

P(B/A) : expresa la probabilidad de que ocurra B dado que ya sucedió A

probabilidad condicional.

20
 Autoexamen 5.5
1. Debido a su larga experiencia, en la compañía Teton Tire se sabe que la probabilidad de
que su neumático XB-70 dure 60000 millas antes de perder el dibujo o fallar, es 0.80. se
hace un ajuste para el caso de cualquier llanta que no resista dicho recorrido. Usted
compra 4 neumáticos XB-70. ¿Cuál es la probabilidad de que los cuatro neumáticos
duren por lo menos 60000 millas?
2. Una máquina automática Shaw llena bolsas de plástico con una mezcla de legumbres.
La experiencia indica que algunos paquetes tuvieron menos peso, y algunos, peso de
más, pero la mayoría tiene un peso satisfactorio.
Peso de paquete Probabilidad

Insuficiente 0.025
Satisfactorio 0.900
Excedido 0.075

A) ¿Cuál es la probabilidad de seleccionar hoy tres paquetes de la línea de procesamiento

de alimentos, y encontrar que a los tres les falte peso?
B) ¿Qué significa esta probabilidad?

21
 Autoexamen 5.6
1. El concejo directivo de la empresa Tarbell Indistries esta integrado por ocho hombres y
cuatro mujeres. Se seleccionará al azar un comité de cuatro integrantes, al azar, para
recomendar a un nuevo presidente de la compañía.
A) ¿Cuál es la probabilidad de que sean mujeres los cuatro integrantes del comité de
investigación?
B) ¿cuál es la probabilidad de que los cuatro integrantes sean hombres?
C) ¿La suma de las probabilidades de los eventos descritos en los incisos A) y B) es 1?
Explique su respuesta.

22
 Tablas de contingencia
 Una de las maneras de presentar un
espacio muestral es usando tablas de
clasificación cruzadas a la cual se le
denomina tabla de contingencia.

 Una tabla de contingencia utiliza dos

variables categóricas para su
presentación.

23
 Tablas de contingencia
El esquema general de un tabla de contingencia de
2 variables puede presentarse de la siguiente
manera:

Nombre de Nombre de variable 2

variable 1 Evento 1 Evento 2 TOTAL
Evento 1
Evento 2
Total . . . .

24
 Una encuesta a ejecutivos se enfocó a su lealtad a la empresa. Una de las
preguntas planteadas fue: «¿Si otra compañía le hiciera una oferta igual o
ligeramente mejor que la de su puesto actual, permanecería con la empresa
o tomaría el otro empleo?» Las respuestas de los 200 ejecutivos de la
encuesta se clasificaron en forma cruzada con su tiempo de servicio en la
compañía.

Tiempo de servicio
Menos de 1 Más de 10
Lealtad año 1 a 5 años 6 a 10 años años TOTAL

Sí permanecería 10 30 5 75 120

No permanecería 25 15 10 30 80

Total 35 45 15 105 200

¿Cuál es la probabilidad de seleccionar al azar un ejecutivo que sea leal a la

empresa y que tenga más de 10 años de servicio?
25
 Autoexamen 5.7

Refiérase a la tabla anterior. Utilizando la regla general de la multiplicación,

¿Cuál es la probabilidad de seleccionar aleatoriamente un ejecutivo que no
permanecería con la empresa y que tenga menos de un año de servicio?

26
 Diagramas de árbol

Un diagrama de árbol es una representación

gráfica útil para organizar cálculos que abarcan
varias etapas.
Para mostrar la elaboración de un diagrama de
árbol utilizaremos el siguiente cuadro.

Tiempo de servicio
Menos de 1 Más de 10
Lealtad año 1 a 5 años 6 a 10 años años TOTAL

Sí permanecería 10 30 5 75 120

No permanecería 25 15 10 30 80

Total 35 45 15 105 200

27
 Probabilidades Probabilidades
condicionales conjuntas

Menos de 1 año (120/200)(10/120)=0.050

10/120
1 a 5 años (120/200)(30/120)=0.150
30/120
Permanecerán
5/120
6 a 10 años (120/200)(5/120)=0.025

120/200 75/120
Más de 10 años (120/200)(75/120)=0.375

Menos de 1 año (80/200)(25/80)=0.125

80/200 25/80
1 a 5 años (80/200)(15/80)=0.125
No 15/80
permanecerán
10/80 6 a 10 años (80/200)(10/80)=0.125

30/80
Más de 10 años (80/200)(30/80)=0.125

El total debe sumar 1.00

 Autoexamen 5.8
1.- Refiérase a la tabla anterior. Explique que ruta seguiría para encontrar la
probabilidad conjunta de seleccionar un ejecutivo al azar, que tenga de 6 a 10 años
de servicio y que no permanecería en la empresa al recibir una oferta igual o
ligeramente mejor, de parte de otra compañía.
Planes después de los 65
años
Empleado Se retira No se retira TOTAL
Gerencia 5 15 20
Producción 30 50 80
Total 35 65 100

2.- Se seleccionó una muestra al azar de los empleados de la empresa Hardware

Manufacturing Co. Para determinar sus planes de jubilación después de haber
cumplido 65 años. Los seleccionados en la muestra se dividieron en las áreas de
gerencia y producción. Los resultados fueron:
A) ¿Cómo se denomina esta tabla?
B) Elabore un diagrama de árbol y determine las probabilidades conjuntas.
C) ¿Estás probabilidades conjuntas suman 1.00? ¿Por qué?
29
 TEOREMA DE BAYES
En el siglo XVIII, el reverendo Thomas Bayes, un ministro
presbiteriano inglés, planteó esta pregunta: ¿Dios realmente existe?
Dado su interés en las matemáticas, intentó crear una fórmula para
llegar a la probabilidad de que Dios existiera sobre la base de la
evidencia de que disponía en la Tierra. Más tarde, Pierre-Simon
Laplace perfeccionó el trabajo de Bayes y le dio el nombre de teorema
de Bayes. De una forma entendible, el teorema de Bayes es el
siguiente:

Los eventos A1 y A2 son mutuamente excluyentes y colectivamente exhaustivos, y

Ai se refiere al evento A1 o a A2. De ahí que en este caso A1 y A2 sean
complementos. 30
 Ejemplo
Suponga que 5% de la población de Umen, un país ficticio del Tercer
mundo, tiene una enfermedad propia del país. Por lo tanto, si
selecciona al azar a una persona de Umen, la probabilidad de que el
individuo elegido padezca la enfermedad es de 0.05 (probabilidad a
priori). Existe una técnica de diagnóstico para detectar la
enfermedad, pero no es muy precisa. Suponga que la evidencia
histórica muestra que si una persona padece realmente la enfermedad,
la probabilidad de que la prueba indique su presencia es de 0.90.
Suponga la probabilidad de que la prueba indique la presencia de la
enfermedad en una persona que en realidad no la padece es de 0.15.
Elija al azar a una persona de Umen y aplique la prueba. Los
resultados indican que la enfermedad está presente. ¿Cuál es la
probabilidad de que la persona en realidad padezca la enfermedad?
31
(probabilidad a posteriori.)
¿Cómo interpreta el resultado? Si selecciona al azar a una persona de la
población, la probabilidad de que se encuentre enferma es de 0.05. Si se
le somete a la prueba y resulta positiva, la probabilidad de que la
persona padezca realmente la enfermedad se incrementa cinco veces, de
0.05 a 0.24.
32
 En el problema anterior sólo había dos eventos mutuamente
excluyentes y colectivamente exhaustivos A1 y A2. Si hay n eventos
A1, A2, …, An, el teorema de Bayes, se transforma en

Ejemplo: Un fabricante de reproductores de DVD compra un microchip en

particular, denominado LS-24, a tres proveedores: Hall Electronics, Schuller Sales y
Crawford Components. Treinta por ciento de los chips LS-24 se le compran a Hall
Electronics; 20%, a Schuller Sales y el restante 50%, a Crawford Components. El
fabricante cuenta con amplios historiales sobre los tres proveedores y sabe que 3%
de los chips LS-24 de Hall Electronics tiene defectos, 5% de los de Schuller Sales
también y 4% de los que vende Crawford Components son defectuosos.
Cuando los chips LS-24 se reciben, se les coloca directamente en un depósito y no se
inspeccionan ni se identifican con el nombre del proveedor. Un trabajador selecciona
un chip para instalarlo en un reproductor de DVD y lo encuentra defectuoso. ¿Cuál
es la probabilidad de que lo haya fabricado Schuller Sales?. Elabore su diagrama de
árbol. 33
 Autoexamen 5.9

Considere el ejemplo anterior junto con la solución.

a) Diseñe una fórmula para determinar la probabilidad
de que la pieza seleccionada provenga de Crawford
Components, dado que se trataba de un chip en buenas
condiciones.
b) Calcule la probabilidad con el teorema de Bayes.

34
 Teorema de Bayes
El teorema de Bayes es un procedimiento para obtener
probabilidades condicionales (probabilidades de ocurrencia de
acontecimientos condicionadas a la ocurrencia de otros
acontecimientos). La expresión del teorema de Bayes para dos
variables discretas es:

Para variables que toman más de dos valores, la expresión es:

35
El teorema de Bayes da respuesta a cuestiones de tipo causal,
predictivas y de diagnóstico. En las cuestiones causales queremos
saber cuál es la probabilidad de acontecimientos que son la
consecuencia de otros acontecimientos. En las cuestiones predictivas
queremos saber cuál es la probabilidad de acontecimientos dada
información de la ocurrencia de los acontecimientos predictores. En
las cuestiones de tipo diagnóstico queremos saber cuál es la
probabilidad del acontecimiento (o acontecimientos) causales o
predictivos dado que tenemos información de las consecuencias.
Para resumir, en las situaciones causales o predictivas desconocemos
las consecuencias y tenemos evidencia de las causas. Por el
contrario, en las situaciones de diagnóstico desconocemos las causas
y tenemos evidencia de las consecuencias.
36
Ejemplo
Unos psicólogos especializados en el tratamiento de trastornos de
personalidad están interesados en diagnosticar el trastorno que afecta
un paciente, en el que observan un conjunto de síntomas que indican
que el paciente podría sufrir el trastorno A o el trastorno B. Además
saben que los porcentajes de individuos afectados por los trastornos
A, B o ningún trastorno son 10, 30 y 70. También saben que el
porcentaje de individuos afectados por el trastorno A y que muestran
el síntoma X es igual al 60%, el porcentaje de individuos que sufren
el trastorno B y muestran el síntoma X es el 30% y el porcentaje de
individuos no afectados que muestran los síntomas de trastorno es el
10%. Resumiendo, la información que disponemos es:

37
 Sustituyendo en el teorema de Bayes:

la probabilidad de que el individuo padezca el trastorno A es 0.27. Las

probabilidades de que esté afectado por el trastorno B o el C son:

La conclusión es que lo más probable es que el individuo padezca el

trastorno B, pero es un valor moderado y los psicólogos piensan que
38
hay que obtener más evidencia.
El teorema de Bayes es especialmente adecuado para actualizar las
conclusiones a medida que disponemos de nueva información.
Pasado un tiempo observan que el paciente muestra un nuevo síntoma
(Y), y saben que presentan Y el 70% de los individuos que sufren el
trastorno A, el 20% de los individuos que sufren B y el 10% de los
individuos que padecen el trastorno C. Para obtener las
probabilidades incorporando la nueva información hacemos que las
probabilidades posteriores pasen a ser las probabilidades previas:

Una vez hechos los

cálculos la probabilidad
de que el individuo esté
afectado por el trastorno
A ha pasado de 0.27 a
0.62

39
La interpretación más aceptada del teorema de Bayes, es que su
estructura permite el cálculo de probabilidades después de haber
sido realizado un experimento (probabilidades aposteriori),
basándose en el conocimiento de la ocurrencia de ciertos eventos
que dependan del evento estudiado, o sea, se parte de
probabilidades conocidas antes de efectuar el experimento
(probabilidades apriori), las cuales son afectadas por las
probabilidades propias del experimento (las que aparecen durante
la ocurrencia del evento).

40
 Teorema de Bayes
Si conocemos la probabilidad de B en
cada uno de los componentes de un
A1 A2 sistema exhaustivo y excluyente de
sucesos, entonces…

…si ocurre B, podemos calcular la

probabilidad (a posteriori) de
B ocurrencia de cada Ai.

P( A i  B)
P( A i / B) 
P( B)
A3 A4
donde P(B) se puede calcular usando el teorema de la probabilidad
total:

P(B)=P(B∩A1) + P(B∩A2 ) + P( B∩A3 ) + ( B∩A4 )

=P(B|A1) P(A1) + P(B|A2) P(A2) + …

41
 PRINCIPIOS DE CONTEO
FÓRMULA DE LA MULTIPLICACIÓN
Si hay m formas de hacer una cosa y n formas de hacer otra
cosa, hay m x n formas de hacer ambas cosas.

Ejemplo
Un distribuidor de automóviles quiere anunciar que por $29 999
usted puede comprar un convertible, un sedán de dos puertas o un
modelo de cuatro puertas y elegir entre rines de rayos o planos.
¿Cuántas disposiciones de modelos y rines puede ofrecer el
distribuidor?
Respuesta:
Número total de posibles disposiciones = (m)(n) = (3)(2) = 6 42
 Autoexamen 5.10

1. Women’s Shopping Network ofrece suéteres y pantalones para

dama por televisión de cable. Los suéteres y pantalones se ofrecen
en colores coordinados. Si los suéteres se encuentran disponibles en
cinco colores y los pantalones en cuatro colores, ¿cuántos diferentes
conjuntos se pueden anunciar?
2. Pioneer fabrica tres modelos de receptores estereofónicos, dos
reproductores MP3, cuatro bocinas y tres carruseles de CD. Cuando
se venden juntos, los cuatro tipos de componentes forman
un sistema. ¿Cuántos diferentes sistemas puede ofrecer la empresa
de electrónica?

43
 Fórmula de Permutaciones
PERMUTACIÓN
Cualquier distribución de r objetos seleccionados de un solo grupo
de n posibles objetos.

donde:
n representa el total de objetos;
r representa el total de objetos seleccionados.

44
 EJEMPLOS
1. Respecto del grupo de tres piezas electrónicas que se van a
montar en cualquier orden, ¿de cuántas formas se pueden montar?
2. Betts Machine Shop, Inc., cuenta con ocho tornos, aunque sólo
hay tres espacios disponibles en el área de producción para las
máquinas. ¿De cuántas maneras se pueden distribuir las ocho
máquinas en los tres espacios disponibles?

45
 Fórmula de Combinaciones
Si el orden de los objetos seleccionados no es importante, cualquier
selección se denomina combinación. La fórmula para contar el
número de r combinaciones de objetos de un conjunto de n objetos
es:

Ejemplo Se ha dado al departamento de marketing la tarea de designar códigos de

colores a las 42 diferentes líneas de discos compactos que vende Goody Records.
Tres colores se van a utilizar para cada CD; ahora bien, una combinación de tres
colores para un CD no se puede reordenar para identificar un CD diferente. Esto
significa que si se utilizaron el verde, amarillo y violeta para identificar una línea,
entonces el amarillo, verde y violeta (o cualquier otra combinación de estos tres
colores) no se puede emplear para identificar otra línea. ¿Serían adecuados siete
colores tomados de tres en tres para codificar las 42 líneas? 46
 Autoexamen 5.11
1. Un músico piensa escribir una escala basada sólo en cinco cuerdas: B
bemol, C, D, E y G. Sin embargo, sólo tres de las cinco cuerdas se van a
utilizar en sucesión, por ejemplo: C, B bemol y E. No se permiten
repeticiones como B bemol, B bemol y E.
a) ¿Cuántas permutaciones de las cinco cuerdas, tomadas de tres en tres, son
posibles? (aplique la fórmula de la multiplicación)
b) De acuerdo con la fórmula de permutaciones, ¿cuántas permutaciones son
posibles?
2. Los 10 números del 0 al 9 se van a emplear en grupos de códigos de cuatro
dígitos para identificar una prenda. El código 1083 podría identificar una
blusa azul, talla mediana; el grupo de código 2031 podría identificar unos
pantalones talla 18, etc. No están permitidas las repeticiones de números. Es
decir, el mismo número no se puede utilizar dos veces (o más) en una
sucesión completa. Por ejemplo, 2256, 2562 o 5559 no estarían permitidos.
¿Cuántos diferentes grupos de códigos se pueden asignar?
47
 Autoexamen 5.11
3. En el ejemplo relacionado con Goody Records, concluyó que ocho
colores tomados de tres en tres darían un total de 56 diferentes
combinaciones.
a) Aplique la fórmula de combinaciones para demostrar que esto es
verdadero.
b) Como alternativa para codificar con colores las 42 diferentes líneas, se
ha sugerido que sólo dos colores se coloquen en un disco. ¿Diez colores
serían adecuados para codificar las 42 diferentes líneas? (De nuevo, se
podría utilizar una sola vez una combinación de dos colores; es decir, si
rosa y azul se utilizaron para codificar una línea, el azul y el rosa no se
pueden emplear para identificar otra línea.)
4. En un juego de lotería se seleccionan al azar tres números de una
tómbola de bolas numeradas del 1 al 50.
a) ¿Cuántas permutaciones son posibles?
b) ¿Cuántas combinaciones son posibles? 48