Tcnicas de conteo

25

Las tcnicas de conteo son principios que nos permiten determinar el nmero de elementos que
cumplen cierta caracterstica en un grupo dado. Puesto que el clculo de una probabilidad est
asociado al conteo de elementos, vamos a exponer los principios de conteo para luego utilizarlos en
la determinacin de probabilidades.

PRINCIPIO DE LA MULTIPLICACIN

Si hay n formas de que suceda un evento E1 y m formas de que suceda un evento E 2 ,

entonces existen n m formas de que suceda el evento E1 seguido del evento E 2 .

En general Si hay n1 formas de que suceda un evento E1 , n2 formas de que suceda un

evento E 2 , y as sucesivamente hasta nm formas de que ocurra el evento Em entonces
,
existen n1 n2 nm formas de que suceda el evento E1 seguido del evento E 2 hasta el
evento Em

Ejemplo 30

Si se lanza una moneda 3 veces, cul es el nmero de elementos del espacio muestral?, es decir,
cul es el nmero de resultados posibles del experimento aleatorio?

Usemos un diagrama de rbol para determinar este nmero y luego comprobemos el resultado que
arroja el principio fundamental del conteo.

Segundo
lanzamiento

Primer Resultados
lanzamiento

Tercer lanzamiento
Con el principio de conteo tendremos
26

Segundo
Primer lanzamiento lanzamiento Tercer lanzamiento

Es decir, hay 8 elementos en el espacio muestral o hay 8 posibles resultados en el experimento

aleatorio.

Ejemplo 31

De cuntas formas distintas puede terminar una carrera de cinco corredores?

Para determinar el nmero de formas debemos pensar que cada corredor tiene la opcin de ganar y
ocupar el primer puesto. Sin embargo, como slo uno puede ganar el siguiente competidor slo
tendr 4 opciones (segundo, tercer, cuarto y quinto lugar), as el siguiente competidor tendr 3
opciones (tercer, cuarto y quinto lugar). Anlogamente las opciones para los otros dos competidores
disminuirn.

Si aplicamos el principio fundamental de conteo tendremos:

5 4 3 2 1 120

Opciones: primer segundo tercer cuarto quinto

lugar lugar lugar lugar lugar

En total hay 120 opciones de terminar una carrera de cinco corredores.

Ejemplo 32
27
Una agencia automotriz ofrece 4 modelos de automvil particular. Para cada modelo hay 5 colores
distintos, 3 clases de radio y la opcin de tener aire acondicionado o no. De cuntas formas
distintas puede un cliente pedir su automvil?

Para determinar el nmero de formas vamos a aplicar el principio fundamental de conteo:

5 3 2 30

Opciones: Color Tipo Aire

de radio

En total un cliente tiene 30 opciones de elegir un automvil.

Permutaciones

Una permutacin de los elementos de un conjunto es una forma de ordenarlos teniendo en cuenta
sus posiciones (importa la posicin que ocupe cada uno de ellos).

Si tenemos n elementos distintos y queremos saber de cuntas maneras pueden ordenarse en

grupos de k elementos, estaremos hallando todas las posibles permutaciones. En adelante
usaremos la notacin n Pk y se calcula de la siguiente manera:

n!
n Pk
(n k )!

Donde n! 1 2 3 n , k! 1 2 3 k , 0! 1 y 1! 1 . Luego,

n! 1 2 3 n
n Pk
(n k )! 1 2 3 k
Ejemplo 33
28
Considerando el orden, de cuntas formas pueden ordenarse 3 elementos en grupos de 2?

Aplicando el concepto de permutacin tenemos que en este caso n 3yk 2 , as

3! 1 2 3 6
3 2 P 6
(3 2)! 1 1

y el nmero de formas en que puede ordenarse 3 elementos en grupos de 2 es 6.

Veamos grficamente la solucin del anterior ejercicio.

Ejemplo 34

De cuntas formas pueden ubicarse 4 nios en dos filas, si importa el orden en que se ubiquen?

En este caso n 4 y k 2
4! 4! 1 2 3 4
4 P2 12
(4 2)! 2! 1 2

Hay 12 formas de ubicar 4 nios en dos filas.

Ejemplo 35

Cuntos nmeros distintos de tres dgitos pueden formarse con los nmeros 3, 4, 6, 0 y 9?

5! 5! 1 2 3 4 5
5 3 P 60
(5 3)! 2! 1 2
 29
Existen 60 nmeros diferentes que pueden formarse con 5 dgitos.

Ejemplo 36

Ana, Guillermo y Luis se postularon para ser el Presidente, Vicepresidente o tesorero de una junta.
De cuntas formas pueden ocuparse estos cargos?

3! 3! 1 2 3
P
3 3 6
(3 3)! 0! 1

Hay 6 formas de formar la junta.

Hemos tratado arreglos de objetos con la caracterstica de ser distintos, pero qu sucede cuando no
lo son? Cmo podemos establecer el nmero de formas en que pueden ordenarse los elementos de
un conjunto cuando hay varios de la misma clase?

Si en un conjunto hay n elementos de los cuales n1 son de un tipo, n2 de otro y as

sucesivamente hasta nr de otro tipo, entonces el nmero de permutaciones de los n elementos
considerando n a la vez est dado por

n!
n1 ! n2 ! nr !

Ejemplo 37 (S.T.Tan)

Una empresa de asesores financieros ha recibido nueve solicitudes relativas a nuevas cuentas. De
cuntas formas se pueden encauzar estas solicitudes a tres de los ejecutivos de cuenta de la firma si
cada uno debe controlar tres solicitudes?

9!
1680
3!3!3!

Hay 1680 formas de encauzar las 9 solicitudes.

 Combinaciones 30

Ahora vamos a considerar arreglos de objetos pero en esta ocasin el orden no importar. Por
ejemplo si nos pidieran determinar el nmero de formas de ordenar los dgitos 1, 2 y 3 en grupos de
2 sin importar el orden, entonces el grupo 1,2 y 2,1 seran el mismo y como consecuencia slo
tendramos en cuenta uno de los grupos. A este tipo de arreglos se les denomina combinaciones.

Las combinaciones son arreglos de los elementos de un conjunto sin importar el orden en que
se ubiquen. Para determinar el nmero de combinaciones posibles de n elementos en grupos de
k elementos usamos la siguiente expresin.

n!
n Ck
k !(n k )!

Ejemplo 38

Se deben contestar 5 preguntas de un examen con 6 preguntas. Cuntos exmenes de diferente

contenido se podrn corregir?
Si observamos el ejercicio notamos que no importa el orden en que un estudiante conteste las
preguntas, da lo mismo que conteste las preguntas 1, 3, 4, 2, 5, a que conteste las preguntas 3, 2, 4,
1,5 en esos rdenes, por ello para calcular el nmero de exmenes de diferente contenido a corregir
se debe hallar la combinacin 6 C 5 :

6 6! 6! 6!
6 C5
5 5!(6 5)! 5!(1)! 5!

6 1 2 3 4 5 6 6
6 C5 6
5 1 2 3 4 5 1

En total hay 6 exmenes de diferente contenido para corregir.

Ejemplo 39 (S.T.Tan) 31

Un inversionista desea adquirir acciones en dos compaas aeroespaciales, dos de energa y dos
especializadas en electrnica. De cuntas formas puede elegir invertir si hay 5 posibles empresas
aeroespaciales, 3 de energa y 4 especializadas en electrnica?

Determinemos el nmero de formas en que puede adquirir las acciones de dos compaas
aeroespaciales si tiene 5 empresas opcionales para invertir, observemos que de nuevo el orden en
que desee invertir no importa:

5! 5! 1 2 3 4 5
5 C2 10
2!(5 2)! 2!3! 1 2 1 2 3
Calculemos el nmero de formas en que puede adquirir las acciones de dos compaas de energa si
tiene 3 empresas opcionales para invertir:

3! 3! 1 2 3
Hallemos el nmero de 3 C2 3 formas en que puede
adquirir las acciones de dos 2!(3 2)! 2!1! 1 2 1 compaas especializadas en
electrnica si tiene 2 empresas opcionales para invertir:

4! 4! 1 2 3 4
4 C2 6
2!(4 2)! 2!2! 1 2 1 2

De este modo y utilizando el principio fundamental de conteo concluimos que en total se tienen 180
formas de adquirir las acciones.

5 C2 3 C2 4 C2 10 3 6 180

Ejemplo 40

Una bolsa contiene 30 pelotas de plstico y de ellas 5 son azules. Si se sacan al azar 3 pelotas de la
bolsa, cul es la probabilidad de que las tres sean azules?

1. Determinemos el nmero de elementos en el espacio muestral.

Como hay 30 pelotas y deseamos formar grupos de 3 estamos en el caso de una

permutacin o una combinacin. Dado que no importa el orden en que se saquen las
pelotas ya que el grupo de tres no cambia si primero sacamos 2 azules y otra de otro
color o primero la de otro color y 2 azules, entonces estamos en una combinacin.
Calculmosla:
30!
30 C3 4060
3!(30 3)!
 Con lo cual decimos que hay 4060 formas distintas de formar grupos de tres con 30 32
pelotas, en otras palabras este es el nmero de elementos en el espacio muestral
(sacar tres pelotas).

2. Determinemos el nmero de casos favorables para nuestro experimento aleatorio.

Como hay 5 pelotas azules y se desean formar grupos de 3 pelotas azules,

necesitamos calcular el nmero de veces que podra formar dichos grupos.
Nuevamente puesto que el orden no importa tenemos:

5!
5 C3 10
3!(5 3)!

Es decir que hay 10 formas de que salgan 3 pelotas azules de 5 que hay en la bolsa,
lo que significa que hay 10 posibilidades de que el evento se realice.

Tengamos en cuenta que para este experimento aleatorio el evento es

E : al extraer tres pelotas de la bolsa stas son azules.

3. Ahora s calculemos la probabilidad de que al sacar 3 de pelotas de 30 todas sean

azules.

n( E )
P( A)
n( EM )
10
4060
03
2.46305418
3
2.46305418 10
0.00243605418

Probabilidad condicional

En ocasiones encontraremos situaciones en las que se est interesado en saber cul es la

probabilidad de que suceda un evento cuando ha sucedido otro. Es aqu donde aparece la
probabilidad condicional ya que sta nos permite hallar la probabilidad de que suceda un evento
dado que ya ocurri otro que puede o no afectarlo.
 33

Si se tienen dos eventos A y B la probabilidad de que ocurra A dado que ha ocurrido B se

determina de la siguiente forma:
P( A B)
P( A B) siempre que P( B) 0
P( B)

Tambin puede suceder que se requiera hallar la probabilidad de que ocurra B dado que ha
ocurrido A:
P( A B)
P ( B A) siempre que P( A) 0
P ( A)

Estas probabilidades nos conducen a la propiedad de la multiplicacin cuando los eventos son
dependientes.

Si se tienen dos eventos A y B entonces la probabilidad de la interseccin de ellos puede

calcularse de la siguiente manera, cuando los eventos son dependientes:

P( A B) P( B) P( A B) o P( A B) P( A) P( B A)

Que a su vez nos permite determinar que P( B) P( A B) P( A) P( B A) , as que si tenemos las

probabilidades condicionales y una de las probabilidades simples podemos hallar la otra o, si
tenemos una de las probabilidades condicionales y las dos simples ser posible calcular la otra
probabilidad condicional.

Ejemplo 41

Supongamos que extraemos una bola de una bolsa oscura que contiene 2 bolas rojas y 2 verdes;
anotamos su color, no la devolvemos a la bolsa y volvemos a extraer una bola. Cul es la
probabilidad de que en la extraccin el resultado sea una bola roja y una verde?

Si recordamos el concepto de eventos dependientes, sta situacin presenta justamente una

dependencia ya que no se devuelve la bola extrada y como consecuencia tanto el espacio muestral
como el nmero de elementos de los eventos cambia. Observemos grficamente el experimento.
 34

Indiquemos los posibles resultados:

Determinemos el espacio muestral y el evento:

EM { (r, r ), (r, v), (v, r ), (v, v) }

E { (r , v), (v, r ) }

Observemos que el evento E est formado por los resultados roja, verde y verde, roja; las
probabilidades de cada resultado puede establecerse con la regla del producto para eventos
dependientes:
Sean
E1 : se escoge una bola roja.

E2 : se escoge una bola verde.

2
Tenemos que la P( E1 ) (2 bolas rojas de un total de 4 bolas) en la primera extraccin, pero en
4
la segunda la P( E2 ) depende de la ocurrencia de E1 es decir en la segunda extraccin estaramos
2
calculando P( E2 E1 ) (2 bolas verdes de un total de 3 bolas porque no se devolvi la bola roja
3
de la primera extraccin) luego la probabilidad de que se extraiga una bola roja y una verde en ese
orden es: 35
2 2 1 2
P( E2 E1 ) P( E1 ) P( E2 E1 )
4 3 2 3

Probabilidad de que salga una bola verde dado que ya se sac una roja

Realizando un proceso anlogo al anterior obtenemos que la extraccin (v,r) tiene probabilidad
2 2 1 2
P( E2 E1 ) porque P( E1 E2 ) P( E2 ) P( E1 E2 ) . Con esto podemos entonces
4 3 2 3
calcular la probabilidad solicitada inicialmente:

Probabilidad de que se extraiga Probabilidad de que se extraiga

una bola roja y una verde. una bola verde y una roja.

Luego

Ejemplo 42

Durante un da se entrevistaron personas al salir de una pelcula preguntndoles si la consideraban

violenta o no. La informacin recolectada se presenta en la siguiente tabla.

S No No sabe o no Total
responde

Mujeres 125 38 52 215

Hombres 110 46 61 217

Total 235 84 113 432
Con base en la informacin dada: 36

a. Cul es la probabilidad de que una mujer responda afirmativamente a la pregunta de la

encuesta?
b. Cul es la probabilidad de que una mujer responda negativamente a la pregunta de la encuesta?
c. Cul es la probabilidad de que un hombre responda afirmativamente a la pregunta de la
encuesta?
d. Cul es la probabilidad de que un hombre responda negativamente a la pregunta de la
encuesta?
e. Cul es la probabilidad de que la persona encuestada sea mujer y responda s?
f. Cul es la probabilidad de que la persona encuestada sea hombre y responda no?

Segn la informacin de la tabla establezcamos los eventos en ella.

E1 : la persona encuestada es mujer.

E2 : la persona encuestada es hombre. E4 : la persona respondi no.
E3 : la persona respondi s. E5 : la persona o no sabe o no responde.

Para facilitar el proceso de resolucin de los literales es conveniente determinar las probabilidades
de los anteriores eventos.

E3 : S E4 : No E5 : No sabe o no responde Total

E1 : Mujeres 125 38 52 215

E2 : Hombres 110 46 61 217
Total 235 84 113 432

215 217 235 84

P( E1 ) P( E2 ) P( E3 ) P( E4 )
432 432 432 432

Con base en las anteriores vamos a resolver cada literal:

a. Cul es la probabilidad de que una mujer responda afirmativamente a la pregunta de la

encuesta?

125
P( E1 E3 )
342
b. Cul es la probabilidad de que una mujer responda negativamente a la pregunta de la encuesta? 37

38
P( E1 E4 )
342

c. Cul es la probabilidad de que un hombre responda afirmativamente a la pregunta de la

encuesta?

110
P( E2 E3 )
342

d. Cul es la probabilidad de que un hombre responda negativamente a la pregunta de la

encuesta?

46
P( E2 E4 )
432

e. Cul es la probabilidad de que la persona encuestada sea mujer y responda s?

Ntese que la probabilidad solicitada es la misma del literal a., en otras palabras la pregunta es la
misma. Luego

125
P( E1 E3 )
342

f. Cul es la probabilidad de que la persona encuestada sea hombre y responda no?

En este caso sucede lo mismo que en el anterior y la probabilidad solicitada es

46
P( E2 E4 )
432

Con las anteriores probabilidades podran realizarse preguntas como las siguientes.

g. Si la respuesta proviene de una mujer, cul es la probabilidad de que la respuesta sea

s?
125
P( E3 E1 ) 432 125
P( E3 | E1 )
P( E1 ) 215 215
432
h. Cul es la probabilidad de que la persona encuestada sea hombre sabiendo que respondi no?

46
P( E2 E4 ) 432 46
P( E2 | E4 )
P( E4 ) 217 217
432
 38

Obsrvese que la probabilidad condicional busca resultados que cumplen caractersticas especficas,
en otras palabras, es como si buscramos la probabilidad de un evento para el cual su espacio
muestral se restringe a los resultados que cumplen la condicin dada.

Ejemplo 43 (George Canavos)

Muchas instituciones bancarias asignan puntajes con modelos computarizados a todas las
solicitudes de prstamo para decidir cundo otorgarlo. Si el 3% de todos los prstamos que se
otorgan presentan problemas por incumplimiento de pago y el 80% de las puntuaciones favorables
dadas por los modelos han cumplido. Si el 85% de todas las solicitudes reciben puntuaciones
favorables por los modelos computarizados y se le otorga el prstamo, determinar la probabilidad
de que una solicitud que recibe una puntuacin favorable y a la que se le otorga el prstamo, no
presente ningn problema para el pago de ste.

Describamos los eventos que aparecen en el ejemplo:

E1 : se incumple el pago del crdito.

E1c : se cumple el pago del crdito.
E2 : la puntuacin fue favorable.
Con la informacin dada en el ejercicio podemos establecer que:

P( E1c ) 0.97 P( E1 ) 0.03 P( E2 ) 0.85 P ( E2 | E1c ) 0.8

Y la pregunta que se realiza en el ejercicio es: P ( E1c | E2 ) ?

Dado que P ( E2 E1c ) P ( E1c | E2 ) P ( E2 ) podemos usar esta igualdad pero requerimos tener
P ( E2 E1c ) ; sin embargo, este valor puede obtenerse con la expresin
P ( E2 E1c ) P ( E2 | E1c ) P ( E1c ) as al reemplazar este resultado en la primera igualdad
tendremos:

P ( E1c | E2 ) P ( E2 ) P( E2 | E1c ) P( E1c )

c c P( E2 | E1c ) P( E1c )
Luego despejando P ( E | E2 ) obtenemos P( E | E2 )
1 1 y al reemplazar los
P( E2 )
valores de cada probabilidad concluimos
 0.8 (0.97)
P( E1c | E2 ) 0.9129 39
0.85

que alrededor del 91% cumplen con el pago del crdito cuando su puntuacin fue favorable.

Teorema de Bayes

Antes de escribir las hiptesis y la forma de calcular una probabilidad condicional utilizando el
teorema de Bayes analizaremos un ejemplo en el cual se observe el uso que le daremos.

Ejemplo 44

La directora de personal de una empresa encuentra que el 68% del personal de apoyo tcnico ha
resultado ser ineficiente a causa de sus escasos conocimientos en matemticas e ingls. Ha
preparado un examen para descubrir a los empleados ineficientes. Al aplicar el examen a todo el
personal de apoyo tcnico en 85% del personal eficiente aprueba el examen y el 40% del personal
ineficiente tambin lo aprueba. Cul es la probabilidad de que un empleado que apruebe el examen
sea eficiente? (Johnson y Mowry)

Primero identifiquemos los eventos:

E1 : el empleado es eficiente. E2 : el empleado aprueba el examen.

E1c : el empleado es ineficiente. E2c : el empleado no aprueba el examen.

Ahora establezcamos las probabilidades dadas en el enunciado del ejercicio:

P( E1c ) 0.68 P( E2 | E1 ) 0.85

P( E1 ) 0.32 P( E2 | E1c ) 0.4

Identifiquemos la probabilidad solicitada en el problema: P ( E1 | E2 ) ?

Busquemos ahora las expresiones que nos permitir encontrar la probabilidad solicitada.

P ( E2 E1 ) P ( E1 E2 )
P ( E2 | E1 )
P ( E1 ) P ( E1 )
Despejando tenemos que P( E1 E2 ) P( E2 | E1 ) P( E1 ) . Por otra parte,
P ( E1 E2 ) 40
P ( E1 | E2 ) y si reemplazamos la interseccin se obtiene que
P ( E2 )

P ( E1 E2 ) P ( E2 | E1 ) P ( E1 )
P ( E1 | E2 )
P ( E2 ) P ( E2 )

Con lo cual slo nos faltara calcular P ( E2 ) :

P ( E2 ) P ( E2 | E1 ) P ( E1 ) P ( E2 | E1c ) P ( E1c )

Luego

P( E1 E2 ) P( E2 | E1 ) P( E1 )
P( E1 | E2 )
P ( E2 ) P ( E2 )
P( E2 | E1 ) P( E1 )
P( E2 | E1 ) P ( E1 ) P ( E2 | E1c ) P( E1c )

Reemplazando cada probabilidad con los valores dados concluimos que

0.85(0.32) 0.272
P( E1 | E2 ) 0.5
0.85(0.32) 0.4(0.68) 0.544

Es decir que hay un 50% de posibilidades de que un empleado que apruebe el examen sea eficiente.

Cabe resaltar que para determinar la anterior probabilidad se deban tener o poder calcular tanto los
eventos como sus complementos, esa es una caracterstica del teorema de Bayes los eventos deben
formar cada uno un espacio muestral en el que un evento indica la ocurrencia del suceso y el otro su
complemento o no ocurrencia.

TEOREMA DE BAYES

Si A y B son eventos mutuamente excluyentes cuya unin constituye el espacio muestral EM,
entonces
P(C | A) P( A)
P( A | C )
P(C | A) P( A) P(C | B ) P ( B )
 Una observacin importante es que ste teorema puede utilizarse siempre que la unin de los
eventos analizados formen el espacio muestral, en otras palabras uno de los eventos es el 41
complemento del otro y slo ellos forman a EM.

Auto-estudio

Llego el momento de aplicar los temas tratados anteriormente, para reforzar nuestros conocimientos
es necesario practicar; por ello tal y como se indica en gua de actividades por semana, por favor
realice la o las guas prcticas de la semana y revise el o los libros sugeridos en el mapa conceptual
de la unidad 1, se recomienda revisar el libro que aparece en el mapa conceptual del autoestudio
(Estadstica), sino logra acceder a los libros se sugiere, consulte un libro fsico de estadstica y
probabilidad, luego realice los ejercicios referentes a los temas tratados en la semana y si tiene
alguna duda consulte al tutor que le corresponda.

Para acceder al libro mencionado debe ingresar a la biblioteca virtual en otra pgina de internet
distinta a la del mdulo. Las instrucciones para ingresar a la biblioteca aparecen a continuacin; por
favor sgalas y realice los ejercicios del libro (slo aquellos que cubran los temas tratados hasta
ahora.), en particular revise los temas de probabilidad condicional y teorema de Bayes que se
encuentran en las pginas 39, 40 y 41..

Para acceder al libro

En la unidad 1, aparece un mapa conceptual; en el espacio que dice consulta de libros e-poligran al
ubicarse en la hojita se despliega la bibliografa y para acceder a dichos libros debe seguir los
siguientes pasos:

1. en la pgina principal de campus virtual debajo del CAE dice biblioteca virtual, de click en
este link.
2. All se abre la pgina de la biblioteca y debe escribir su usuario y contrasea.
3. Hagan click en libros electrnicos e ingrese el usuario y la contrasea.
4. Ahora de click en e-libro, vuelva a la pgina del mapa conceptual y de click sobre el libro
que desean consultar.

Si sigui correctamente las instrucciones debe poder visualizar el libro indicado.

Adicionalmente puede revisar el libro Estadstica para Administracin y Economa de Anderson

que se encuentra en google (libros); busque en el ndice los temas tratados: tcnicas de conteo,
probabilidad condicional y de Bayes (pginas 153 a 165) y resuelva los ejercicios all propuestos.
42
43