1

Diagramas de árbol

En muchos problemas de conteo y probabilidad, se puede usar una configuración denominada

diagrama de árbol para representar en forma gráfica todas las posibilidades.

Cada una de estas líneas se conoce como rama de primera generación. Ahora bien, para
cualquier rama de primera generación, se construye otro segmento de recta que sale de la
punta de la rama para cada elección posible de un segundo elemento del par. Cada uno de
estos segmentos de recta es una rama de segunda generación.

Técnicas de conteo

Para generalizar, suponga que hay n, ramas de primera generación, y por cada una de éstas,
hay n2 ramas de segunda generación. Entonces el número total de ramas de segunda
generación es n,n2.

Una regla de producto más general Si un dado de seis lados se lanza cinco veces sucesivas en
vez de dos, entonces cada resultado posible es un conjunto ordenado de cinco números, por
ejemplo, (1, 3, 1,2,4) o (6, 5,2, 2, 2). Una colección ordenada de k objetos se llama k-upla (así
que un par es una 2-tupla y una tripleta es una 3-tupla). Cada resultado del experimento de
lanzar un dado es entonces una quíntupla.

Regla del producto para k-tuplas

Suponga que un conjunto consiste en colecciones ordenadas de k elementos (k-tuplas) y que

hay n, opciones posibles para el primer elemento; para cada elección del primer elemento, hay
n, elecciones posibles del segundo elemento; . . .; para cada elección posible de los primeros k
- 1 elementos, hay n, elecciones del k-ésimo elemento. Entonces hay n,n2 . . n, k-tuplas
posibles. 70 CAPITULO 2 Probabilidad Esta regla más general también se puede ilustrar
mediante un diagrama de árbol; simplemente construya un diagrama más elaborado
añadiendo ramas de tercera generación que salen de la punta de cada segunda generación,
luego las ramas de cuarta generación, etcétera, hasta añadir por último las ramas de k-ésima
generación. hay (continuación n,n,n,n, = (4)(3)(3)(2) = 72 formas de seleccionar un médico de
cada tipo, de modo que del ejemplo 2.18) todos los médicos trabajen en la misma clínica. ¤
Permutaciones Hasta este punto, los elementos sucesivos de una k-tupla se eligieron de
conjuntos distintos por completo (p. ej., distribuidores de aparatos, luego plomeros y, por
Último, electricistas).

En varios lanzamientos de un dado, el conjunto a partir del cual se eligen los elementos
sucesivos es siempre { 1,2,3,4,5,6), pero las elecciones se hacen "con sustitución", para que el
 2

mismo elemento pueda aparecer más de una vez. Ahora se considera un conjunto fijo de n
elementos distintos y se supone que una k-tupla se forma al seleccionar de manera sucesiva de
este conjunto sin sustitución para que un elemento pueda aparecer en a lo sumo una de las k
posiciones. El número de permutaciones de tamaño k se obtiene de inmediato de la regla
general del producto. El primer elemento se puede seleccionar de n formas, para cada n
formas el segundo elemento se puede elegir en n - 1 formas, y así sucesivamente; por último,
para cada forma de elegir los primeros k - 1 elementos, el k-ésimo se puede elegir de n - (k - 1)
= n - k + 1 formas, así que

DEFINICIÓN

Ejemplo h ay diez asistentes de enseñanza disponibles para calificar los exámenes de un

determinado curso. El primer examen consiste en cuatro preguntas, y el profesor desea
seleccionar un asistente distinto para calificar cada pregunta (sólo un asistente por pregunta).
¿De cuántas maneras se puede elegir a los asistentes para calificar el examen? Aquí n =
número de asistentes = 10 y k = número de preguntas = 4. Entonces el número de asignaciones
de calificación diferente es P,,,, = (10)(9)(8)(7) = 5040. I Cualquier secuencia ordenada de k
objetos tomada de un conjunto de n objetos distintos se llama permutación de tamaño k de
los objetos

En términos generales, que se convierte en n! Pk,n = (n - k)! Por ejemplo, P,, = 9!/(9 - 3)! = 9!/6!
= 9 8 7 6!/6! = 9 8 7. Observe también que debido a que O! = 1, P,,, = n!l(n - n)! = n!lO! = n!ll =
n!, como debe ser.

Combinaciones Hay muchos problemas de conteo en los que se tiene un conjunto de n objetos
distintos y se desea contar el número de subconjuntos no ordenados de tamaño k. Por
ejemplo, en el bridge lo que importa son las 13 cartas de una mano y no el orden en que se
reparten; al formar un comité, suele carecer de importancia el orden en que se listan los
miembros. Dado un conjunto de n objetos distintos, cualquier subconjunto no ordenado de
tamaño k de los objetos se llama combinación. El número de combinaciones de tamaño k que
se puede formar a partir de n objetos distintos se denota mediante (1). (Esta notación es más
común en probabilidad que Cn,k que debe ser análoga a la notación para permutaciones.) El
número de combinaciones de tamaño k de un conjunto particular es más pequeño que el
número de permutaciones porque, cuando no se considera el orden, un número de
permutaciones corresponde a la misma combinación. Por ejemplo, considere el conjunto {A, B,
C, D, E} que consiste en cinco elementos. Hay 5!/(5 - 3)! = 60 permutaciones de tamaño 3.

Hay seis permutaciones de tamaño 3 que consisten en los elementos A, B y C puesto que estos
tres se pueden ordenar en 3 2 . 1 = 3! = 6 formas: (A, B, C), (A, C, B), (B, A, C), (B, C, A), (C, A, B)
y (C, B, A). Estas seis permutaciones son equivalentes a la simple combinación {A, B, C}. De
manera similar, para cualquier otra combinación de tamaño 3, hay 3! permutaciones, cada una
obtenida al ordenar los tres objetos. Así, 72 CAPITULO 2 Probabilidad Estas diez combinaciones
son {A, B, Cl (A, B, D} (A, B, E) {A, C, DI (A, C, E} {A, D, E}, {B, C, D} c, El (B, D, E) (C, D, E} Cuando
hay n objetos distintos, cualquier permutación de tamaño k se obtiene ordenando los k
objetos no ordenados de una combinación en uria de k! formas, así que el número de
permutaciones es el producto de k! y el número de combinaciones. Esto da n! k! k!(n - k)!
 3

Observe que (,") = 1 y (O) = 1 ya que sólo hay una forma de elegir un conjunto de (todos los) n
elementos o de ningún elemento, y (y) = n puesto que hay n subconjuntos de tamaño l.

Ejemplo 2 Una mano de bridge consiste en 13 cartas elegidas de una baraja de 52, sin
considerar el orden. Hay (:S) = 52!/(13!39!) manos distintas de bridge, que son alrededor de
635 mil millones. Puesto que hay 13 cartas en cada palo, el número de manos que consisten
por completo en tré- boles o picas, o ambos (ninguna carta roja) es (:) = 26!/(13!13!) = 10 400
600. Una de estas (3 manos consiste por completo en picas, y una consta nada más de
tréboles, así que hay -- [(:;) - 21 manos que consisten por completo en tréboles y picas, con
ambos palos representados en la mano. Suponga que se reparte una mano de bridge de un
juego de naipes bien barajado (es decir, se eligen al azar 13 cartas de entre las 52
posibilidades) y sea A = {la mano que consiste por completo en picas y tréboles con ambos
palos representados} B = {la mano que consiste en exactamente dos palos) Los N = (fj)
resultados posibles son equiprobables.

Debido a que hay (2) = 6 combinaciones que consisten en dos palos, de los que picas y tréboles
son una combinación, Es decir, una mano que consiste por completo en cartas de exactamente
dos de los cuatro palos ocurrirá más o menos una vez en cada 10 000 manos. Si el lector juega
bridge una vez al mes, es probable que nunca reciba esa mano. I Ejemplo 2.23 Un almacén de
una universidad recibió un envío de 25 impresoras, de las cuales 10 son modelos láser y 15 de
inyección de tinta. Si un técnico elige al azar seis de estas 25 impresoras para comprobar su
funcionamiento, ¿cuál es la probabilidad de que exactamente tres de las elegidas sean
impresoras láser (de modo que las otras tres sean de inyección de tinta)? 2.3 Técnicas de
conteo 73 Sea D, = {exactamente tres de las seis elegidas son impresoras de inyección de
tinta}. Suponiendo que cualquier conjunto particular de seis impresoras tiene la misma
probabilidad de ser elegido que cualquier otro conjunto de seis, se tienen resultados
equiprobables, por consiguiente P(D,) = N(D,)IN, donde N es el número de formas de elegir seis
impresoras de las 25 y N(D,) es el número de formas de elegir tres impresoras láser y tres de
inyección de tinta. Así, N = (y). Para obtener N(D3), considere elegir primero tres de los 15
modelos de inyección de tinta y luego tres de las impresoras láser. Hay (y) formas de elegir tres
modelos de inyección de tinta y (y) formas de escoger las tres impresoras láser; ahora N(D,) es
el producto de estos dos números (imagine un diagrama de árbol, en realidad aquí se está
usando un argumento de la regla del producto), por lo tanto 15! lo! -.- N@,) - (y)(:) 3!12! 3!7!
P(D,) = - - - - 25! = 0.3083 6!19! Sea D4 = {exactamente 4 de las 6 impresoras seleccionadas son
modelos de inyección de tinta} y defina D, y D, de una manera análoga.

Probabilidad condicional

Las probabilidades asignadas a distintos eventos dependen de lo que se sepa acerca de la

situación experimental cuando se hace la asignación. Después de la asignación inicial podría
estar disponible información parcial Pertinente o relacionada con el resultado del
experimento. Es posible que la información dé lugar a una revisión de las asignaciones de
probabilidad. Para un evento particular A, se emplea P(A) para representar la probabilidad
asignada a A; ahora se considera que P(A) es la probabilidad original o incondicional del evento
A. En esta sección, se examina (:órno la información "ocurrió un evento B afecta a la
 4

probabilidad asignada a A. Por eJem~l5, A se podría referir a un individuo que tiene una
determinada enfamedad en presencia de ciertos síntomas. Si se lleva a cabo una prueba de
sangre en el individuo Y el resultado es negativo (B = prueba de sangre negativa), entonces
cambia la 76 CAPITULO 2 Probabilidad probabilidad de tener la enfermedad (debe disminuir,
pero por lo común no a cero, puesto que las pruebas de sangre no son infalibles). Se usa la
notación P(A / B) para representar la probabilidad condicional de A, dado que ocurrió el
evento B.

Para dos eventos cualesquiera A y B con P(B) > O, la probabilidad condicional de A dado que
ocurrió B se define mediante la ecuación

𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴|𝐵) = 𝑐𝑜𝑛 𝑃(𝐵) ≠ 0
𝑃(𝐵)

Regla de la multiplicación para P(A n B)= 𝑃(𝐴|𝐵). 𝑃(𝐵)

Independencia

La definición de probabilidad condicional permite revisar la probabilidad P(A) que al principio

se asigna a A cuando después se sabe que ocurrió otro evento B; la nueva probabilidad de A es
P(A / B). En los ejemplos, solía suceder que P(A / B) era distinta a la probabilidad incondicional
P(A), indicación de que la información "ocurrió B" produjo un cambio en la probabilidad de la
ocurrencia de A. Sin embargo, hay otras situaciones en las que la probabilidad de que ocurra, o
ya haya ocurrido, A no resultara afectada si se sabe que ocurrió B, así que P(A /B) = P(A).
Entonces es natural pensar en A y B como eventos independientes, lo que significa que la
ocurrencia o no ocurrencia de un evento no tiene nada que ver con la probabilidad de que
ocurra el otro. Dos eventos A y B son independientes si P(A / B) = P(A) de lo contrario son
dependientes. La definición de independencia podría parecer "asimétrica", porque no se
requiere que también P(B /A) = P(B) Sin embargo, si se emplea la definición de probabilidad
condicional y la regla de la multiplicación

Independencia El lado derecho de la ecuación es P(B) si y sólo si P(A / B) = P(A)

(independencia), así que la igualdad en la definición implica la otra igualdad (y viceversa).
También es directo demostrar que si A y B son independientes, entonces también lo son los
siguientes pares de eventos: (1) A' y B, (2) A y B' y (3) A' y B'.

A y B son independientes si y sólo si P(A n B) = P(A) - P(B)

Variables aleatorias

En cualquier experimento, hay numerosas características que se pueden observar o medir,

pero en la mayor parte de los casos un experimentador se centra en algún aspecto específico o
aspectos de una muestra. Por ejemplo, en un estudio de patrones de desplazamiento en un
área metropolitana, cada individuo de una muestra podría ser interrogado acerca de la
distancia de desplazamiento y el número de personas que se desplazan en el mismo vehículo,
 5

pero no acerca del CI, ingreso, tamaño de la familia y otras características. Otra posibilidad es
que un investigador podría probar una muestra de componentes y registrar sólo la cantidad de
los que fallan en 1000 horas, en vez de registrar cada uno de los tiempos de falla. En general,
cada resultado de un experimento se puede asociar con un número si se especifica una regla
de asociación (p. ej., la cantidad entre la muestra de diez componentes que no duran 1000
horas, o el peso total de equipaje de una muestra de 25 pasajeros de una aerolínea). Esta regla
de asociación se llama variable aleatoria, una variable porque son posibles diferentes valores
numéricos, y aleatoria porque el valor observado depende de cuál de los resultados
experimentales posibles resulte.

Una variable aleatoria para un determinado espacio muestral de algún experimento, una
variable aleatoria (va) es cualquier regla que relaciona un número con cada resultado en S. En
el lenguaje matemático, una variable aleatoria es una función cuyo dominio es el espacio
muestral y cuyo recorrido es el conjunto de los números reales. Por lo común, las variables
aleatorias se denotan con letras mayúsculas, como X y Y, del final de alfabeto. En contraste con
el uso previo de una letra minúscula, como x, para denotar una variable, las letras minúsculas
se utilizan ahora para representar determinado valor de la variable aleatoria correspondiente.
La notación X(s) = x significa que x es el valor relacionado con el resultado s mediante la
variable aleatoria X.

Estudiaremos dos tipos de variables aleatorias, hacemos una distinción entre dos tipos
diferentes de variables numéricas, las que son discretas y las que son continuas. La misma
distinción se traslada a las variables aleatorias. Una variable aleatoria discreta es una variable
aleatoria cuyos valores posibles constituyen un conjunto finito, o bien se pueden listar en una
secuencia infinita en la que hay un primer elemento, un segundo elemento, etcétera. Una
variable aleatoria es continua si su subconjunto de valores posibles consiste en un intervalo
completo en la recta numérica. Aunque cualquier intervalo en la recta numérica contiene una
cantidad infinita de números, se puede demostrar que no hay manera de crear una lista
infinita de todos estos valores, sólo hay demasiados.

Cuando se asignan probabilidades a los valores de la variable aleatoria se define la función de

probabilidad

La distribución de probabilidad o función masa de probabilidad (fmp) de una variable aleatoria

discreta se define para todo número x mediante p(x) = P(X = x).p(x) >=0 y además la suma de
todas las probabilidades en el recorrido de la variable es 1.

Suponga que va a una librería universitaria durante la primera semana de clases, y observa si la
siguiente persona que compra una computadora adquiere una laptop o un modelo de
escntono. Sea 1 si el cliente compra una computadora laptop x

es p(0) = P(X = 0) = P(e1 siguiente cliente compra un modelo de escritorio) = 0.8 p(1) = P(X = 1)
= P(e1 siguiente cliente compra una computadora laptop) = 0.2 p(x) = P(X = x) = O P(X = x) se
lee "la probabilidad de que la va X tome x
 6

Parámetro de una distribución de probabilidad

En el ejemplo el 20% de los compradores eligieron una computadora laptop. En otra librería, se
podría dar el caso de que p(0) = 0.9 y p(1) = 0.1.

Suponga que p(x) depende de una cantidad a la que se le puede asignar cualquiera de varios
valores posibles, donde cada valor diferente determina una distribución de probabilidad
distinta. A esta cantidad se le llama parámetro de la distribución. La colección de las
distribuciones de probabilidad para diferentes valores del parámetro se llama familia de
distribuciones de probabilidad.

Distribuciones de probabilidad para variables aleatorias discretas

La función de distribución acumulada (fda) F(x) de una variable aleatoria discreta X con fmp
p(x) se define para todo número x mediante F(x) = P(X <=x)

Para cualquier número x, F(x) es la probabilidad de que el valor observado de X sea a lo sumo
x.

La fmp de Y (el número de tipificaciones de sangre) en el ejemplo 3.9 fue Primero se determina
F(y) para cada valor del conjunto { 1,2, 3,4) de valores posibles: F(1) = P(Y <= 1) = P(Y = 1) = p(1)
= 0.4

F(2) = P(Y <= 2) = P(Y = 1 o 2) = p(1) + p(2) = 0.7

F(3) = P(Y <= 3) = P(Y = 1 o 2 o 3) = p(1) + p(2) + p(3) = 0.9

F(4)=P(Y<=4)=P(Y= I o 2 o 3 o 4)= 1 Ahora, para cualquier otro número y, F(y) es igual al valor
de F en el valor posible más cercano de Y a la izquierda de y

Para dos números cualesquiera a y b con a 5 b, P(a< X<= b) = F(b) - F(a-) donde "a-" representa
el valor posible más grande de X que es estrictamente menor que a.

Valor esperado de X o esperanza

Sea X una variable aleatoria discreta con un conjunto D de valores posibles y una fmp p(x). El

valor esperado o valor medio de X, denotado por E(X) o fi, es E(X) =∑ 𝑥 𝑝(𝑥)
𝑅𝑋

Representa un promedio teórico y el centro de masa de la distribución

La función de interés h(X) es con bastante frecuencia una función lineal h(x)=aX + b. En este
caso, E[h(X)] se calcula de manera fácil a partir de E(X). En palabras, el valor esperado de una
función lineal es igual a la función lineal evaluada en el valor esperado E(h(X))=a.E(x)+b
 7

Para cualquier constante a, E(aX) = a E(X) (tome b = 0). (3.12) 2. Para cualquier constante b,

E(X + b) = E(X) + b (tome a = 1).

Varianza de X

El valor esperado de X describe dónde se centra la distribución de probabilidad. Usando esta

analogía física de colocar la masa puntual p(x) en el valor x en un eje unidimensional, si el eje
estuviera apoyado en un fulcro colocado en p, el eje no tendería a inclinarse. Esto se ilustra
para dos distribuciones diferentes

Dos distribuciones de probabilidad diferentes con p= 4 Aunque ambas distribuciones ilustradas

tienen la misma esperanza, una de las distribuciones tiene mayor dispersión o variabilidad que
. Se usa la varianza de X para evaluar la cantidad de variabilidad en (la distribución de) X,

Sea X con una fmp p(x) y valor esperado p. Entonces la varianza de X, denotada por

V(X) =∑ (𝑥 − 𝐸(𝑋))^2. 𝑝(𝑥)

𝑅𝑋

La fórmula abreviada es

V(X)= E(x2) – E2(x)

Variables aleatorias continuas y funciones

Si es posible subdividir la escala de medición de X a cualquier grado deseado, entonces la

variable es continua; si no se puede, la variable es discreta. Por ejemplo, si la variable es la
altura o la longitud, entonces ésta se puede medir en kilómetros, metros, centímetros,
milímetros, etcétera, de modo que la variable es continua. Sin embargo, si X = la cantidad
facturada en una declaración mensual de gas natural elegida al azar, entonces la unidad más
pequeña de medición es centavos, así que cualquier valor de X es un múltiplo de $0.01 y X es
una variable discreta. Se podría argumentar que aunque, en principio, variables como la altura,
peso y temperaturas son continuas, en la práctica las limitaciones de los instrumentos de
medición restringen a un mundo discreto (aunque a veces subdividido de manera muy fina).
No obstante, los modelos continuos suelen aproximar muy bien situaciones de mundo real, y

DEFINICIÓN Se dice que una variable aleatoria X es continua si su conjunto de valores posibles
es un intervalo completo de números; es decir, si para alguna A < B, cualquier número x entre
A y B es posible.

Sea X una va continua. Entonces una distribución de probabilidad o función de densidad de

probabilidad (fdp) de X es una función f (x) tal que para dos números cualesquiera a y b con
a<5 b, P(a <x< b) = Es decir, la probabilidad de que X tome un valor en el intervalo [a, b] es el
área arriba de este intervalo y bajo la gráfica de la función de densidad

1. f(x) e O para toda: f(x) > =0 y el área bajo la gráfica completa de f(x) es uno es decir la
integral entre menos infinito y más infinito de la función de densidad es uno.
 8

Funciones de distribución acumulada y valores esperados

Varios de los conceptos importantes introducidos en el estudio de distribuciones

discretas, también desempeñan un papel importante para las distribuciones continuas.
Las definiciones son análogas y requieren sustituir la suma por la integración.
Función de distribución acumulada
La función de distribución acumulada (fda) F(x) para una va discreta X da, para algún
núrnero específico x, la probabilidad P(X <= x). Se obtiene al sumar la fmp p(y) sobre
los valores posibles de y que satisfacen y a x. La fda de una va continua da las mismas
probabilidades P(X <=x) y se obtiene al integrar la fdp f(y) entre los límites -infinito y x.
La función de distribución acumulada F(x) para una va continua X está definida para
𝑥
todo número x mediante F(x) = P(X <= x) = ∫−∞ 𝑓(𝑡)𝑑𝑡 Para cada x, F(x) es el área bajo
la curva de densidad a la izquierda de x.
Cómo usar F(x) para calcular probabilidades Aquí, la importancia de la fda, al igual que
para las variables aleatorias discretas, es que las probabilidades de varios intervalos se
pueden calcular a partir de una fórmula para F(x) o de una tabla.
F(x).
Entonces para cualquier número a,
P(X > a) = 1 - F(a) y
para dos números cualesquiera a y b con a < b, P(a < X <= b) = F(b) - F(a)