Origen de la Probabilidad

Nacimiento de la probabilidad
En 1654 Antoine Gombaud, el caballero de Mr, un jugador compulsi o, pidi! a "laise Pascal #ue le resol iese el problema del reparto de apuestas cuando se suspend$a la partida antes de terminar% &a soluci!n consisti! en darse cuenta de #ue el reparto de las apuestas debe 'acerse en (unci!n de la probabilidad de ganar #ue tu iese cada jugador en el momento de interrumpirse el juego% )ab$a nacido la probabilidad%

*oncepto *l+sico de Probabilidad

El primero en dar una de(inici!n cl+sica de probabilidad (ue ,a-ob "ernoulli en 1.1/, re(ormulada despus por Abra'am 0e Moi re de la siguiente manera1 2%%%una (racci!n en la #ue el numerador es igual al n3mero de apariciones del suceso 4 el denominador es igual al n3mero total de casos en los #ue es suceso pueda o no pueda ocurrir% 5al (racci!n e6presa la probabilidad de #ue ocurra el suceso2% El en(o#ue cl+sico de la probabilidad est+ basado en la suposici!n de #ue todos los resultados del e6perimento son igualmente posibles% &a probabilidad se calcula de la siguiente manera1 n3mero de posibles resultados del e ento Probabilidad 7 n3mero total de resultados posibles del e6perimento

Ejemplo: El e6perimento es lan8ar un dado% 9*u+l es la probabilidad de #ue caiga un dos 'acia arriba:

&as caras el dado est+n numeradas del 1 al 6, entonces 'a4 una posibilidad de un total de seis de #ue el n3mero ; #uede 'acia arriba1 1 P<cae ;= 7 6 &a principal di(icultad #ue presenta esta interpretaci!n de la probabilidad es #ue se basa en sucesos e#uiprobables, siendo (+cil para problemas sencillos, como los de cartas, dados o urnas, es casi imposible para problemas m+s complejos% 7 >%166

*oncepto ?recuentista de Probabilidad

"ernoulli resol i! la cuesti!n de c!mo 'allar la probabilidad de ocurrencia de un suceso aun siendo imposible contar los casos (a orables1 2A#u$ 'a4 otro camino disponible para alcan8ar el resultado deseado% &o #ue no se puede 'allar a priori se puede obtener a posteriori, es decir, mediante la obser aci!n m3ltiple de los resultados de pruebas similares@2 0e esta manera, "ernoulli introdujo el concepto de probabilidad 2(recuentista2 o 2estad$stica21 asignar como probabilidad de un suceso el resultado #ue se obtendr$a si el proceso se repitiera en condiciones similares un n3mero grande de eces% &a probabilidad de #ue suceda un e ento es determinada obser ando como sucede el e ento en el pasado% En trminos de (!rmula1 n3mero de eces #ue sucedi! el e ento en el pasado Probabilidad 7 n3mero total de obser aciones Ejemplo: Ae #uiere saber si una moneda est+ cargada% Para determinar la probabilidad de #ue caiga +guila se lan8a 6> eces la moneda al aire, de las cuales ;5 eces ca4! +guila% Ai aplicamos la (!rmula1

;5 P<cae +guila= 7 6> Algunas di(icultades #ue presenta este en(o#ue de la probabilidad es #ue no dice cual es el n3mero 2grande2 de obser aciones necesario, o #ue se entiende por condiciones similares, por#ue si las condiciones son las mismas los resultados ser+n tambin los mismos% 7 >%41

*oncepto a6iom+tico de probabilidad

&a de(inici!n a6iom+tica de probabilidad se debe a Bolmogoro <1C//=, #uien consider! la relaci!n entre la (recuencia relati a de un suceso 4 su probabilidad cuando el n3mero de eces #ue se reali8a el e6perimento es mu4 grande% 0ado un espacio muestral A, diremos #ue P es una probabilidad sobre un e ento dado si las siguientes propiedades <a6iomas= son eri(icadas1

Axioma 1
&a probabilidad de #ue ocurra un e ento A cual#uiera se encuentra entre cero 4 uno% > D P<A= D 1

Axioma 2
&a probabilidad de #ue ocurra el espacio muestral es 1% P<A= 7 1

Axioma 3
Ai A 4 " son e entos mutuamente e6clusi os, es decir #ue no tienen elementos en com3n, entonces1 P<A "= 7 P<A= E P<"=

Ai se tienen n e entos mutuamente e6clusi os A1, A;, A/,%%%%%An, entonces1 P<A1 A; %%% An= 7 P<A1= E P<A;= E %%% E P<An=

*oncepto Aubjeti o de Probabilidad

En el segundo cuarto del siglo FF surgi! una nue a interpretaci!n, llamada Gsubjeti aH, seg3n la cual la probabilidad mide el grado de creencia de un indi iduo en la erdad de una proposici!n, ariando entre > <el indi iduo cree #ue es (also= a 1 <cree #ue es cierto=% Esta interpretaci!n (ue propuesta por primera e8 por el (il!so(o ?ran- P% Iamse4 % Para los subjeti istas la probabilidad de un suceso debe ariar en (unci!n de la nue a in(ormaci!n recibida respecto del suceso% Aeg3n este en(o#ue la probabilidad de #ue un e ento en particular suceda es asignada bas+ndose en cual#uier in(ormaci!n disponible, como intuici!n, opiniones etc% Ejemplo:

)a4 una probabilidad del %J> de #ue el Amrica le gane a las *'i as% )a4 una probabilidad del %C> de #ue las entas mejoren el aKo pr!6imo% )a4 una probabilidad de %.> de sacar un 1> en el e6amen%

Operaciones b+sicas con e entos

Interseccin

Lntersecci!n de dos e entos es el conjunto de resultados de un e6perimento #ue pertenece a los dos e entos dados% El operador de la intersecci!n es

Unin
Mni!n de dos e entos es el conjunto de resultados de un e6perimento #ue pertenece a alguno de los dos e entos dados% El operador de la uni!n es M

Complemento
El complemento de un e ento es el conjunto de resultados de un e6perimento #ue no pertenece a un e ento dado%

Diferencia
0i(erencia de dos e entos es el conjunto de resultados de un e ento dado #ue no pertenece a otro e ento dado% El operador de la di(erencia es el signo NmenosO <P=

A6iomas de Probabilidad
Para el c+lculo de probabilidades 'a4 #ue tomar en cuenta los A6iomas 4 5eoremas #ue a continuaci!n se enumeran%

Axioma 1
&a probabilidad de #ue ocurra un e ento A cual#uiera se encuentra entre cero 4 uno% > D P<A= D 1

Axioma 2
&a probabilidad de #ue ocurra el espacio muestral es 1% P<A= 7 1

Axioma 3
Ai A 4 " son e entos mutuamente e6clusi os, es decir #ue no tienen elementos en com3n, entonces1 P<A "= 7 P<A= E P<"= Ai se tienen n e entos mutuamente e6clusi os A1, A;, A/,%%%%%An, entonces1 P<A1 A; %%% An= 7 P<A1= E P<A;= E %%% E P<An=

5eorema 11Iegla de Adici!n

&a probabilidad de #ue alguno de dos e entos pertenecientes a un mismo espacio muestral ocurra se determina mediante la siguiente ecuaci!n1 P< A M " = 7 P< A = E P< " = Q P< A " = Ejemplo1 Ai el e6perimento es lan8ar un dado una e8, el espacio muestral es1 A 7 R 1, ;, /, 4, 5, 6 S Ai el e ento A es cae un n3mero par A 7 R ;, 4, 6 S Ai el e ento " es cae un n3mero menor de / " 7 R 1, ; S 9*u+l ser+ la probabilidad de #ue suceda alguno de estos dos e entos:

&a probabilidad de A 4 la probabilidad de " es1 / P<A= 7 6 7 >%5> P<"= 7 6 ; 7 >%//

Para aplicar este teorema es necesario conocer la probabilidad de la intersecci!n de estos dos e entos si se #uiere conocer la probabilidad de la uni!n, o de manera in ersa, conocer la probabilidad de la uni!n para calcular la probabilidad de la intersecci!n% En este caso #ueremos saber la uni!n, entonces es necesario conocer la intersecci!n, #ue es 2 n3mero par 4 menor de /2% ; A "7R;S entonces P<A "=7 6 Ai aplicamos la regla de adici!n1 P< A M " = 7 P< A = E P< " = Q P< A " = P< A M " = 7 >%5> E >%// Q >%16 7 >%6. 7 >%//

5eorema ;1Iegla de *omplementaci!n

&a probabilidad de #ue el complemento de un e ento ocurra est+ dada por la siguiente ecuaci!n1 P< A = 7 1 Q P < A = Ai A es cae un seis, entonces la probabilidad de #ue no caiga seis es1 P< A = 7 1 Q >%16 7 >%J4

5eorema /1Iegla de 0i(erenciaci!n

&a probabilidad de #ue un e ento dado ocurra pero no ocurra otro e ento dado pertenecientes al mismo espacio muestral est+ dada por P<A P "= 7 P<A= Q P<A "= Ai el e ento A es cae un n3mero par 4 si el e ento " es cae un n3mero menor de /, entonces la probabilidad de #ue caiga par pero no menor de tres es1 P<A P "= 7 P<A= Q P<A "= P<A P "= 7 >%5> Q >%16 7 >%// T la probabilidad de #ue caiga menor de tres pero no par es1 P<" P A= 7 P<"= Q P<A "= P<A P "= 7 >%// Q >%16 7 >%1.

Probabilidad *ondicional
&a probabilidad condicional es la probabilidad de #ue un e ento dado ocurra dado #ue otro e ento ocurre% El operador de la probabilidad condicional es el signo U Ejemplo1 El e6perimento es e6traer aleatoriamente dos canicas de una urna #ue contiene 5 canicas rojas 4 5 canicas erdes% P<A= 7 Rla primer canica es rojaS P<"= 7 Rla segunda canica es rojaS P<"UA= 7 Rla segunda canica es roja dado #ue la primer canica es rojaS P<An"= 7Rlas dos canicas son rojasS Al e6traer la primer canica 'a4 en la urna 5 canicas rojas de un total de 1>, por lo #ue la probabilidad es1 P<A= 7 5 7 >%5

1> Al e6traer la segunda canica 'a4 en la urna 4 canicas rojas de un total de C, por lo #ue la probabilidad condicional de #ue la segunda sea roja dado #ue la primera (ue roja es1 4 P<"UA= 7 C 7 >%44

5eorema 41Ieglas de Multiplicaci!n

Regla de multiplicacin para eventos independientes
0os e entos son independientes si la ocurrencia de uno no altera la probabilidad de #ue suceda el otro% Para dos e entos independientes A 4 ", la probabilidad de #ue ambos e entos sucedan es encontrada mediante la multiplicaci!n de sus dos probabilidades% P< A " = 7 P< A = P< " = Ejemplo1 Mna ma#uina empaca egetales en una bolsa de pl+stico% E6periencias anteriores re elan #ue en ocaciones los pa#uetes tienen menos del peso correcto, 4 en otras m+s, pero la ma4or$a de las eces tiene el peso satis(actorio% *omo muestra la siguiente tabla1 Peso debajo del correcto correcto arriba del correcto Probabilidad %>;5 %C>> %>.5

Aupongamos #ue #ueremos saber la probabilidad de #ue al inspeccionar tres pa#uetes, los tres pesen correctamente% Establscamos los siguientes e entos1 A 7 R 2el primer pa#uete pesa correctamente2 S " 7 R 2el segundo pa#uete pesa correctamente2 S * 7 R 2el tercer pa#uete pesa correctamente2 S &a probabilidad de cada uno de estos e entos independientes es1 P<A= 7 %C>> P<"= 7 %C>> P<*= 7 %C>> Aeg3n el teorema de multiplicaci!n la probabilidad de #ue los tres e entos ocurran es1 P<A " *= 7 P<A=P<"=P<*= P<A " *= 7 <%C>>=<%C>>=<%C>>= 7 %.;C

Regla de multiplicacin para probabilidad condicional

Para dos e entos A 4 ", donde A depende de la ocurrencia de ", la probabilidad de #ue sucedan ambos e entos est+ dada por la (!rmula1 P< A " = 7 P< " = P< AU" = Ejemplo1 *ierto departamento de una compaK$a esta compuesto por J 'ombres 4 4 mujeres, de entre ellos se a elegir al nue o je(e del departamento, para lo cual se entre istar+ a dos de ellos% Ai todos tienen la misma probabilidad de ser elegidos, 9cual es la probabilidad de #ue las dos personas entre istadas sean mujeres: A 7 R 2el primer entre istado es mujer2 S " 7 R 2el segundo entre istado es mujer2 S &a probabilidad de #ue suceda el e ento A 7 R 2el primer entre istado es mujer2 S es1

4 P<A= 7 1; &a probabilidad de #ue suceda el e ento " 7 R 2el segundo entre istado es mujer2 S dado #ue 4a sucedi! A, 4 solo 'a4 tres mujeres de 11 elementos1 / P<"UA= 7 11 Aeg3n el teorema de multiplicaci!n la probabilidad de #ue los dos e entos ocurran es1 P< A " = 7 P< A = P< "UA = 7 <>%//=<>%;.= 7 %>JC 7 >%;. 7 >%//

5eorema de "a4es
En el siglo FVLLL el re erendo 5'omas "a4es, un ministro presbiteriano ingls, se 'i8o esta pregunta1 9realmente e6iste 0ios:% Aiendo el, un entusiasta matem+tico se a oc! a desarrollar una (!rmula para encontrar la probabilidad de #ue 0ios e6iste, bas+ndose en la e idencia disponible sobre la tierra% AKos despus de la muerte de "a4es, &aplace desarroll! el trabajo del re erendo, 4 por e8 primera, se logra la determinaci!n de la probabilidad de las causas a partir de los e(ectos #ue 'an podido ser obser ados% El c+lculo de dic'as probabilidades recibe el nombre de teorema de "a4es% &a (!rmula del teorema de "a4es es1 P<A1=P<"UA1= P<A1U"= 7 P<A1=P<"UA1= E P<A;=P<"UA;= E %%% E P<An=P<"UAn= Ejemplo1

0on Pepe tiene una tienda, en el trabajan / cajeras, Andrea, "ianca, 4 *onsuelo% Andrea reali8a el 5>W de los cobros, "ianca el />W 4 *onsuelo el ;>W% *uando cobra Andrea 'a4 un 1W de probabilidad de #ue lo 'aga mal, cuando lo 'ace "ianca 'a4 un ;W de #ue cobre mal, 4 si cobra *onsuelo 'a4 un /W de probabilidad de #ue se e#ui o#ue% Mn cliente se #uej! con 0on Pepe por#ue le cobraron mal% 9*ual es la probabilidad de #ue el mal cobro lo 'i8o Andrea: Vamos a considerar los siguientes e entos1 M 7 Rse 'i8o un mal cobroS A7Rel cobro (ue 'ec'o por AndreaS "7Rel cobro (ue 'ec'o por "iancaS *7Rel cobro (ue 'ec'o por *onsueloS 0e los e entos probabilidades1 P<A=7%5 P<"=7%/ P<*=7%; P<MUA=7%>1 P<MU"=7%>; P<MU*=7%>/ Mtili8ando el teorema de "a4es para encontrar la probabilidad de #ue el cobro lo 'i8o Andrea dado #ue (ue un mal cobro1 P<A=P<MUA= P<AUM= 7 P<A=P<MUA= E P<"=P<MU"= E P<*=P<MU*= Austitu4endo los alores1 P<AUM= 7 <%5=<%>1= 7 %>>5 7 %;C41 anteriores podemos obtener las siguientes

<%5=<%>1= E <%/=<%>;= E <%;=<%>/=

%>>5 E %>>6 E %>>6

Problemas
1%P Auponga #ue de un grupo de 5>> estudiantes uni ersitarios se encuentra #ue />> (uman, #ue /5> consumen bebidas alco'!licas 4 #ue ;5> tienen estos dos '+bitos noci os para la salud% 9*u+l es la probabilidad de #ue un estudiante seleccionado aleatoriamente a= tenga alguno de estos dos malos '+bitos: b= no tenga ninguno de estos dos psimos '+bitos: c= (ume pero no tome: d= tome pero no (ume: e= No (ume: (= ?ume dado #ue toma: g= 5oma dado #ue (uma: '= No tenga alguno de estos ne(astos '+bitos: ;%P &a probabilidad de #ue una compaK$a norteamericana ubi#ue una de sus plantas en ,u+re8 es >%., la probabilidad de #ue instale una planta en *'i'ua'ua es >%4, la probabilidad de #ue no se ubi#ue ni en ,u+re8 ni en *'i'ua'ua es %;>% 9*u+l es la probabilidad de #ue a= Ae ubi#ue en alguna de estas dos ciudades: b= Ae ubi#ue en ambas ciudades: c= No se ubi#ue en alguna de estas dos ciudades: d= Ae ubi#ue en *'i'ua'ua pero no en ,u+re8: e= Ae ubi#ue en ,u+re8 pero no en *'i'ua'ua:

(= Mbi#ue una planta en ,u+re8 dado #ue 4a se ubic! en *'i'ua'ua: g= Mbi#ue una planta en *'i'ua'ua dado #ue 4a se ubic! en ,u+re8: /%P En cierta escuela de 45 estudiantes #ue reprobaron Estad$sticas L, /; dijeron #ue reprobaron por no estudiar, 1J por#ue no le entienden al maestro, C por causas di(erentes a estas dos% Encuentre la probabilidad de los siguientes e entos1 a= Ieprob! por#ue no estudi! o por#ue no le entiende al maestro b= Ieprob! por#ue no estudi! 4 por#ue no le entiende al maestro c= Ieprob! por#ue no estudi! 4 no por#ue no le entiende al maestro d= Ieprob! por#ue no le entiende al maestro 4 no por#ue no estudi! 4%P Ae reali8! una encuesta sobre pre(erencias en materia de peri!dicos, de /5> personas entre istadas, ;>> leen el )eraldo, 14> leen el 0iario 4 1>5 leen los dos peri!dicos% Encontrar la probabilidad de los siguientes e entos1 a= &ee alguno de estos dos peri!dicos b= No lee ninguno de estos dos peri!dicos c= &ee el 0iario pero el )eraldo no d= &ee el )eraldo pero el 0iario no e= &ee el )eraldo dado #ue lee el 0iario (= &ee el 0iario dado #ue lee el )eraldo g= No lee alguno de estos dos Peri!dicos 5%P &a probabilidad de #ue en un matrimonio, el esposo ea cierto programa de 5V es >%4, la probabilidad de #ue la esposa lo 'aga es de >%5% &a probabilidad de #ue el esposo ea el programa de 5V dado #ue la esposa lo 'ace es de >%.% Encuentre la probabilidad de #ue1 a= Ambos ean el programa de 5V b= Alguno de los dos ea el programa de 5V c= Ninguno ea el programa de 5V

d= El esposo ea el programa pero la esposa no e= &a esposa ea el programa pero el esposo no (= &a esposa ea el programa dado #ue el esposo lo 'ace g= Alguno de los dos no e el programa 6%P El pro(esor Iamos tiene muc'os aKos impartiendo la clase de matem+ticas, por e6periencia sabe #ue el J>W de los estudiantes contestan los problemas #ue les encarga de tarea% 5ambin sabe #ue el C>W de los estudiantes #ue 'acen la tarea aprueban el curso 4 #ue el 6>W de los estudiantes #ue no 'acen la tarea reprueban% Manuel aprob! el curso, 9cual es la probabilidad de #ue 'i8o la tarea: .%P Mn e#uipo de beisbol juega el .>W de las eces de noc'e 4 el />W de d$a% Ellos ganan el 5>W de los juegos nocturnos 4 el C>W de los juegos diurnos% El d$a de a4er ganaron, 9cual es la probabilidad de #ue el juego (ue en la noc'e: J%P El />W de las entas de una tienda departamental son en e(ecti o, el />W son pagadas con c'e#ue en el momento de la compra 4 el 4>W son a crdito% El ;>W de las compras en e(ecti o, C>W de las compras con c'e#ue 4 el 6>W de las compras a crdito son ma4ores a X5>>% En este momento se est+ reali8ando una compra por X1>>>, cual es la probabilidad de #ue sea en e(ecti o:

An+lisis *ombinatorio
El an+lisis combinatorio es la rama de las matem+ticas #ue estudia los di ersos arreglos o selecciones #ue podemos (ormar con los elementos de un conjunto dado, los cuales nos permite resol er muc'os problemas pr+cticos, 4 nos a ser ir para resol er 4 comprender problemas sobre probabilidades%

T cnicas fundamentales del An!lisis Combinatorio

En la ma4or$a de los problemas de an+lisis combinatorio se obser a #ue una operaci!n o acti idad aparece en (orma repetiti a 4 es

necesario conocer las (ormas o maneras #ue se puede reali8ar dic'a operaci!n% Para dic'os casos es 3til conocer determinadas tcnicas o estrategias de conteo #ue (acilitar+n el c+lculo seKalado% Estas tcnicas son1 la tcnica de la multiplicaci!n, la tcnica de la permutaci!n 4 la tcnica de la combinaci!n%

&a 5cnica de la Multiplicaci!n

Aeg3n &a tcnica de la multiplicaci!n, si 'a4 m (ormas de 'acer una cosa 4 'a4 n (ormas de 'acer otra cosa, 'a4 m x n (ormas da 'acer ambas cosas En trminos de (!rmula N3mero total de arreglos 7 m 6 n Esto puede ser e6tendido a m+s de dos e entos% Para tres e entos, m, n, 4 o1 N3mero total de arreglos 7 m 6 n 6 o Ejemplo1 Mn endedor de autos #uiere presentar a sus clientes todas las di(erentes opciones con #ue cuenta1 auto con ertible, auto de ; puertas 4 auto de 4 puertas, cual#uiera de ellos con rines deporti os o est+ndar% 9*u+ntos di(erentes arreglos de autos 4 rines puede o(recer el endedor: Para solucionar el problema podemos emplear la tcnica de la multiplicaci!n, <donde m es n3mero de modelos 4 n es el n3mero de tipos de rin=% N3mero total de arreglos 7 / 6 ; No (ue di($cil de listar 4 contar todos los posibles arreglos de modelos de autos 4 rines en este ejemplo% Auponga, sin embargo, #ue el endedor tiene para o(recer oc'o modelos de auto 4 seis tipos de rines% Aer$a tedioso 'acer un dibujo con todas las posibilidades% Aplicando la tcnica de la multiplicaci!n (+cilmente reali8amos el c+lculo1 N3mero total de arreglos 7 m 6 n 7 J 6 6 7 4J

La Tcnica de la Permutacin
*omo imos anteriormente la tcnica de la multiplicaci!n es aplicada para encontrar el n3mero posible de arreglos para dos o m+s grupos% &a tcnica de la permutaci!n es aplicada para encontrar el n3mero posible de arreglos donde 'a4 solo u grupo de objetos% *omo ilustraci!n anali8aremos el siguiente problema1 5res componentes electr!nicos P un transistor, un capacitor, 4 un diodo P ser+n ensamblados en una tablilla de una tele isi!n% &os componentes pueden ser ensamblados en cual#uier orden% 90e cuantas di(erentes maneras pueden ser ensamblados los tres componentes: &as di(erentes maneras de ensamblar los componentes son llamadas permutaciones, 4 son las siguientes1 50* 5*0 05* 0*5 *05 *50

Permutaci!n1 5odos los arreglos de r objetos seleccionados de n objetos posibles &a (!rmula empleada para contar el n3mero total de di(erentes permutaciones es1

n! nPr= (n r )! 0onde1 nPr es el n3mero de permutaciones posible n r es el n3mero total de objetos es el n3mero de objetos utili8ados en un mismo momento

n! nPr= (n r )! Ejemplo: =

3! = ( 3 3 )!

3x2 =6

Auponga #ue 'a4 oc'o tipos de computadora pero solo tres espacios disponibles para e6'ibirlas en la tienda de computadoras% 90e cuantas maneras di(erentes pueden ser arregladas las J m+#uinas en los tres espacios disponibles:

n! nPr= (n r )! =

!! = ( ! 3 )!

!! = 336 "!

En el an+lisis anterior los arreglos no presentan repeticiones, es decir, no 'a4 dos espacios disponibles con el mismo tipo de computadora% Ai en los arreglos se permite la repetici!n, la (!rmula de permutaciones es la siguiente1 n Pr 7 nr Para ilustrar el punto, #ueremos saber 9cu+ntas series de ; letras se pueden (ormar con las letras A, ", *, si se permite la repetici!n: &as permutaciones son las siguientes1 AA, A", A*, "A, *A, "", "*, *", ** Msando la (!rmula1 n Pr = nr = 3P2 = 32 = #

La Tcnica de la $om%inacin
En una permutaci!n, el orden de los objetos de cada posible resultado es di(erente% Ai el orden de los objetos no es importante, cada uno de estos resultados se denomina combinaci!n% Por ejemplo, si se #uiere (ormar un e#uipo de trabajo (ormado por ;

personas seleccionadas de un grupo de tres <A, " 4 *=% Ai en el e#uipo 'a4 dos (unciones di(erentes, entonces si importa el orden, los resultados ser+n permutaciones% Por el contrario si en el e#uipo no 'a4 (unciones de(inidas, entonces no importa el orden 4 los resultados ser+n combinaciones% &os resultados en ambos casos son los siguientes1
Permutaciones1 A", A*, "A, *A, "*, *" *ombinaciones1 A", A*, "*

$om%inacione&1 E& el n'mero de (orma& de &eleccionar r o%jeto& de un )rupo de n o%jeto& &in importar el orden*
&a (!rmula de combinaciones es1

n! n$r= r! (n r )! Ejemplo1 En una compaK$a se #uiere establecer un c!digo de colores para identi(icar cada una de las 4; partes de un producto% Ae #uiere marcar con / colores de un total de . cada una de las partes, de tal suerte #ue cada una tenga una combinaci!n de / colores di(erentes% 9Aer+ adecuado este c!digo de colores para identi(icar las 4; partes del producto: Msando la (!rmula de combinaciones1

n$r=

n!

+!

= +!

= 3"

r! (n r )!

3! ( + 3 )!

3! ,!

El tomar tres colores de . posibles no es su(iciente para identi(icar las 4; partes del producto%

Pro%lema&
*- ,uanita in ito a sus amigos a cenar% ,uanita tiene 1> amigos, pero solo tiene 6 lugares en la mesa% a= 90e cuantas maneras los puede sentar a la mesa:, si no le importa como #ueden acomodados% b= 90e cuantas maneras los puede sentar a la mesa:, si le importa como #ueden acomodados% c= 0os de sus amigos son un (eli8 matrimonio, ,uanita decidi! sentarlos a la mesa juntos% 90e cuantas maneras los puede sentar a la mesa:, si no le importa como #ueden acomodados los dem+s% d= 90e cuantas maneras los puede sentar a la mesa:, si le importa como #ueden acomodados los dem+s% e= 0os de sus amigos son enemigos, ,uanita no los #uiere sentar juntos a la mesa% 90e cuantas maneras los puede sentar a la mesa:, si no le importa como #ueden acomodados los dem+s% (= 90e cuantas maneras los puede sentar a la mesa:, si le importa como #ueden acomodados los dem+s% g= &os amigos de ,uanita son 4 mujeres 4 6 'ombres% ,uanita #uiere #ue siempre 'a4a ; mujeres sentadas a la mesa% 90e cuantas maneras los puede sentar a la mesa:, si no le importa como #ueden acomodados% '= 9*u+l es la probabilidad, si los selecciona al a8ar, de #ueden sentados a la mesa puros 'ombres:

i= 9*u+l es la probabilidad, si selecciona al a8ar / 'ombres 4 / mujeres, 4 asigna los lugares al a8ar tambin, #ueden sentados intercalados 'ombres 4 mujeres:

2*- En la escuela primaria Net8a'ualco4otl imparte clase la maestra "et4% Ella es (eli8 enseKando al grupo de tercer grado, #ue est+ compuesto por 15 niKas 4 1; niKos% "et4 propone a los niKos (ormar una mesa directi a del grupo (ormada por cinco de ellos% &a mesa directi a estar$a (ormada por un presidente, un secretario, un tesorero, 4 dos ocales%

a= 90e cuantas maneras puede (ormar la mesa directi a:, si no le importa como #ueden asignados los puestos% b= "et4 piensa #ue como 'a4 m+s niKas #ue niKos la mesa directi a debe integrarse por / niKas 4 ; niKos% 90e cuantas maneras puede (ormar la mesa directi a:, si no le importa como #ueden asignados los puestos% c= &a maestra Ausana <la de cuarto= le sugiere #ue solo el puesto de presidente sea para niKas 4 los otros 4 puestos sean para niKos% 90e cuantas maneras puede (ormar la mesa directi a:, si no le importa como #ueden asignados los otros puestos% d= El pro(esor de educaci!n ($sica < Iam!n = dice #ue todos los puestos deben de ser para niKos, pero podr$a d+rsele el puesto de secretaria a una niKa% 90e cuantas maneras puede (ormar la mesa directi a:, si le importa como #ueden asignados los otros puestos% e= En el grupo de tercer grado 'a4 4 reprobados </ niKos 4 una niKa= 4 la maestra "et4 decidi! #ue ellos no pueden (ormar parte de la mesa directi a% 90e cuantas maneras puede (ormar la mesa directi a:, si no le importa como #ueden asignados los puestos% (= 9*u+l es la probabilidad, si se selecciona la mesa directi a al a8ar entre todos los integrantes del grupo de tercer grado, #uede

integrada por puras niKas: Ain importar como #ueden asignados los puestos% g= 9*u+l es la probabilidad, si se selecciona la mesa directi a al a8ar entre todos los integrantes del grupo de tercer grado, #uede integrada por puros niKos: Ain importar como #ueden asignados los puestos% '= 9*u+l es la probabilidad, si se selecciona la mesa directi a al a8ar entre todos los integrantes del grupo de tercer grado, el presidente, secretario 4 tesorero sean niKos 4 las dos ocales niKas: Ain importar como #ueden asignados los puestos%