TEORIA DE CONJUNTOS

Probabilidad y Estadística

Mendoza Capistrán Delya Thisbé

Matricula: 18480928 aula: 14 c

07 de octubre de 2019
 “Lo que no se mide
No se puede mejorar.”
TEORÍA DE CONJUNTOS
TEORÍA DE
CONJUNTOS
 Teoría de Conjuntos

El concepto de conjunto es intuitivo y se podría definir como una "agrupación

bien definida de objetos no repetidos y no ordenados"; así,
se puede hablar de conjuntos físicos como sillas, mesas, personas y
abstractos como números y letras.

Un conjunto también puede delimitarse presentando una definición

de sus elementos entre corchetes. Así, el conjunto S anterior
también puede escribirse como:
1- Conjuntos iguales
Dos conjuntos son iguales si tienen exactamente los mismos elementos.

Por ejemplo:

 Si A = {Vocales del alfabeto} y B = {a, e, i, o, u} se dice que A = B.

 El orden en que los elementos están escritos dentro los corchetes no
importa en absoluto. Por ejemplo, {1, 3, 5, 7, 9} = {3, 9, 7, 5, 1} =
{5, 9, 1, 3, 7}.
 Si un elemento aparece en la lista más de una vez, sólo se contabiliza
una vez. Por ejemplo, {a, a, b} = {a, b}.

2- Conjuntos finitos e infinitos

Finitos son aquellos que se tienen un número limitado de elementos como el

número de personas en una habitación o la cantidad de letras en el alfabeto e
infinitos se refiere a aquellos conjuntos a los cuales no se les pueden contabilizar
sus elementos, como el número de estrellas en el cielo o la cantidad de granos
de arena en la playa
3- Conjuntos subconjuntos

Un subconjunto es una parte de un conjunto.

Ejemplo:

Los búhos son un tipo particular de aves, así que cada búho es también un ave.

En el lenguaje de los conjuntos, se expresa diciendo que el conjunto de búhos

es un subconjunto del conjunto de las aves.

El símbolo ⊂ significa ‘es un subconjunto de’. Así {búhos} ⊂ {pájaros} porque

cada búho es un pájaro.

 Si A = {2, 4, 6} y B = {0, 1, 2, 3, 4, 5, 6}, entonces A ⊂ B,

Porque cada elemento de A es un elemento de B.

El símbolo ⊄ quiere decir ‘no es un subconjunto’.

Esto significa que al menos un elemento de S no es un elemento de T. Por

ejemplo:

 {Aves} ⊄ {criaturas voladoras}

Porque un avestruz es un ave, pero no vuela.

4- Conjunto vacío

El símbolo Ø representa el conjunto vacío, que es el conjunto que no tiene

elementos en absoluto. Nada en el universo entero es un elemento de Ø:

 | Ø | = 0 y X ∉ Ø, no importa lo que X puede ser.

Sólo hay un conjunto vacío, porque dos conjuntos vacíos tienen exactamente los
mismos elementos, por lo que deben ser iguales entre sí.
5- Conjuntos disjuntos o disyuntivos

Dos conjuntos se llaman disjuntos si no tienen elementos en común. Por

ejemplo:

 Los conjuntos S = {2, 4, 6, 8} y T = {1, 3, 5, 7} son disjuntos.

 Las sabanas y las sillas

6- Conjuntos equivalentes

Se dice que A y B son equivalentes si tienen la misma cantidad de elementos

que los constituyen, es decir, el numero cardinal del conjunto A es igual al
número cardinal del conjunto B, n (A) = n (B). El símbolo para denotar un
conjunto equivalente es ‘↔’.

 Por ejemplo:
A = {1, 2, 3}, por lo tanto, n (A) = 3
B = {p, q, r} , por lo tanto, n (B) = 3
Por lo tanto, A ↔ B
7- Conjuntos unitarios

Es un conjunto que tiene exactamente un elemento en él. En otras palabras,

sólo hay un elemento que conforma el conjunto.

Por ejemplo:

 S = {a}
 Sea B = { es un número primo par}

Por lo tanto, B es un conjunto unitario porque sólo hay un número primo que es
par, es decir, 2.
8- Conjunto universal o referencial

Un conjunto universal es la colección de todos los objetos en un contexto

particular o teoría. Todos los demás conjuntos en ese marco constituyen
subconjuntos del conjunto universal, que se denomina con la letra mayúscula y
cursiva U.

La definición precisa de U depende del contexto o teoría bajo consideración. Por

ejemplo:

 Se pude definir U como el conjunto de todas las cosas vivientes en el

planeta Tierra. En ese caso, el conjunto de todos los felinos es un
subconjunto de U, el conjunto de todos los peces es otro subconjunto
de U.
 Si se define U como el conjunto de todos los animales en planeta tierra,
entonces el conjunto de todos los felinos es un subconjunto de U, el
conjunto de todos los peces es otro subconjunto de U, pero el conjunto
de todos los árboles no es un subconjunto de U.
9- Conjuntos superpuestos o solapados

Dos conjuntos que tienen al menos un elemento común se llaman conjuntos

superpuestos.

 Ejemplo: Sean X = {1, 2, 3} e Y = {3, 4, 5}

10- Conjuntos Congruentes

Son aquellos conjuntos en los que cada elemento de A tiene la misma relación
de distancia con sus elementos imagen de B. Ejemplo:

 B { 2, 3, 4, 5, 6 } y A { 1, 2, 3, 4, 5 }

La distancia entre: 2 y 1, 3 y 2, 4 y 3, 5 y 4, 6 y 5 es una (1) unidad, por lo que

A y B son conjuntos congruentes.

11- Conjuntos no congruentes

Son aquellos en los que no se puede establecer la misma relación de distancia

entre cada elemento de A con su imagen en B. Ejemplo:

 B { 2, 8, 20, 100, 500 } y A { 1, 2, 3, 4, 5 }

La distancia entre: 2 y 1, 8 y 2, 20 y 3, 100 y 4, 500 y 5 es diferente, por lo que

A y B son conjuntos no congruentes.

12- Conjuntos homogéneos

Todos los elementos que componen el conjunto pertenecen a la misma

categoría, género o clase. Son del mismo tipo. Ejemplo:

 B { 2, 8, 20, 100, 500 }

Todos los elementos de B son número por lo que el conjunto se considera

homogéneo.
13- Conjuntos heterogéneos

Los elementos que forman parte del conjunto pertenecen a diferentes

categorías. Ejemplo:

 A { z, auto, π, edificios, manzana }

No existe una categoría a la que pertenezcan todos los elementos del conjunto,
por lo tanto es un conjunto heterogéneo.
 Definición, Propiedades y
operaciones básicas con conjuntos
DEFINICION
 UNION
Sean A y B dos conjuntos. La unión de A con B es el conjunto de aquellos elementos que
están en A o que están en B. Este conjunto se simbolizará por:
A∪B
Así x ∈ A ∪ B ↔ ( x ∈ A ∨ x ∈ B )

INTERSECCION

Sean A y B dos conjuntos. La intersección de A con B es el conjunto de aquellos

elementos que están en A y que están en B. Este conjunto se simbolizará por:

A∩B
Así x ∈ A ∪ B ↔ ( x ∈ A ∧ x ∈ B )

DIFERENCIA

Sean A y B dos conjuntos. La diferencia de A con B es el conjunto de aquellos elementos

que están en A y que no están en B. (el orden diferencia de con importa).
Este conjunto se simbolizará por:

A−B
Así x ∈ A − B ↔ ( x ∈ A ∧ x /∈ B )

COMPLEMENTO

Sea A un subconjunto de un conjunto universal U. El complemento de A son todos aquellos elementos de U

que no están en A. Este conjunto se simbolizará por:

A c Así x ∈ A c ↔ ( x ∈ U ∧ x /∈ A )
PROPIEDADES
Propiedad: Unión intersección
(A B) C=
Asociativa (A B) C=A (B C)
A (B C)
Conmutativa A B=B A A B=B A
Idempotente A A=A A A =A
Absorción A (B A) = A A (A B) = A
A (B C) = A (B C)
Distributiva
(A B) (B A) = (A B) (A C)
Neutralidad A Ø=A A U=A
A U=U A Ø=Ø
Complementación A Al = U A Al = Ø
Ley de De
(A B) l = A l Bl (A B) l = A l Bl
Morgan

Además se cumple:

(A l) l = A, A - B = A B l, A - (B C) = (A - B) (A - C), A
- (B C) = (A - B) (A - C)
Propiedades de unión

Propiedades asociativas, si en una unión de tres o más conjuntos se

reemplazan dos conjuntos por su unión efectuada, se obtiene el mismo
resultado.
R∩S∩T=(R∩S)∩T
R∩S∩T=R∩(S∩T)

– Propiedades conmutativas, Si en una unión se altera el orden de los

conjuntos, el resultado no varía.
R∪S∪T=S∪R∪T
R∪S∪T=T∪R∪S

Propiedades de la intersección

– Propiedad asociativa, si en una intersección de tres o más conjuntos se

reemplazan dos de ellos por su intersección efectuada, el resultado total es
el mismo.
R∪S∪T=(R∪S)∪T
R∪S∪T=R∪(S∪T)

– Propiedad conmutativa, cambiando el orden de los conjuntos, la

intersección no se altera.
R∩S∩T=R∩T∩S
R∩S∩T=T∩R∩S
– Propiedad distributiva

La unión es distributiva con respecto a la intersección.

(R∩S)∪T=(R∪T)∩(S∪T)

La intersección de conjuntos es distributiva con respecto a la unión.

(R∪S)∩T=(R∩T)∪(S∩T)

Propiedades de la diferencia

La diferencia de conjuntos no es asociativa, la diferencia de conjuntos no es

conmutativa.

Ejemplo:

C= {x/x es el alumno que debe rendir español}

M={x/x es alumno que debe rendir matemáticas}

– 1° paso: Representación gráfica

– 2° paso: Ubicar en el conjunto C∩M los alumnos que deben rendir español
pero no matemáticas.
– 3° paso: 20 alumnos deben rendir español, de acuerdo con los datos, y 10
rinden sólo esta materia; entonces, los 10 restantes adeudan ambas
materias y se tienen que ubicar en C∩M
La diferencia es distributiva con respecto a la unión y a la intersección de
conjuntos.

– (R∪S)-T=(R-T)∪(S-T)
– (R∩S)-T=(R-T)∩(S-T)
OPERACIONES BASICAS
1.1- Unión de conjuntos:

La unión de dos conjuntos A y B, que se escribe A U B, se define como el conjunto formado

por los elementos comunes y no comunes a ambos conjuntos.

Las uniones las podemos representar en diagramas de Venn de la siguiente forma;

a) Cuando los dos conjuntos tienen elementos en común la unión se representa de la

siguiente forma;

b) Cuando los conjuntos no tienen elementos en común la unión se representa;

c) Cuando todos los elementos de A pertenecen a B la unión se representa;

Propiedades de la unión de conjuntos;

1° (A U A) = A

2° (A U B) = B U A

3° A U (B U C) = (A U B) U C

4° A U ᴓ = A

5° A U U = U

Ejemplo:

Sean los conjuntos;

Representar A U B en un diagrama de Venn.

Para poder resolver este ejercicio, como los conjuntos A y B están definidos
por comprensión, primero es conviene escribir estos conjuntos por extensión, para poder
ver todos sus elementos;

Y luego, representamos la unión en diagrama de Venn;

1.2- Intersección de conjuntos:

La intersección de dos conjuntos A y B, que se escribe A ∩ B, se define como el conjunto

formado por los elementos comunes de A y B pero.

Las intersecciones las podemos representar en diagramas de Venn de la siguiente forma;

a) Cuando los dos conjuntos tienen elementos en común la intersección se representa de la

siguiente forma;

b) Cuando los conjuntos no tienen elementos en común, la intersección es igual a conjunto

vacío (ᴓ) y se representa;
c) Cuando todos los elementos de A pertenecen a B la unión es igual a A, y se representa;

Propiedades de la intersección de conjuntos;

1° (A ∩ A) = A Idempotencia

2° (A ∩ B) = (B ∩ A) Conmutativa

3° (A ∩ B) ∩ C = A ∩ (B ∩ C) Asociativa

4° A ∩ ᴓ = ᴓ Identidad

5° A ∩ U = A Identidad

Nota: La idempotencia es la propiedad para realizar la operación varias veces, y siempre

obtener el mismo resultado que se obtendría si se realizara solo una vez.

Ejemplo:

Determina dos conjuntos que puedan dar origen a la intersección;

Para determinar dos conjuntos que den origen a esta intersección debemos buscar conjuntos
que contengan estas letras, nosotros haremos los siguientes conjuntos, pero tú puedes formar
otros;

Si representamos la intersección en un diagrama de Venn quedaría de la siguiente forma;

1.3- Diferencia de conjuntos:

La diferencia de dos conjuntos A y B, que se escribe A - B, se define como el conjunto

formado por los elementos A que no pertenecen a B.

La diferencia de conjuntos las podemos representar en diagramas de Venn de la siguiente

forma;

a) Cuando los dos conjuntos tienen elementos en común la diferencia se representa de la

siguiente forma;
b) Cuando los conjuntos no tienen elementos en común, la diferencia es igual al conjunto A y
se representa;

c) Cuando todos los elementos de A pertenecen a B la diferencia es igual a conjunto Vacío

(ᴓ), y se representa;
d) Cuando todos los elementos del conjunto B pertenecen a A, la diferencia se representa;

Propiedades de diferencia de conjuntos;

1° (A - B) ≠ B - A

2° A - B = A ∩ B’

3° A - ᴓ = A

4° A - U = ᴓ

5° ᴓ - A = ᴓ

6° A ∩ (B – C) = (A ∩ B) – (A ∩ C)

Ejemplo:

Sean los conjuntos A = { 2, 4, 6, 8, 10 } y B = { 1, 2, 3, 4, 5} .

¿Cuál es la diferencia de A - B?
1.4- Conjunto complementario:

Dado el conjunto A ϵ U, se define el conjunto complementario de A, que se escribe Ac, el cual

está formado por los elementos que pertenecen al conjunto universal (U), pero que no
pertenecen a A.

El conjunto complemento de A lo podemos representar en un diagrama de Venn de la

siguiente forma;

Es decir, también podemos interpretarlo como;

Propiedades de conjunto complementario;

1° A U AC = U

2° A ∩ AC = ᴓ

3° UC = ᴓ

4° ᴓC = U

5° (AC)C = A

Ejemplo:

Sea U = { a, e, i, o, u } y A = { i, u } ¿cuál es el complemento de A?

Entonces, si quitamos las letras i y u, obtenemos Ac.

1.5- Diferencia simétrica de conjuntos:

La diferencia simétrica de dos conjuntos A y B, que se escribe A Δ B, se define como la

diferencia de A U B y A ∩ B.

La diferencia simétrica de conjuntos las podemos representar en un diagrama de Venn de la

siguiente forma;

a) Cuando los dos conjuntos tienen elementos en común la diferencia simétrica se representa
de la siguiente forma;
b) Cuando los conjuntos no tienen elementos en común, la diferencia simétrica es igual al
conjunto A U B y se representa;

c) Cuando todos los elementos de A pertenecen a B, la diferencia simétrica es igual B - A, y

se representa;
Propiedades de conjunto complementario;

1° A Δ B = B Δ A

2° (A Δ B) Δ C = A Δ (B Δ C)

3° A Δ A = ᴓ

4° A Δ ᴓ = A

5° A Δ U = U - A

Ejemplo:

Sean dos conjuntos A = { a, b, c } y { a, b, c, d, e, f } ¿Cuál es la diferencia simétrica de A y

B?
TÉCNICAS DE CONTEO
También conocida como análisis combinatorio; permite determinar el número posible de
resultados lógicos que cabe esperar al realizar algún experimento o evento sin necesidad
de enumerarlos todos.

El análisis combinatorio contempla varios casos:

la Regla del Producto, junto con la Regla de la Suma conforman los elementos
fundamentales que permites definir a cualquiera de los casos que conforman a la Teoría
del Conteo.

Ejemplo. Se dispone de una urna que contiene esferas grabadas con alguna letra de
acuerdo a lo siguiente:
A = {a, b, c, d, e} B = {α, β, γ}
1.1 Principio aditivo o Regla de la suma:

Si un evento puede ocurrir de m formas distintas y otro puede ocurrir de n formas distintas,
existen entonces m+n distintas formas en las que uno de esos dos eventos puede ocurrir.

Primer experimento: de cuántas formas se puede seleccionar una sola esfera, sin importar
el alfabeto al que pertenezca la letra grabada en ella.
La respuesta es: se puede seleccionar una esfera con una letra latina o una con una letra
griega.

1° Experimento = ⎨ selecciona una esfera ⎬ → 5+3 =8

1.2 Principio multiplicativo o Regla del producto:

Si un evento puede ocurrir de m formas diferentes y otro puede ocurrir de n formas distintas,
existen entonces mxn distintas formas en las que los dos eventos pueden ocurrir.

Segundo experimento: de cuántas formas se puede seleccionar dos esferas

simultáneamente si cada una de ellas debe tener letras de alfabetos diferentes.
2° Experimento = ⎨ selecciona dos esferas ⎬ → 5X3 = 15
(Morán., 2009)
1.3 Notación Factorial.

Utilizaremos la notación n! para representar el factorial de un número entero no negativo.

La forma de definir el factorial es la siguiente:

0! = 1
1! = 1
2! = 1 ∙ 2
3! = 1 ∙ 2 ∙ 3
...
n! = 1 ∙ 2 ∙ 3 ∙ ∙ ∙ n = (n - 1)!n
Así,
4! = 1 ∙ 2 ∙ 3 ∙ 4 = 24
6! = 1 ∙ 2 ∙ 3 ∙ 4 ∙ 5 ∙ 6 = 4! ∙ 5 ∙ 6 = 24 ∙ 5 ∙ 6 = 720
etcétera.

Teorema

P(n, r) = n(n - 1)(n - 2) ∙ ∙ ∙ (n - (r - 1))

= n(n - 1)(n - 2) ∙ ∙ ∙ (n - r + 1)
= (n!)/(n - r)!

Demostración: De manera análoga al ejemplo A.19, el primer elemento tiene n opciones

de elección, el segundo n - 1, . . . , el r-ésimo n - (r - 1) opciones. Partiendo del principio
fundamental del conteo se tiene que

P(n, r) = n(n - 1) ∙ ∙ ∙ (n - (r - 1))

= n(n - 1) ∙ ∙ ∙ (n - r + 1)

Lo cual prueba la primera parte del teorema. Por otro lado,

n! = (n - r)!(n - r + 1)(n - r + 2) ∙ ∙ ∙ (n - 1)n

de donde

n(n - 1) ∙ ∙ ∙ (n - r + 1) = n!
n(n - r)!

Teorema

El número de permutaciones de n objetos (tomados todos a la vez) es P(n, n) = n!

Ejemplo ¿De cuántas formas distintas se pueden sentar las personas a, b y c en una fila
de tres sillas?

3! = 1 ∙ 2 ∙ 3 = 6
1.4 Permutaciones.

Se dice que una ordenación de un conjunto de n objetos es una permutación de los mismos.
Una ordenación de r de estos objetos (r _ n) es una permutación de los n objetos
tomados r a la vez (o una r-permutación).

Ejemplo

Consideremos el conjunto {a, b, c, d}. Entonces

1. bdca, dbca y acdb, son permutaciones de cuatro letras (tomadas todas a la vez).
2. bad, adb, cbd y bca son permutaciones de las cuatro letras tomadas 3 a la vez.
3. ad, da, bd y cb son permutaciones de 4 letras tomadas 2 a la vez.

El número de permutaciones de n objetos tomados r a la vez se denota por nPr o P(n, r).

Se van a hacer placas de cuatro dígitos con los números 1, 2, 3, 4, 5, 6 sin que se
repita un mismo dígito en cada placa. ¿Cuántas placas distintas se pueden hacer?

Solución: El primer dígito se puede elegir de entre 6, el segundo de entre 5, el tercero de

entre 4 y el último de entre 3.

Lo anterior se representa en el siguiente esquema:

Por el principio fundamental del conteo, el número de placas distintas es

1.7 Teorema del Binomio.

Si a y b son números reales; entonces,

Ejemplo:
DIAGRAMA DE ARBOL
Es una herramienta gráfica usada para enumerar todas las posibilidades lógicas de una
secuencia de datos que ocurren de una forma finita de maneras.

El árbol está formado por puntos o nodos que representan instantes en el tiempo o lugares
en el espacio y por líneas o ramas que representan las posibles acciones que puedan
tomarse; los nodos y las ramas siempre están unidos.

El diagrama de árbol conforma el espacio maestral en una dimensión de un evento.

Ejemplo. Los toros de Chicago y los Celtics de Boston participan en un torneo de

Basquetbol; el primero que gane dos juegos consecutivos o un total de tres será el vencedor
del torneo.

¿Cuántas maneras posibles podría terminar el torneo?

COMBINACIONES Y
PERMUTACIONES
1.4 Combinaciones.

En las permutaciones, el orden es sustancial para diferenciar un caso de otro.

Así, en una permutación, la palabra abc es distinta de acb.

Suponga que desea formar un comité de tres personas de entre un grupo de 6 y que las
letras a, b, c, d, e, f representan a las personas.

Entonces, el comité formado por a, b y c es el mismo que el formado por a, c y b; es decir,

en este proceso, el orden no importa, a diferencia de lo que sucede en las permutaciones.
Cuando esto sucede se dice que se forma una combinación.

En realidad, en este caso, estamos interesados en el número de subconjuntos con tres

elementos que se pueden formar con los elementos del conjunto {a, b, c, d, e, f}, pues,
como sabemos, en un conjunto no importa el orden en el que aparecen sus elementos sino
los elementos que contiene para diferenciarlo de otros conjuntos.

Definición

Una combinación de n objetos tomando k a la vez, es cualquier subconjunto de

cardinalidad k de estos n objetos.

Supongamos que tenemos n objetos, a1, a2, . an y queremos conocer el número de

combinaciones de k objetos que podemos formar con ellos.

Representemos este número con nCk. Una de las combinaciones es {a1, a2, . . . , ak}.

Note que la permutación a1a2. . . ak produce k! permutaciones distintas de los n objetos

tomados k a la vez. Por tanto, se tiene que: k!nCk = P(n, k) es decir,

por tanto

Con lo que hemos probado el siguiente teorema.

Teorema

El número de combinaciones de n objetos tomados k a la vez está dado por

Existe una notación clásica en lugar de nCk para representar el número de combinaciones:
la notación, que emplea el coeficiente binomial.

Se describe como

en lugar de

pues es más sencillo recordar la fórmula

mediante esta notación que empleando nCk. Además, este coeficiente está relacionado con
otro importante tema de las matemáticas el llamado teorema del binomio.

Ejemplo:

Encontrar el número de distintos comités de tres elementos que es posible formar,

a partir de un grupo de 6 personas.

Solución:
Para este caso, n = 6 y k = 3, entonces la respuesta está dada por
 INTRODUCCIÓN
A LA PROBABILIDAD
DEFINICION Y EXPRESION
La probabilidad refiere a la posibilidad de ocurrencia de un fenómeno.
La probabilidad es una medida de la certidumbre asociada a un suceso o
evento futuro y suele expresarse como un número entre 0 y 1 (o entre 0 % y
100 %).
Una forma tradicional de estimar algunas probabilidades sería obtener la
frecuencia de un acontecimiento determinado mediante la realización de
experimentos aleatorios, de los que se conocen todos los resultados
posibles, bajo condiciones suficientemente estables. Un suceso puede ser
improbable (con probabilidad cercana a cero), probable (probabilidad
intermedia) o seguro (con probabilidad uno).
La teoría de la probabilidad se usa extensamente en áreas como la
estadística, la física, la matemática, las ciencias, la administración,
contaduría, economía y la filosofía para sacar conclusiones sobre la
probabilidad discreta de sucesos potenciales y la mecánica subyacente
discreta de sistemas complejos, por lo tanto es la rama de las matemáticas
que estudia, mide o determina los experimentos o fenómenos aleatorios.

La probabilidad para un determinado evento puede considerarse como, el

cociente entre el número de maneras en que puede ocurrir el evento, dividido
por el número de maneras en que puede suceder cualquier posible resultado.
Si identificamos el conjunto de todos los resultados posibles como el
"espacio muestra" S, y al evento deseado lo denotamos por E, entonces la
probabilidad del evento E se puede escribir

En el lanzamiento de un par de dados, apueste sobre el número 7 porque es

el más probable. Hay 6 maneras de obtener un total de 7, de las 36 maneras
distintas en que pueden salir los dos dados en un lanzamiento. La
probabilidad es entonces
La idea de un "evento" es algo muy general. Supongamos que toma cinco
cartas de una baraja estándar de 52 cartas y desea calcular la probabilidad
de que las 5 cartas sean corazones. Este evento deseado nos trae la idea de
una combinación. El número de maneras en que podemos escoger cinco
corazones, sin tener en cuenta que cartas la forman, ni en qué orden, nos lo
da la combinación

mientras que el número de resultados posibles en que se pueden escoger 5

cartas de un total de 52 cartas, nos lo da la combinación mucho mas grande

Usamos pues, la misma expresión básica de la probabiliad que en este caso

da

Por lo que sacar de una mano cinco cartas del mismo palo, es un evento
raro, con una probabilidad de uno entre 2000.
Si deseamos calcular la probabilidad de que ocurran cualquier de n
elementos inconexos, tenemos que sumar las probabilidades individuales de
cada uno de esos elementos. Por ejemplo, la probabilidad de sacar 5 cartas
iguales de cualquier palo, es la suma de 4 probabilidades iguales de sacar
las 5 cartas del ejemplo anterior. En lenguaje de lógica, si los elementos
están relacionados por el operador lógico "OR", las probabilidades se suman.
Si los eventos está relacionados por el operador lógico "AND", la
probabilidad resultante es el producto de las probabilidades individuales. Si
queremos obtener la probabilidad de sacar un 7 con dos dados en una tirada
y luego volver a sacar otro 7 en la segunda tirada, entonces la probabilidad,
será el producto
La expresión de la probabilidad debe ser tal, que la suma de probabilidades
para todos los eventos posibles debe ser 1. La restricción de la suma de
todas las probabilidades a 1, se llama "normalización". Cuando se calcula la
probabilidad mediante el proceso de contar, entonces las probabilidades se
obtienen siempre normalizadas. Pero cuando desarrollamos expresiones de
probabilidad de eventos en la naturaleza, debemos asegurarnos de que la
expresión esté normalizada.
 EVENTOS MUTUAMENTE
EXCLUYENTES Y NO EXCLUYENTES
En el ámbito de la lógica y de la teoría de la probabilidad dos proposiciones
(o eventos) son mutuamente excluyentes o disjuntos si ambos no pueden ser
verdaderos (o suceder simultáneamente).
Los eventos son mutuamente excluyentes si no pueden ocurrir
simultáneamente

P (A U B) = P (A) + P (B)= n (A) / N + n (B) / N.

Un evento mutuamente excluyente se identifica en un experimento cuando

se utiliza el conectivo o, que se refiere a la unión de eventos.

La fórmula anterior también se puede identificar de la siguiente manera:

P (A o B) = P (A) + P (B)= n (A) / N + n (B) / N

En el ejemplo de la moneda, ambos resultados son en teoría, sucesos

colectivamente exhaustivos, lo que quiere decir que por lo menos uno de los
resultados debe suceder, por lo que estas dos alternativas comprenden
todas las posibilidades.1 Sin embargo, no todos los eventos mutuamente
excluyentes son exhaustivamente colectivos. Por ejemplo, los resultados 1 y
4 de una única echada de un dado de seis caras son mutuamente
excluyentes (ambas no pueden suceder a la vez) pero no son colectivamente
exhaustivos (existen otros resultados posibles; 2,3,5,6).
Un ejemplo de ello es el resultado de revolear una vez una moneda, el cual
solo puede ser "cara" o "cruz", pero no ambos.
Supón que se toma una carta de la baraja americana de 52 cartas.
Determina la probabilidad de que sea de espadas o roja.

De las 52 cartas, 13 son espadas y 26 son rojas. Las espadas son negras.

Partiendo de lo anterior, tenemos:

E = cartas de espadas

R = cartas rojas

n (E) = 13

n (R) = 26

P (E) = n (E) / N = 13 / 52

P (R) = n (R) = 26 / 52, sustituyendo en la fórmula tenemos:

P (E U R ) = P (E) + P (R) = 13 / 52 + 26 / 52 = 39 / 52 = 3 / 4 = 0.75

P (E U R ) = 3 / 4

La probabilidad de tomar una carta de espadas o roja, de la carta americana

es de 75%.
Se consideran eventos mutuamente no excluyentes a todos aquellos
sucesos que tienen la capacidad de ocurrir de manera simultánea en una
experimentación. La ocurrencia de alguno de ellos no supone la no
ocurrencia del otro.

A diferencia de su contraparte lógica, los eventos mutuamente excluyentes,

la intersección entre estos elementos es diferente al vacío. Esto es:
A∩B=B∩A≠∅
Debido a que se maneja la posibilidad de simultaneidad entre los resultados,
los eventos mutuamente no excluyentes requieren más de una iteración para
cubrir los estudios probabilísticos.

En probabilidad se manejan dos tipos de eventualidades; La ocurrencia y la

no ocurrencia del suceso. Donde los valores cuantitativos binarios son 0 y 1.
Los eventos complementarios forman parte de relaciones entre sucesos,
basados en sus características y particularidades que pueden diferenciarlos
o relacionarlos entre sí.
De esta manera los valores probabilísticos recorren el intervalo [ 0 , 1 ]
variando sus parámetros de ocurrencia según sea el factor buscado en la
experimentación.
Dos eventos mutuamente no excluyentes no pueden ser complementarios.
Debido a que debe existir un conjunto formado por la intersección de ambos,
cuyos elementos sean distintos del vacío. Lo cual no cumple con la definición
de complemento.
Sean A y B dos eventos mutuamente no excluyentes pertenecientes al
espacio muestral S.
A ∩ B ≠ ∅ y la probabilidad de ocurrencia de su intersección es P [ A ∩ B ]
P [ A U B ] = P [ A ] + P [ B ] – P [ A ∩ B ] ; Esta es la probabilidad de que
ocurra un evento u otro. Debido a la existencia de elementos comunes, se
debe sustraer la intersección para no sumar dos veces.
Existen herramientas en la teoría de conjuntos que facilitan notablemente el
trabajo con eventos mutuamente no excluyentes.
El diagrama de Venn entre ellos, define el espacio muestral como el conjunto
universo. Definiendo dentro de él a cada conjunto y sub conjunto. Resulta
muy intuitivo encontrar las intersecciones, uniones y complementos que se
requieran en el estudio.
Un vendedor de jugos decide terminar su jornada y regalar el resto de su
mercancía a cada transeúnte. Para esto sirve en 15 vasos todo el jugo que
no se vendió y les coloca una tapa. Los deja en el mostrador para que cada
persona tome el que prefiera.

Se sabe que el vendedor pudo llenar

1. 3 vasos con jugo de sandía (color rojo) { s1 , s2 , s3 }
2. 6 vasos con naranja (color anaranjado) { n1 , n2 , n3 , n4 , n5 , n6 }
3. 3 vasos con mango (color anaranjado) { m1 , m2 , m3 }
4. 3 vasos con jugo de limón (color verde) { l1, l2 , l3 }

Definir la probabilidad de que al tomar un vaso ocurran los siguientes

eventos mutuamente no excluyentes:
1. Sea cítrico o anaranjado
2. Sea cítrico o verde

Se emplea la segunda propiedad; P [ A U B ] = P [ A ] + P [ B ] – P [ A ∩ B ]

Donde según sea el caso definiremos los conjuntos A y B

1-Para el primer caso se definen los grupos así:

A : { sea cítrico } = { n1 , n2 , n3 , n4 , n5 , n6 , l1, l2 , l3 }
B : { sea de color anaranjado } = { n1 , n2 , n3 , n4 , n5 , n6 , m1 , m2 , m3 }

A ∩ B : { n1 , n2 , n3 , n4 , n5 , n6 }
Para definir la probabilidad de un evento usamos la siguiente fórmula:
Caso específico / Casos posibles

P [ A ] = 9 / 15
P [ B ] = 9 / 15
P [ A ∩ B ] = 6 / 15
P [ A U B ] = (9 / 15) + (9 / 15) – (6 / 15) = 12 / 15

Cuando este resultado se multiplica por 100 se obtiene el porcentaje de

posibilidad que tiene este evento.
(12 / 15) x 100% = 80 %

2-Para el segundo caso se definen los grupos

A : { sea cítrico } = { n1 , n2 , n3 , n4 , n5 , n6 , l1, l2 , l3 }

B : { sea de color verde } = { l1, l2 , l3 }
A ∩ B : { l1, l2 , l3 }
P [ A ] = 9 / 15
P [ B ] = 3 / 15
P [ A ∩ B ] = 3 / 15
P [ A U B ] = (9 / 15) + (3 / 15) – (3 / 15) = 9 / 15
(9 / 15) x 100% = 60 %
 EVENTOS INDEPENDIENTES,
DEPENDIENTES
Y PROBABILIDAD CONDICIONAL
Eventos dependientes
Dos o más eventos serán dependientes cuando la ocurrencia o no-ocurrencia
de uno de ellos afecta la probabilidad de ocurrencia del otro (o otros).
Cuando tenemos este caso, empleamos entonces, el concepto de
probabilidad condicional para denominar la probabilidad del evento
relacionado. La expresión P(A|B) indica la probabilidad de ocurrencia del
evento A sí el evento B ya ocurrió.

Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules. Una
canica es eliminada de la caja y no es reemplazada. Otra canica se saca de
la caja. Cuál es la probabilidad de que la primera canica sea azul y la
segunda canica sea verde?
Ya que la primera canica no es reemplazada, el tamaño del espacio muestral
para la primera canica (9) es cambiado para la segunda canica (8) así los
eventos son dependientes.

P(azul luego verde) = P(azul) · P(verde)

2. Un departamento de mantenimiento recibe un promedio de 5 llamadas

por hora. Comenzando en un momento aleatoriamente seleccionado, la
probabilidad de que una llamada llegue dentro de media hora es:
Promedio 5 por hora, como el intervalo es media hora = 2,5/media hora
.l tenemos que
P (T < 30 min.) = 1- e -5 = 1 - 0,08208 = 0,91792
Eventos Independientes
Dos o más eventos son independientes cuando la ocurrencia o no-ocurrencia
de un evento no tiene efecto sobre la probabilidad de ocurrencia del otro
evento (o eventos). Un caso típico de eventos independiente es el muestreo
con reposición, es decir, una vez tomada la muestra se regresa de nuevo a la
población donde se obtuvo.

Ejemplo:
lanzar al aire dos veces una moneda son eventos independientes por que el
resultado del primer evento no afecta sobre las probabilidades efectivas de
que ocurra cara o sello, en el segundo lanzamiento.

1.Si se lanza una moneda normal tres veces, la probabilidad de obtener tres
sellos es:
Solución:
Cada lanzamiento es independiente de los otros.De manera que las
probabilidades de sello
(S) en cada lanzamiento se multiplicarán entre sí.
P(tres Sellos) = P(S) •P(S) •P(S) = (1/2)(1/)(1/2)=8

2. Una moneda se lanza tres veces, ¿cuál es la probabilidad de que las

tres veces salga cara?
Solución:
La probabilidad de que salga cara en un lanzamiento es 1/2
Como la probabilidad está ligada a nuestra ignorancia sobre los resultados
de la experiencia, el hecho de que ocurra un suceso, puede cambiar la
probabilidad de los demás. El proceso de realizar la historia clínica, explorar
y realizar pruebas complementarias ilustra este principio.

La probabilidad de que ocurra el suceso A si ha ocurrido el suceso B se

denomina probabilidad condicionada y se define

Esta definición es consistente, es decir cumple los axiomas de probabilidad.

Cuando ocurre un suceso cambia el espacio muestral, por eso cambia la

probabilidad. A veces es más fácil calcular la probabilidad condicionada
teniendo en cuenta este cambio de espacio muestral.

Ejemplos:
Una mujer es portadora de la enfermedad de Duchenne ¿Cuál es la
probabilidad de que su próximo hijo tenga la enfermedad?
Según las leyes de Mendel, todos los posibles genotipos de un hijo de una
madre portadora (xX) y un padre normal (XY) son xX, xY, XX, XY y tienen la
misma probabilidad. El espacio muestral es W = {xX, xY, XX, XY}
el suceso A={hijo enfermo} corresponde al genotipo xY, por tanto, según
la definición clásica de probabilidad
p(A) = 1/4 = 0,25
La mujer tiene el hijo y es varón ¿qué probabilidad hay de que tenga la
enfermedad?
Se define el suceso B = {ser varón} = {xY, XY}
la probabilidad pedida es p(A|B) y aplicando la definición anterior
p(B) = 0,5; A Ç B = {xY}; p(A ÇB) = 0,25; p(A|B) = 0,25/0,5 = 0,5
Si sabemos que es varón, el espacio muestral ha cambiado, ahora es B. Por
lo tanto se puede calcular p(A|B) aplicando la definición clásica de
probabilidad al nuevo espacio muestral
p(A|B) = 1/2 = 0,5
Se sabe que el 50% de la población fuma y que el 10% fuma y es hipertensa.
¿Cuál es la probabilidad de que un fumador sea hipertenso?
A = {ser hipertenso} B = {ser fumador}
A Ç B = {ser hipertenso y fumador}
p(A|B) = 0,10/0,50 = 0,20
Obsérvese que los coeficientes falso-positivo y falso-negativo de las pruebas
diagnósticas son probabilidades condicionadas.
La fórmula anterior se puede poner p(A Ç B) = p(B) p(A|B) = p(A) p(B|A)
llamada regla de la multiplicación, que se puede generalizar a más sucesos
p(A1 Ç A2 Ç A3) = p((A1 Ç A2) Ç A3) = p(A1 Ç A2) p(A3|A1 Ç A2) = p(A1) p(A2|A1)
p(A3|A1 Ç A2)
En general p(A1 Ç A2 Ç A3 ...) = p(A1) p(A2|A1) p(A3|A1 Ç A2) ...
llamado principio de las probabilidades compuestas y especialmente útil para
aquellas situaciones en que las probabilidades condicionadas son más
fáciles de obtener que las probabilidades de las intersecciones.
TEOREMA DE BAYES
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso,
teniendo información de antemano sobre ese suceso.
Podemos calcular la probabilidad de un suceso A, sabiendo además que ese
A cumple cierta característica que condiciona su probabilidad. El teorema de
Bayes entiende la probabilidad de forma inversa al teorema de la
probabilidad total. El teorema de la probabilidad total hace inferencia sobre
un suceso B, a partir de los resultados de los sucesos A. Por su parte, Bayes
calcula la probabilidad de A condicionado a B.
El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido,
principalmente, a su mala aplicación. Ya que, mientras se cumplan los
supuestos de sucesos disjuntos y exhaustivos, el teorema es totalmente
válido.
Para calcular la probabilidad tal como la definió Bayes en este tipo de
sucesos, necesitamos una fórmula. La fórmula se define matemáticamente
como:

Donde B es el suceso sobre el que tenemos información previa y A(n) son

los distintos sucesos condicionados. En la parte del numerador tenemos la
probabilidad condicionada, y en la parte de abajo la probabilidad total. En
cualquier caso, aunque la fórmula parezca un poco abstracta, es muy
sencilla. Para demostrarlo, utilizaremos un ejemplo en el que en lugar de
A(1), A(2) y A(3), utilizaremos directamente A, B y C.
Ejemplos

Una empresa tiene una fábrica en Estados Unidos que dispone de tres
máquinas A, B y C, que producen envases para botellas de agua. Se sabe
que la máquina A produce un 40% de la cantidad total, la máquina B un 30%
, y la máquina C un 30%. También se sabe que cada máquina produce
envases defectuosos. De tal manera que la máquina A produce un 2% de
envases defectuosos sobre el total de su producción, la máquina B un 3%, y
la máquina C un 5%. Dicho esto, se plantean dos cuestiones:

P(A) = 0,40 P(D/A) = 0,02

P(B) = 0,30 P(D/B) = 0,03

P(C) = 0,30 P(D/C) = 0,05

1.Si un envase ha sido fabricado por la fábrica de esta empresa en Estados

Unidos ¿Cuál es la probabilidad de que sea defectuoso?

Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos,

calculamos la probabilidad de que sea defectuoso.

P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [ 0,4 x 0,02 ] +

[ 0,3 x 0,03 ] + [ 0,3 x 0,05 ] = 0,032
Expresado en porcentaje, diríamos que la probabilidad de que un envase
fabricado por la fábrica de esta empresa en Estados Unidos sea defectuoso
es del 3,2%.
2. Siguiendo con la pregunta anterior, si se adquiere un envase y este es
defectuoso ¿Cuáles es la probabilidad de que haya sido fabricado por la
máquina A?¿Y por la máquina B?¿Y por la máquina C?
Aquí se utiliza el teorema de Bayes. Tenemos información previa, es decir,
sabemos que el envase es defectuoso. Claro que, sabiendo que es
defectuoso, queremos saber cual es la probabilidad de que se haya
producido por una de las máquinas.

P(A/D) = [P(A) x P(D/A)] / P(D) = [0,40 x 0,02] / 0,032 = 0,25

P(B/D) = [P(B) x P(D/B)] / P(D) = [0,30 x 0,03] / 0,032 = 0,28
P(C/D) = [P(C) x P(D/C)] / P(D) = [0,30 x 0,05] / 0,032 = 0,47
Sabiendo que un envase es defectuoso, la probabilidad de que haya sido
producido por la máquina A es del 25%, de que haya sido producido por la
máquina B es del 28% y de que haya sido producido por la máquina C es del
47%.
 VALOR ESPERADO O
ESPERANZA MATEMATICA
La esperanza matemática de una variable aleatoria X es el número que
expresa el valor medio del fenómeno que representa dicha variable.
La esperanza matemática, también llamada valor esperado, es igual al
sumatorio de las probabilidades de que exista un suceso aleatorio,
multiplicado por el valor del suceso aleatorio. O, dicho de otra forma, el valor
medio de un conjunto de datos. Teniendo en cuenta, eso sí, que el término
esperanza matemática está acuñado por la teoría de la probabilidad.
Mientras que en matemáticas, se denomina media matemática al valor
promedio de un suceso que ha ocurrido. En distribuciones discretas con la
misma probabilidad en cada suceso la media aritmética es igual que la
esperanza matemática.
Imaginemos una moneda. Dos caras, cara y cruz. ¿Cual sería la esperanza
matemática (valor esperado) de que salga cara? La esperanza matemática
se calcularía como la probabilidad de que, tirando la moneda un número muy
muy grande de veces, salga cara.
Dado que la moneda solo puede caer en una de esas dos posiciones y
ambas tienen la misma probabilidad de salir, diremos que la esperanza
matemática de que salga cara es una de cada dos, o lo que es lo mismo, el
50% de las veces.
Vamos a hacer una prueba y vamos a tirar una moneda 10 veces.
Supongamos que la moneda es perfecta:

Tirada 1: C Tirada 6: C
Tirada 2: X Tirada 7: C
Tirada 3: X Tirada 8: C
Tirada 4: C Tirada 9: X
Tirada 5: X Tirada 10: X
¿Cuántas veces ha salido cara (contamos las C)? 5 veces ¿Cuantas veces
ha salido cruz (contamos las X)? 5 veces. La probabilidad de que salga cara
será de 5/10=0,5 o en porcentaje del 50%.
Una vez ha ocurrido ese suceso podemos calcular la media matemática del
número de veces que ha ocurrido cada suceso. El lado cara ha salido una de
cada dos veces, es decir, un 50% de las veces. La media coincide con la
esperanza matemática.

La esperanza matemática se calcula utilizando la probabilidad de cada

suceso. La fórmula que formaliza este cálculo se enuncia como sigue:

Dónde x es el valor del suceso, P la probabilidad de que ocurra, i el periodo

en el que se da dicho suceso y N el número total de periodos u
observaciones.
No siempre la probabilidad de que ocurra un suceso es la misma, como con
las monedas. Existen infinidad de casos en que un suceso tiene más
probabilidad de salir que otro. Por eso utilizamos en la fórmula la P. Además,
al calcular número matemáticos debemos multiplicar por el valor del suceso.
Abajo vemos un ejemplo.
La esperanza matemática se utiliza en todas aquellas disciplinas en las que
la presencia de sucesos probabilísticos es inherente a las
mismas. Disciplinas tales como, la estadística teórica, la física cuántica, la
econometría, la biología o los mercados financieros. Una gran cantidad de
procesos y sucesos que ocurren en el mundo son inexactos. Un ejemplo
claro y fácil de entender, es el de la bolsa de valores.
Año 1 12%

Año 2 6%

Año 3 15%

Año 4 12%

El valor esperado sería el sumatorio de las rentabilidades multiplicadas por su

probabilidad de suceder. La probabilidad de que «suceda» cada rentabilidad es de 0,25.
Tenemos cuatro observaciones, cuatro años. Todos los años tienen la misma probabilidad
de repetirse.

Esperanza = ( 12 x 0,25 ) + ( 6 x 0,25 ) + ( 15 x 0,25 ) + ( 12 x 0,25 ) = 3 + 1,5 + 3,75 + 3 =

11,25%

Teniendo en cuenta esta información, diremos que la esperanza de la rentabilidad del

activo, es del 11,25%.
 Glosario
Conjunto - agrupación, clase, o colección de objetos o en su defecto de elementos que
pertenecen y responden a la misma categoría o grupo de cosas, por eso se los puede agrupar
en el mismo conjunto
Finito - cantidad limitada de elementos
Infinito - cantidad ilimitada de elementos
Conjunto homogéneo- todo de la misma categoría
Conjunto heterogéneo – pertenecen a diferentes categorías
Conjunto Disyuntivo – no tienen elementos en común
Subconjunto – subcategorías en las que se divide un conjunto
Equivalente – igual o semejante
Congruente – preciso o acorde
Unitario – indivisible
Evento – acontecimiento
Probabilidad - expectativa
Mutuamente - reciproco
Excluyente – que no incluye
Dependiente – subordinado
 BIBLIOGRAFIA

BLANCO CANALES, Ana. “La expresión de la probabilidad y la expresión de la orden en español: dos
fenómenos de variación sintáctica”. ELUA. Estudios de Lingüística. N. 25 (2011). ISSN 0212-7636, pp. 75-
99

http://www.hrc.es/bioest/Probabilidad_15.html

https://si-educa.net/intermedio/ficha999.html

https://prezi.com/2i75f7nitp3o/conjuntos-propiedades-y-operaciones/

http://cb.mty.itesm.mx/tc1003/lecturas/tc1003-51.pdf

http://probabilidadestadisticaivangamboa.blogspot.com/2017/03/tecnicas-de-conteo.html

https://www.lifeder.com/clases-de-conjuntos/

http://recursostic.educacion.es/descartes/web/materiales_didacticos/conjuntos_y_operaciones_agsm/anexo.h
tml

https://conceptodefinicion.de/educacion/

https://www.clubensayos.com/Ciencia/Definicion-Y-Expresion-De-Probabilidad/374956.html

http://lya.fciencias.unam.mx/lars/libros/pe-agosto-2006.pdf

https://definicion.mx/probabilidad/

http://hyperphysics.phy-astr.gsu.edu/hbasees/Math/probas.html

https://www.shmoop.com/estadistica-basica-probabilidades/eventos-mutuamente-excluyentes-
complementarios.html

https://cursos.clavijero.edu.mx/cursos/076_me/modulo2/contenidos/tema2.6.html?opc=5

http://probabilidadmitad1.blogspot.com/p/eventos-dependientes-e-independientes.html

https://www.lifeder.com/eventos-mutuamente-no-excluyentes/

https://economipedia.com/definiciones/teorema-de-bayes.html

https://economipedia.com/definiciones/teorema-de-bayes.html