1

SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

II UNIDAD

DEFINICIONES GENERALES

Experimentos o fenmenos aleatorios son los que pueden dar lugar a varios resultados, sin
que pueda ser previsible enunciar con certeza cul de stos va a ser observado en la
realizacin del experimento.

Es aquel que al repetirlo en anlogas condiciones, da resultados diferentes, es decir, no se

puede predecir el resultado que se va a obtener

1. Experimento aleatorio.

Ejemplos:
- Seleccionar tres muestras al azar de la produccin diaria de una
empresa agroindustrial.
- Observar la reaccin de una sustancia qumica
- Elegir tres muestras de aire y observar si contiene gases
contaminantes.

2. Suceso o evento:

Suceso aleatorio es un acontecimiento que ocurrir o no, dependiendo

del azar.

Suceso o evento, es cada uno de los resultados posibles del experimento

aleatorio

Ejemplo:
- En el experimento que consiste tres muestras al azar de la
produccin diaria de una empresa agroindustria y observar si se
encuentra un producto defectuoso.

Considerando los resultados en elegir tres muestras de productos:

D: Producto defectuoso N: Producto no defectuoso
 2
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Los sucesos son:

S1 : Obtener cero productos defectuosos
S1 = { NNN }

S2 : Obtener un producto defectuoso

S2 = {DNN, NDN, NND }

S3 : Obtener dos productos defectuosos

S3 = { DDN , DND, NDD }

S4 : Obtener tres productos defectuosos

S4 = {DDD }

3. Distintos tipos de sucesos.

Sucesos elementales o simples: Estn formados por un solo elemento.

Sucesos compuestos: Estn formados por dos o ms elementos.
Suceso seguro: Es el que se verifica siempre. Es el propio espacio muestral.
Suceso imposible: ES el que no se verifica nunca. Se expresa por .

Ejemplo:
En el experimento anterior, diga cul es suceso simple y cul es
compuesto?
Sucesos simples: S1 y S4
Sucesos compuestos: S2 y S3

4. Espacio muestral de un experimento aleatorio. ( )

El espacio muestral, es el conjunto formado por todos los posibles sucesos

del experimento aleatorio. Asi en el experimento del frasco de grageas se
tiene:

= { NNN, DNN, NDN, NND, DDN, DND, NDD, DDD }

 3
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

5. Sucesos incompatibles - mutuamente excluyentes.

Son aquellos que no se pueden verificar simultaneamente. Cuando

pueden verificarse ambos a la vez se llaman compatibles.

Si A y B son incompatibles, entonces A B

Si A y B son compatibles, entonces A B

En el experimento de los tres productos:

S1 = { NNN } y S3 = { DDN, DND, NDD}
son sucesos incompatibles, Pues se tiene:

S1 S2 =

Indique ms ejemplos de sucesos incompatibles en el

experimento.

6. Sucesos Colectivamente Exhaustivos.

Dado los sucesos A1, A2, A3, , An, los sucesos dados son
colectivamente exhaustivos si slo s :

A1 A2 A3 An =

7. Suceso complemento. ( A o bien por A c )

El complemento del suceso A es el suceso formado por los

elementos que no pertenecen al suceso A
 4
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

8. Operaciones con sucesos.

Dados dos sucesos, A y B, se llaman:

es el suceso formado
por los elementos de A o
Unin
los elementos de B o de
ambos.

es el suceso formado
Interseccin por todos los elementos que
son, a la vez, de A y de B.

es el suceso formado
Diferencia por todos los elementos de
A que no son de B.

Suceso contrario o El suceso =E - A se llama

complemento suceso complemento de A.

En las opraciones unin, interseccin y complementacin (contrario) verifican las propiedades:

Unin Interseccin

1. Conmutativa

2. Asociativa

3. Idempotente

4.
 5
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Simplificacin

5. Distributiva

6. Elemento
neutro

7. Absorcin

A las familias de conjuntos que verifican las propiedades anteriores se les

denomina lgebras de Boole.

En el lgebra de Boole anterior se verifican las siguientes propiedades,

conocidas como Leyes de De Morgan:

El suceso contrario de la unin de dos sucesos es la interseccin de

sus sucesos contrarios:

El suceso contrario de la interseccin de dos sucesos es la unin de

sus sucesos contrarios:

9. Definicin de Probabilidad. Propiedades.

9.1. Definicin de Probabilidad Frecuencial

 6
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Probabilidad de un suceso es el nmero al que tiende la

frecuencia relativa asociada al suceso a medida que el nmero
de veces que se realiza el experimento crece.

La frecuencia relativa del suceso A:

Propiedades de la frecuencia relativa:

1. 0 fr (A) 1 cualquiera que sea el suceso A.

2. fr( ) = fr(A) + fr(B) si = .

3. fr() = 1 ; fr() = 0.

Esta definicin presenta el inconveniente de tener que

realizar el experimento un gran nmero de veces y adems
siempre obtendremos un valor aproximado de la probabilidad.

9.2 Definicin axiomtica. ( Dada por Kolmogorov)

Sea el espacio muestral de cierto experimento aleatorio. La

Probabilidad de cada suceso es un nmero que verifica:

1. Cualquiera que sea el suceso A, P(A) 0.

2. = P( ) = P(A) + P(B). 3. P( ) = 1

9.3 Definicin de Laplace.

 7
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

n (A)
P(A) =
n()

cumple dos condiciones:

i) 0 P( Ai ) 1 ; ii) P( Ai ) = 1

Propiedades.
1. P(Ai) 0

2. P( ) = 0

3. P( ) = 1

4. P (A) = 1- P( A )

5. P( ) = P( A ) + P( B ) - P( ) ; si A y B no son mutuamente excluy.

6. P( ) = P( A ) + P( B ), si A y B son mutuamente excluyentes

Ejemplo:
 8
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Considerando el experimento "elegir tres productos de la produccin diaria " y

observar el nmero de productos defectuosos.
El espacio muestral es

= { NNN, DNN, NDN, NND, DDN, DND, NDD, DDD }

n) = 8

Los casos favorables de los sucesos son :

n(S1) = 1 n(S2) = 3 n(S3) = 3 n(S4) = 1

Luego las probabilidades de cada uno de los sucesos son:

P(S1) = 1/8 P(S2) = 3/8 P(S3) = 3/8 P(S4) = 1/8

Ejercicio1

En una empresa azucarera se realiza un estudio para determinar la calidad del

produccin, para lo en un da determinado se toman, 15 muestras de azcar
blanca, 30 muestras de azcar rubia y 45 muestras de miel de caa. Si
extraemos tres muestras simultneamente, cul es la probabilidad de que
salga una muestra de cada tipo?

Solucin:
Los casos posibles del espacio muestral son las distintas formas
de extraer 3 muestras entre 90. Como el orden no debe tenerse en
cuenta, estos casos son: n() =

Los casos favorables son 15 30 45 = 20 250. stas son las

formas de agrupar tres muestras de cada tipo.

Luego la probabilidad pedida es:

P( Obtener una gragea de cada tipo) = 20250 / 117480 = 0.17237

 9
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Ejercicio 2
Un experimento tiene exactamente cuatro resultados distintos : A, B, C y D .
Cul de las siguientes asignaciones de probabilidad son correctas?

a) P (A) = 0.36 P(B) = 0.18 P(C) = 0.21 P(D) = 0.25

b) P (A) = 0.29 P(B) = 0.35 P(C) = 0.18 P(D) = 0.15

c) P (A) = 0.42 P(B) = 0.17 P(C) = - 0.08 P(D) = 0.49

d) P (A) = 17/80 P(B) = 11/40 P(C) = 1/2 P(D) = 1/80

Ejercicio 3
Dado: P (A) = 0.30 ; P(B) = 0.78 ; P(A B) = 0.16
Calcular:

a) P(A B) ; b) ; P(A B ) c) P(A B )

Ejercicio 4
Cuales de los siguientes sucesos, representan sucesos que son:
i) Colectivamente exhaustivos
ii) Pares mutuamente excluyentes

a) P (A) = 0.6 ; P(B) = 0.2 ; P(C) = 0.1 y P(A B) = 0

b) P (A) = 0.1 ; P(B) = 0.4 ; P(C) = 0.5; P(A B) = P(C)

P(A C) = 0.6 y P(B C) = 0

c) P(A ) = P(B) = 0.2 ; P(C) =0.6 y P(A B) = 0

y P(A C) = P(B C) = 0.8

 10
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Ejercicio 5
La probabilidad de que una nueva Industria de produccin
lctea se ubique en la ciudad de Trujillo es de 0.7, de que se
ubique en Chiclayo es de 0.4 y de que se ubique ya sea en
Trujillo o Chiclayo o en ambas es 0.8. Cul es la probabilidad
de que la nueva industria se localice:
a) En ambas ciudades?
b) En ninguna de ellas?

Ejercicio 6
En un da de produccin de esparrago blanco, se tiene 24
frascos presentan envasado excelente y 14 frascos
presentan envasado incorrecto. Halle las probabilidades de
que si el ingeniero de produccin elige al azar tres frascos
de esparrago blanco, obtenga:
a) Ningn frasco con envasado excelente
b) Un frasco con envasado excelente
c) Al menos una con envasado excelente
d) No ms de 3 frascos presentan envasado excelente .

Ejercicio 7
En una reunin de Ingenieros Agroindustriales hay 30
Ingeneiros de los cuales 24 son Ingenieros con grado de
DOCTOR y el resto tienen grado de MAESTRIA. Si se quiere
formar un comit de produccin de 4 ingenieros. Halle la
probabilidad de que en el comit se tenga:

a) Dos ingenieros con grado de doctor

b) Ninguno con grado de doctor
c) No ms de uno con grado de doctor
d) Por lo menos uno con grado de doctor
 11
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA
10. Probabilidad condicional

Sean A y B dos sucesos tal que P( A ) 0, se llama probabilidad de B

condicionada a A, P(B/A), a la probabilidad de B tomando como
espacio muestral A, es decir, la probabilidad de que ocurra B dado que
ha sucedido A.

con P( A ) 0

De esta igualdad se deduce:

P( B A ) = P( B/A ) P( A )

La frmula anterior adopta la forma para tres sucesos, A, B y C:

P( A B C ) = P( A ) P( B/A ) P( C/A B)

Esta frmula admite una generalizacin para un nmero cualquiera

de sucesos.

Propiedades:

1. 0 P( B / A) 1

2. P( / A) = 1

3. P( / A) = 0

4. P( B / A) = 1 - P( B / A)

5. P( BU C / A) = P( B / A) + P( C / A) - P( B C / A) si A y B no son

Mut. Excluyentes.

6. P( BU C / A) = P( B / A) + P( C / A) si A y B son Mut. exclu.

Ejercicio 1
 12
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

La siguiente tabla representa la distribucin de los empleados de

una Empresa Agroindustrial:
Hombres Mujeres TOTAL
(H) (M)
Fuman (F) 20 10 30
No fuman (N) 80 90 170
TOTAL 100 100 200
Si hay que elegir a uno de ellos, la eleccin puede realizarse bajo
distintos criterios:

a) Eleccin sin condiciones:

100 1 100 1
P( H ) P( M )
200 2 200 2

b) Eleccin con condiciones:

20
P( H F ) 2
P( H / a que sea fumador) P( H / F ) 200
P( F ) 30 3
200
10
P( M F ) 1
P( M / a que sea fumadora) P( M / F ) 200
P( F ) 30 3
200
Ejercicio 2.
En una universidad en su primer ao de formacin tiene tres carreras profesionales y la clasificacin de los
estudiantes se indica en la siguiente tabla
Hombres Mujeres TOTAL
(H) (J)
Ingeniera Agricola (A) 250 100
Ingeniera Agroindustrial (I) 350 150
Agronomia (G) 200 160
TOTAL

Si al azar se selecciona un estudiante y dado que resulto ser

hombre. Cual es la probabilidad:
a) De que el estudiante sea de I. Agroindustrial
b) De que el estudiante sea de Agronomia
c) De que el estudiante sea de Ingeniera Agricola
d) Conteste a) b) c) si el estudiante elegido al azar resulto ser
mujer.
 13
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Ejercicio 3.
Dados los sucesos A y B tal que : P(A) = .05 ; P(B)= 0.3, y
P(A B) = 0.1, encuentre lo siguente:
a) P( B / A)
b) P( A / B)
c) P( A / B)
d) P( B / A)
e) P( B / A )

Ejercicio 4
La probabilidad de que un proyecto Agroindustrial se termine a
tiempo es de 17/20, la probabilidad de que no haya paro de
trabajadores es de y la probabilidad de que el proyecto
Agroindustrial se termine a tiempo dado que no hubo paro de
trabajadores es 14/15; la probabilidad e que haya paro de
trabajadores y el proyecto Agroindustrial se termine no se termine
a es de 1/10. Cul es la probabilidad de que:
a) El proyecto Agroindustrial se termine a tiempo y no haya
paro de trabajadores
b) No haya paro de trabajadores dado que el proyecto
Agroindustrial se termine a tiempo
c) El proyecto Agroindustrial no se termina a tiempo si hubo
paro de trabajadores
d) El proyecto Agroindustrial no se termine a tiempo si no hubo
paro de trabajadores

11. INDEPENDENCIA DE SUCESOS

El conocimiento de que la ocurrencia del suceso A modifica, en
algunas ocasiones, la probabilidad del suceso B, pero en otras no.
Los sucesos en los que, conociendo que uno ha ocurrido, no se
modifica la probabilidad del otro, decimos que son independientes
y, si se modifica, decimos que son dependientes entre s.

Decimos que dos sucesos A y B son independientes entre s, si la

ocurrencia de uno de ellos no modifica la probabilidad del otro, es
decir, si

P( B/A ) = P( B ) P( A/B ) = P( A )
 14
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Decimos que dos sucesos A y B son dependientes entre s si la

ocurrencia de uno de ellos modifica la probabilidad del otro, es
decir, si

P( B/A ) P( B ) P( A/B ) P( A )

Como consecuencia inmediata de la definicin se tiene:

Dos sucesos A y B son independientes si se cumple:

P( A B ) = P( A ) P( B )

Tres sucesos A, B y C son independientes si se cumplen

a la vez:

P( A B ) = P( A ) P( B )

P( A C ) = P( A ) P( C )

P( B C ) = P( B ) P( C )

P( A B C ) = P( A ) P( B ) P( C )

Ejercicio 1:

Se consideran dos sucesos, A y B, asociados a un experimento

aleatorio con P(A)=0.7; P(B)=0.6; P( ) = 0.58

Son independientes A y B?

Solucin:
a. Para ver si son independientes, comprobaremos si

P( A B ) = P( A ) P( B )

P( ) = P[(A B)c] = 1 - P(A B)

Por tanto, P(A B) = 1 - P( ) = 1 -0.58 = 0.42

 15
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Por otro lado, P( A ) P( B ) = 0.7 0.6 = 0.42

Luego, A y B si son independientes, pues se tiene:

(A B ) = P( A ) P( B ) = 0.42

Ejercicio 2:

P(A) = 0.80; P(B) = 0.35 y P(A B) = 0.28

Los sucesos A y B son independientes?

Ejercicio 3:

En un estudio ambiental en la produccin de una zona

agroindustrial se encontr que en 24 muestras de estudio contena
sustancias txicas: 15 muestras contenan sustancias
cancergenas y 9 nueve muestras contenan sustancias nocivas. Si
se eligen al azar tres muestras con reposicin. Hallar la
probabilidad de que:

a) las tres muestras contengan sustancias txicas

b) las tres muestras contengan sustancias nocivas

c) que al primera contenga sustancias txicas, la segunda

sustancias cancergenas y la tercera sustancias nocivas

d) al menos una muestra contenga sustancias cancergenas

12. Probabilidad Total.

Teorema de la probabilidad total

Sea A1, A2, ...,An un sistema completo de sucesos tales que la
probabilidad de cada uno de ellos es distinta de cero, y sea B un
suceso cualquier del que se conocen las probabilidades
condicionales P(B/Ai), entonces la probabilidad del suceso B viene
dada por la expresin:

Ejercicio 1:
 16
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Una compaa de produccin Agroindustrial utiliza tres lneas de

conteiners para el reparto de su produccin en una ciudad, de
forma que el 60% de los conteiner cubre el servicio de la primero
lnea de productos, el 30% cubre la segunda lnea de productos y el
10% cubre el servicio de la tercera lnea de productos. Se sabe que
la probabilidad de que, diariamente, un conteiner se avere es del
2%, 4% y 1%, respectivamente, en cada lnea de produccin.
Determina la probabilidad de que, en un da, un conteiner sufra una
avera.

Solucin:
El suceso "sufrir una avera" (Av) puede producirse en las tres
lneas de produccin , (L1, L2, L3). Segn el teorema de la
probabilidad total y teniendo en cuenta las
probabilidades del diagrama de rbol adjunto,
tenemos:

P(Av) = P(L1) P(Av/L1) + P(L2) P(Av/L2) + P(L3) P(Av/L3) =

= 0.6 0.02 + 0.3 0.04 + 0.1 0.01 =
= 0.012 + 0.012 + 0.001 = 0.025

Ejercicio 2:

Una empresa de conservantes para embasado de productos

alimenticios, labora sus productos en cuatro laboratorios: L 1 ; L2 ; L3 ;
y L4 . El porcentaje de produccin total que se fabrica en cada
laboratorio es del 40%, 30%, 20% y 10%, respectivamente, y
adems el porcentaje de envasado incorrecto en cada laboratorio
es del 1%, 2%, 7% y 4%. Tomamos un conservante de la empresa
al azar. Cul es la probabilidad de que se encuentre
defectuosamente envasado?

Solucin:
Llamando M = "el producto est defectuosamente envasado", se
tiene que este producto puede proceder de cada una de las cuatro
factoras y, por tanto, segn el teorema de la probabilidad total y
teniendo en cuenta las probabilidades del diagrama de rbol
adjunto, tenemos:
 17
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

P(M) = P(F1) P(M/F1) + P(F2) P(M/F2) + P(F3) P(M/F3) + P(F4) P(M/F4)

= 0.4 0.01 + 0.3 0.02 + 0.2 0.07 + 0.1 0.04 =

= 0.004 + 0.006 + 0.014 + 0.004 = 0.028

13. Teorema de Bayes.

En el ao 1763, dos aos despus de la muerte de Thomas Bayes

(1702-1761), se public una memoria en la que aparece, por vez primera, la determinacin
de la probabilidad de las causas a partir de los efectos que han podido ser observados. El
clculo de dichas probabilidades recibe el nombre de teorema de Bayes.

Teorema de Bayes
Sea A1, A2, ...,An un sistema completo de sucesos mutuamente
excluyentes, tales que la probabilidad de cada uno de ellos es
distinta de cero, y sea B un suceso cualquier del que se conocen
las probabilidades condicionales P(B/Ai). entonces la probabilidad
P(Ai /B) viene dada por la expresin:
 18
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Ejercicio 1:

Tres mquinas, A, B y C, producen el 45%, 30% y 25%,

respectivamente Vino de uva en botellas. Los porcentajes de
produccin defectuosa de estas mquinas son del 3%, 4% y 5%.

a. Seleccionamos una botella al azar de vino; calcular la

probabilidad de que sea defectuoso.

b. Tomamos, al azar, una botella de vino y resulta ser

defectuoso; calcula la probabilidad de haber sido producido
por la mquina B.

c. Dira con certeza que la botella de vino de uva defectuoso

fue producido por la mquina B?

Solucin

Solucin:
Sea D= "lnsumo qumico es defectuoso" y N= "lnsumo qumico no
es defectuoso". La informacin del problema puede expresarse en
el diagrama de rbol adjunto.

a) Para calcular la probabilidad de que

la botella de uva es defectuoso, P(D), por la propiedad de la
probabilidad total,

P(D) = P(A) P(D/A) + P(B) P(D/B) + P(C) P(D/C) =

= 0.45 0.03 + 0.30 0.04 + 0.25 0.05 = 0.038

b) Debemos calcular P(B/D). Por el teorema de Bayes,

 19
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

c) Hallemos la probabilidad de: P(A/D) y P(C/D), el que tenga la

mayor probabilidad, ser el que lo haya producido con mayor
certeza.

Ejercicio 2:

Una Industria de Yogurt elabora sus productos en cuatro

laboratorios: L1 ; L2 ; L3 ; y L4 . El porcentaje de produccin total que
se fabrica en cada laboratorio es del 40%, 30%, 20% y 10%,
respectivamente, y adems el porcentaje de envasado incorrecto
en cada laboratorio es del 1%, 2%, 7% y 4%. Tomamos un producto
de la empresa al azar y resulta que presenta un envasado
incorrecto. Cul es la probabilidad de que el yogurt haya sido
producido por:

a) El laboratorio 2 b)El laboratorio 4 c) Con certeza el yogurt

con envasado incorrecto lo produjo el laboratorio 1 d) Si el
producto elegido al azar resulta que no presenta un envasado
incorrecto Dira con certeza que lo produjo el laboratorio 3?

Ejercicio 2:
Tras un estudio estadstico del servicio de delivery de una
Industria de productos alimenticios en una ciudad, se observa que
el 70% de los motoristas son varones y, de estos, el 60% llevan
habitualmente casco. El porcentaje de mujeres que conducen
habitualmente con casco es del 40%. Se pide:

a. Calcular la probabilidad de que un motorista que presta

servicio de delivery elegido al azar lleve casco.

b. Se elige un motorista al azar que presta servicio de delivery y

se observa que lleva casco. Cul es la probabilidad de que
sea varn?

Ejercicio 3:
El volumen de produccin de tarros de leche en tres plantas
diferentes de una fbrica es de 500 unidades en la primera, 1000
unidades en la segunda y 2000 en la tercera. Sabiendo que el
porcentaje de tarros de leche defectuosa producida en cada planta
es del 1%, 0.8% y 2%, respectivamente, Si se elige un tarro de
leche al azar y resulta ser defectuosa.
 20
SUCESOS Y PROBABILIDAD Dra. MARIA T. ROJAS GARCIA

Dira con seguridad que la produjo la segunda planta? Por qu?