Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T.

ROJAS GARCIA

==

Trujillo, mayo 2022

1
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

MÓDULO I

PROBABILIDAD Y DISTRIBUCIONES DE
PROBABILIDAD
SEMANA 1
SESION 1: DEFINICIONES GENERALES Y PROBABILIDAD
MOTIVACIÓN

“ ! Cuando me gane la Tinka...! ” Es una frase que hemos escuchado

muchas veces, y que incluso nosotros hemos pensado alguna vez.

Ilustración 1: La tinka

“En qué banco guardare mis ahorros? ”Es una preocupación para=3
todas las personas que desean seguir la cultura del ahorro y
esperan que su dinero, bien invertido, les proporcione utilidades
significativas.

Ilustración 2: Banco Santander

“A quién apuesto? ”Esto se preguntan los espectadores en el

Hipódromo de Monterrico en Lima, mientras revisan los cuadros de
los resultados de las últimas fechas de competencias para poder
tomar la decisión más acertada en sus apuestas.

Ilustración 3: Hipódromo de Monterrico

“Subirán los precios de la canasta familiar el próximo mes” es una

constante preocupación de las amas de casa, para poder distribuir
su presupuesto familiar.

2
 Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

Ilustración 4:Canasta Familiar

CAPACIDADES

➢ Definir un experimento aleatorio y determinar los sucesos y

espacio muestral en casos de la vida cotidiana.

➢ Calcular la probabilidad de sucesos de interés, aplicando los

axiomas de la teoría de probabilidad.

1. Experimento aleatorio.

Experimentos o fenómenos aleatorios son los que pueden dar lugar a varios resultados,
sin que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado en
la realización del experimento.

Es aquel que al repetirlo en análogas condiciones, da resultados diferentes, es decir,

no se puede predecir el resultado que se va a obtener

Ejemplos:
- Seleccionar tres productos al azar de la producción diaria de
una industria.

- Observar la reacción de una sustancia química

- Elegir tres muestras de aire y observas si contiene gases

contaminantes.

- Elegir 5 visitantes al Perú y determinar si tiene el virus de COVID

19.

- Elegir cuatro frutas al azar de un cesto y observar si se obtiene

naranja

- Determinar si llueve o no llueve en un día nublado

3
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

2. Suceso o evento:

Suceso aleatorio es un acontecimiento que ocurrirá o no, dependiendo

del azar.

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

experimento aleatorio.

Se representa por letras mayúsculas y en forma de conjuntos

Ejemplo 1:
- En el experimento que consiste en elegir tres productos al azar
de la producción diaria de una industria y observar si se
encuentra un producto defectuoso. Se tiene:

• Experimento aleatorio: elegir tres productos al azar de la

producción diaria

En cada ensayo (elección) se tiene los sucesos

D: Producto defectuoso N: Producto no defectuoso

• Los sucesos del experimento aleatorio: al elegir tres productos al

azar 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

4
 Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA
S4 = {DDD }

S5 : Obtener seis productos defectuosos

S4 = Φ = { } llamado suceso imposible.

3. Clases de sucesos

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

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

Ejemplo:
En el experimento aleatorio anterior, mencione cuál es suceso
simple y cuál es suceso compuesto?

Sucesos simples: S1 y S4 y Sucesos compuestos: S2 y S3

4. Espacio muestral de un experimento aleatorio (Ω)

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

sucesos del experimento aleatorio.

Así en el experimento aleatorio que consiste en elegir tres

productos al azar de la producción diaria de una industria y
observar si es defectuoso:

• Espacio muestral:

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

5
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA
Un experimento aleatorio y os sucesos se puede representar
mediante el DIAGRAMA DE ARBOL, como se muestra a
continuación.

DIAGRAMA DE ARBOL RESULTADOS

N NNN

N D NND

N NDN

D NDD

N N DNN

D DND

D N DDN

D DDD

n ( Ω) = 2 x 2 x 2 = 8

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

Ilustración 5: Diagrama de Árbol

5. Algebra de Sucesos

5.1. Sucesos incompatibles - mutuamente excluyentes.

Son aquellos sucesos que no se pueden verificar

simultáneamente. Cuando pueden verificarse ambos a la vez se
llaman sucesos compatibles.

Si A y B son incompatibles, entonces A  B = 

Si A y B son compatibles, entonces A  B  

➢ En el experimento de elegir los tres productos, los sucesos:

S1 = { NNN } y S3 = { DDN, DND, NDD}
son sucesos incompatibles, Pues se tiene que S1  S2 = 

➢ Indique más ejemplos de sucesos incompatibles en el

experimento.

6. Sucesos Colectivamente Exhaustivos.

6
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

Dado los sucesos A1, A2, A3, … , An, los sucesos dados son
colectivamente exhaustivos si sólo sí :

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


A
A’

8. Operaciones con sucesos.

Dados dos sucesos, A y B, se llaman:

7
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

esel suceso
formado por los
Unión elementos de A “o” los
elementos de B “o” de
ambos.

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

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

Suceso El suceso =E - A se
contrario o llama suceso
complemento
complemento de A.

En las operaciones unión, intersección y complementación

(contrario) verifican las propiedades:

8
 Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

Unión Intersección

1.
Conmutativa

2. Asociativa

3.
Idempotente

4.
Simplificación

5. Distributiva

6. Elemento
neutro

7. Absorción

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

denomina álgebras de Boole.

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

conocidas como Leyes de De Morgan:

• El suceso complemento de la unión de los sucesos A y B, es la

intersección de los complementos de los sucesos A y B:

; (𝑨 ∪ 𝑩)’ = 𝑨’ ∩ 𝑩’

• El suceso complemento de la intersección de los sucesos A y B, es la

unión de los complementos de los sucesos A y B:

; (𝑨 ∩ 𝑩)’ = 𝑨’ ∪ 𝑩’

9
 Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

9. Definición de Probabilidad. Propiedades.

9.1. Definición de Probabilidad Frecuencial

Probabilidad de un suceso A, es el número al que tiende la frecuencia relativa,

asociada al suceso a medida que el número de veces que se realiza el
experimento.

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 = Ø.
3. fr() = 1 ; fr(Ø) = 0.

Esta definición presenta el inconveniente de tener que realizar

el experimento un gran número de veces y además siempre
obtendremos un valor aproximado de la probabilidad.

9.2 Definición axiomática. ( Dada por Kolmogorov )

Sea  el
espacio muestral de cierto experimento aleatorio. La
Probabilidad de cada suceso es un número que verifica:

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

2. =Ø P( ) = P(A) + P(B.

3. P(  ) = 1

10
 Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

9.3Definición de Laplace.

La definición clásica de probabilidad, dada por la regla de Laplace, se

aplica si todos los resultados posibles de un experimento aleatorio que
tienen la misma probabilidad o son equiprobables. (Walpole, 2012)

n (A)
P(A) =
n()

cumple dos condiciones:

i) 0  P(Ai)  1 ; ii)  P( Ai ) = 1

11
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

9. 4. Propiedades.

1. P(Ai)  0

2. P( Ø ) = 0

3. P( ) = 1

4. P (A) = 1- P( A )

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

B
A

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

Ejemplo 2:

Considerando el ejemplo 1, donde el experimento aleatorio es "elegir tres

productos de la producción diaria " y observar el número de productos
defectuosos.
El espacio muestral es

S1 S2 S3 S4

Ω = { 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(A) = n(A) / n(Ω)

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

Ejercicio1

12
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA
En una empresa azucarera se realiza un estudio para determinar la calidad de

Ejercicio 2
Un experimento tiene exactamente cuatro resultados distintos : A, B, C y D .
¿Cuál 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

la producción, para lo cual en un día determinado se toman, 15 muestras de

azúcar blanca, 30 muestras de azúcar rubia y 45 muestras de miel de caña. Si
extraemos tres muestras simultáneamente, ¿cuál es la probabilidad de que
salga una muestra de cada tipo?

Solución:

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. Éstas son las

formas de agrupar tres muestras de cada tipo.

Luego la probabilidad pedida es: P(BRC) = 20250/117480 = 0.17236

Ejercicio 3
Si las probabilidades de los sucesos A y B son: 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 )

13
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

Ejercicio 4
Cuáles 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

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

Ejercicio 6
En la producción de planchas de aluminio, se tiene 15
planchas de aluminio con acabado de superficie excelente y
24 planchas de aluminio con acabado de superficie bueno.
Halle las probabilidades de que, si el ingeniero de
producción elige al azar tres planchas de aluminio, obtenga:
a) Ninguna con acabado de superficie excelente
b) Una con acabado de superficie excelente
c) Al menos una con acabado de superficie excelente
d) No más de 3 planchas con acabado de superficie
excelente

14
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA
Ejercicio 7 CADA UNO RESUELVE EL EJERCICIO
En una reunión de Ingenieros Estadísticos hay 30 Ingenieros de
los cuales 24 son Ingenieros con grado de DOCTOR y el resto
tienen grado de MAESTRIA. Si se quiere formar un comité de
producción de 4 ingenieros. Halle la probabilidad de que en el
comité se tenga:

a) Dos ingenieros con grado de doctor

b) Ninguno con grado de doctor
c) No más de uno con grado de doctor
d) Por lo menos uno con grado de doctor

Ejercicio 8 CADA UNO RESUELVE EL EJERCICIO

Se realizó un estudio para examinar la relación entre la estructura de
costos y las propiedades mecánicas de granos equieje en lingotes
solidificados unidireccionalmente. Lingotes de aleaciones de cobre se
vertieron en uno de tres tipos de moldes (columnares, mixtos o
equieje), de cada lingote se tomaron cinco especímenes para pruebas
de tensión de distintas distancias (10, 35, 60, 85 y 100 milímetros) de
la cara del enfriamiento del lingote y se determinó la resistencia a la
tensión.
a) ¿Cuántas mediciones a la resistencia se obtendrán si el
experimento incluye un lingote para cada tipo, combinación de
molde y orientación?
b) Suponga que se van a seleccionar tres de los lingotes para
pruebas adicionales a la distancia de 100 mm. ¿Cuántas muestras
de tres lingotes se pueden seleccionar del número total del
experimento?
c) ¿Halle la probabilidad de que la muestra seleccionada al azar
incluya la distancia más alta del experimento?

15
Estadística II Ingeniería Industrial IV Ciclo Dra. MARIA T. ROJAS GARCIA

REFERENCIAS

DEVORE, L. (2012). Probabilidad y Estadística para Ingeniería y Ciencias. Octava Edición

México: Cengage.
Disponible en:
https://issuu.com/cengagelatam/docs/probabilidad_y_estadistica_para_ingenieria_devore

FREUND, J. E., MILLER, I., y MILLER, M. (2000). Estadística Matemática con Aplicaciones.
Sexta edición. México S.A. de C.V. Pearson.
Disponible en:
https://www.academia.edu/36988658/Estad%C3%ADstica_Matem%C3%A1tica_con_Aplicaciones_6ta_
Edici%C3%B3n_-_John_E._Freund_LEP

MENDENHALL, W., BEAVER,R., y BEAVER, B.(2010). Introducción a la Probabilidad y

Estadística. Decima Tercera Edición. Cengage Learning Editores, S.A. de C.V. , México,
D.F
Disponible en:
https://docs.google.com/viewer?a=v&pid=sites&srcid=ZGVmYXVsdGRvbWFpbnx1bXNzZXN0Y
WRpc3RpY2F8Z3g6MmIxNTIyY2IyM2FiODViZQ

16