EJERCICIOS DEL TEMA 4.

CONCEPTO DE PROBABILIDAD

Ejercicio 1. En un grupo de 25 alumnos universitarios 15 juegan al fútbol, 12 al

baloncesto y 7 practican los dos deportes. Se elige un alumno al azar. Hallar la
probabilidad de que no juegue ni al fútbol ni al baloncesto.

SOLUCIÓN: Supondremos que del experimento aleatorio tipo de deporte

practicado por un grupo de 25 alumnos vamos a considerar los sucesos

F= jugar al futbol
B= jugar al baloncesto

De la información del enunciado podemos establecer que

P(F)=15/25
P(B)=12/25
P( F  B )  7 / 25

Por tanto, la probabilidad de que un alumno elegido al azar de entre los 25

practique futbol o baloncesto será

P( F  B )  P( F )  P( B )  P(F  B)  15 / 25  12 / 25  7 / 25  20 / 25  4 / 5

Pero como lo que nos piden es la probabilidad de que dicho alumno no juegue ni al
futbol ni al baloncesto, el suceso involucrado es el complementario al
anteriormente determinado, es decir

P(NF  NB)  1  P( F  B )  1  20 / 25  5 / 25  1 / 5  20%

Recordemos que una de las leyes de Morgan establece que la intersección de los
complementarios de dos sucesos es igual al complementario de la unión de dichos
sucesos.

Ejercicio2. Una empresa dedicada al transporte de mercancías por aire ha llegado

a la conclusión de que en un día determinado la probabilidad de que llueva en la
zona geográfica en la que opera es de 0,5, la de que llueva o haga viento es 0,75, la
de que no haga viento es de 0,625. Hallar la probabilidad de que sucedan los dos
fenómenos meteorológicos al mismo tiempo.

SOLUCIÓN: Definamos, por tanto, dos tipos de eventos meteorológicos: llueve (L) y
viento (V). La información suministrada es:

P( L )  0,5
P(V)  0,625
P(L V)  0,75
Dado que el enunciado nos suministra la probabilidad de que no haga viento, la de
que haga viento es P(V )  1  P(V )  1  0,625  0,375 . Para que llueva y además
haya viento tendremos que definir el suceso intersección L V cuya probabilidad
será
P( L  V )  P( L )  P(V )  P( L  V )  0,5  0,375  0,75  0,125

Ejercicio 3. Supongamos que las cotizaciones de las acciones de Telefónica y

Sniace son independientes y que la probabilidad de que un día cualquiera suban es
del 70% para ambas. ¿Cuál es la probabilidad de que un día suba sólo una de ellas?

SOLUCIÓN: Definamos el suceso subir las acciones de Telefónica como T y el

suceso subir las acciones de Sniace como S. El enunciado nos dice que P(T)=0,7 y
P(S)=0,7. La probabilidad de que un día cualquiera sólo suba una de ellas es:

P( T  S )  P( T  S )  0,7  0,3  0,3  0,7  0,42

ya que nos da igual cuál de las dos acciones suba y además sabemos que al ser
sucesos independientes la probabilidad de la intersección de ambos sucesos es el
producto de las probabilidades de los sucesos elementales.

Ejercicio 4. Una empresa que debe decidir si adquiere un determinado paquete de

acciones, solicita un informe a tres asesores financieros para que se pronuncien de
forma favorable o desfavorable a la compra. Por experiencias anteriores en
operaciones similares, se sabe que los tres asesores tienen actitudes ante el riesgo
diferentes e independientes. Esta situación se refleja en las probabilidades de
aconsejar la compra de este tipo de operaciones que son respectivamente 0.8, 0.5 y
0.3 Con esta información a priori calcule:

a) La probabilidad de que al menos uno de ellos aconseje la compra.

b) La probabilidad de que ninguno de ellos aconseje adquirir el paquete de

acciones.

SOLUCIÓN:

a) Definamos las siguientes probabilidades:

P(asesor A aconseje la compra)=P(A)=0,8

P(asesor B aconseje la compra)=P(B)=0,5
P(asesor C aconseje la compra)=P(C)=0,3

Si al menos uno de ellos aconseja la compra tenemos que tener en cuenta que
puede ser cualquiera de los tres, o bien dos de ellos o incluso los tres, por lo que
queda claro que éste es el suceso A  B  C , por lo que tendremos que
P( A  B  C )  P( A )  P( B )  P( C )  P( A  B )  P( A  C )  P( B  C )  P( A  B  C ) 
 0,8  0,5  0,3  0,4  0,24  0,15  0,12  0,93

ya que, al ser tres expertos independientes

P( A  B )  P( A )P( B )  0,8  0,5  0,40

P( A  C )  P( A )P( C )  0,8  0,3  0,24
P( B  C )  P( B )P( C )  0,5  0,3  0,15

Existe una forma más sencilla y directa de solucionar esta cuestión. En efecto, la
probabilidad que nos piden es también:

1  P(A B  C)  1   P(A)  P(B)  P(C)  1  0,2  0,5  0,7  0,93

b) La probabilidad de que ninguno de los tres expertos aconseje la compra es,

evidentemente el complementario al suceso de que al menos uno de ellos la
aconseje, obtenida anteriormente, por lo que

1   A  B  B   1  0,93  0,07
o bien
P(A B  C)   P(A)  P(B)  P(C)  0,2  0,5  0,7  0,07

Ejercicio 5. Una cadena de hamburgueserías sabe que el 75% de sus clientes

utiliza mostaza, el 80% utiliza Ketchup y el 65% utiliza ambos.

a. ¿Cuál es la probabilidad de que un determinado cliente utilice al menos uno de

los dos?
b. ¿Cuál es la probabilidad de que un consumidor de mostaza utilice Ketchup?
c. ¿Son independientes los sucesos que has definido?

SOLUCIÓN: Parece claro que dado que el cliente puede utilizar las dos salsas
simultáneamente los sucesos "tomar ketchup K" y "tomar mostaza M" no son
mutuamente excluyentes. Por tanto, el enunciado nos permite disponer de las
siguientes probabilidades:

P( K )  0 ,8 ;P( M )  0 ,75 ;P( K  M )  0 ,65

a) La probabilidad de que tomen al menos uno de los dos ingredientes es

P( K  M )  P( K )  P( M )  P( K  M )  0,80  0,75  0,65  0,90

b) Esta cuestión impone una condición que restringe el espacio muestral anterior,
pues ya sabemos que consume mostaza, por lo que se nos pide la siguiente
probabilidad condicional
 P( K  M ) 0,65
P( K / M )    0,8667
P( M ) 0,75

c) Para que ambos sucesos K y M sean independientes debería cumplirse que

P( K  M )  P(K)  P(M)

sabemos que P(K)P(M)=0,80· 0,75=0,60, que es diferente a P( K  M )  0,65 , por

tanto, no son sucesos independientes.

Ejercicio 6. En un kiosco de helados hay 100 helados de una determinada marca,

de los cuales 25 son de naranja, 25 de limón, 25 de fresa y los 25 restantes de los
tres sabores (naranja, limón y fresa). Llega un niño al kiosco y pide un helado de
esa marca y cuando le preguntan qué sabor quiere, contesta que le da igual. Si el
propietario del kiosco escoge el helado al azar, ¿son mutuamente independientes
los sucesos A = “tomar naranja”, B = “tomar limón” y C = “tomar fresa”?

SOLUCIÓN: Supondremos que hay cuatro tipos de helados:

A=naranja
B=limón
C=fresa
D=naranja, limón y fresa

Las probabilidades de comprar cualquiera de los tres son

P(A)=0,25
P(B)=0,25
P(C)=0,25
P(D)=0,25

Para que sean independientes tendría que darse que:

P( A  B )  P( A )  P( B )  0,5  0,5  0,25

P( A  C )  P( A )  P(C)  0,5  0,5  0,25
P(B C )  P(B)  P(C)  0,5  0,5  0,25
P( A  B  C )  P( A )  P( B )  P(C)  0,5  0,5  0,5  1 / 8

Por tanto, como la última probabilidad no es igual a 0,25 entonces no se trata de

sucesos independientes. Téngase en cuenta que uno de los datos del ejercicio es
que P( A  B  C )  25 / 100  0,25 ya que sólo hay 25 helados de los tres sabores
juntos.
Ejercicio 7. Un mayorista tiene 200 clientes clasificados en la siguiente tabla según
realicen pedidos regularmente o de forma esporádica y según efectúen el pago al
contado o a través de créditos:

Al contado A crédito
Regular 10 15
Tipo de pedido
Esporádico 20 155

En el marco de una campaña publicitaria, el mayorista decide sortear un viaje

entre sus clientes eligiendo uno de ellos al azar.

a. ¿Cuál es la probabilidad de que el cliente elegido al azar realice pedidos de forma

regular o bien utilice créditos para efectuar sus pagos?

b. Calcular la probabilidad de que el cliente afortunando con el viaje realice

pedidos regularmente si sabemos que el elegido efectúa sus pagos mediante
créditos.

c. Calcular la probabilidad de que el cliente afortunado con el viaje realice los

pagos mediante crédito si sabemos que realiza pedidos regularmente.
d. ¿Son independientes los sucesos “comprar a crédito” y “comprar regularmente”?

SOLUCIÓN:
Para que nos resulte más fácil resolver estas cuestiones construyamos la siguiente
tabla de doble entrada:

CO CR TOT
R 10 15 25
R 20 155 175
TOT 30 170 200

a) De la tabla del enunciado sabemos que tenemos un total de 200 clientes, de los
que 30 realiza operaciones de contado (CO) con independencia del tipo de pedido
y 170 realiza operaciones a crédito (CR) con independencia del tipo de pedido. Por
otra parte tenemos 25 clientes que realizan operaciones de forma regular (R) con
independencia de la forma de pago y 175 que realizan operaciones de forma
esporádica (E) con independencia de la forma de pago. Con toda esta información
podemos obtener que

P( R  CR )  P( R )  P( CR )  P( R  CR ) 
 25 / 200  170 / 200  15 / 200  180 / 200  0,9

ya que la probabilidad de que un cliente realice pedidos de forma regular y pague a

crédito es 15/200.

b) En segundo lugar se nos pide la probabilidad de que el cliente realice pedidos de

forma regular, condicionado a que realiza sus compras a crédito. Por tanto, esta
condición reduce el espacio muestral, ya que los casos posibles son tan sólo 170.
Por tanto, dicha probabilidad es

P( R  CR ) 15 / 200
P  R / CR     0,088
P( CR ) 170 / 200

c) Utilizando argumento similar al caso anterior, en este caso tendremos que

P( CR  R ) 15 / 200
P( CR / R )    0,6
P( R ) 25 / 200

d) Por último, para saber si son independientes los sucesos CR y R tendríamos que
comprobar que
170 25
P( CR  R )  P( CR )  P( R )    0,10625
200 200

Pero habíamos comprobado que P( CR  R )  15 / 200  0,075 , por lo que

podemos concluir que los sucesos CR y R no son independientes.

Ejercicio 8. En una entidad bancaria el 1% de los cheques presentados al cobro no

tienen fondos, mientras que el 0,1% de los cheques tienen la firma incorrecta. Si
ambas anomalías se presentan simultáneamente en el 0,05% de los cheques.
Hallar:

a. Probabilidad de que un cheque recibido en la entidad no tenga fondos si tiene la

firma incorrecta.
b. Probabilidad de que el cheque tenga fondos si tiene la firma incorrecta.

SOLUCIÓN: Definamos de nuevo los sucesos que intervienen en este caso.

Llamaremos NFO al sucesos "no tiene fondos" y FI al suceso "firma incorrecta".

a) Si nos encontramos con el caso de un cheque con firma incorrecta, la

probabilidad de que dicho cheque no tenga fondos es

P( NFO  FI ) 0,0005
P( NFO / FI )    0,5
P( FI ) 0,001

ya que del enunciado del ejercicio se desprende que

P( NFO )  0,01 ; P( FI )  0,001 ; P( NFO  FI )  0,0005

b) En segundo lugar se nos impone ahora la condición de que el cheque tenga la

firma incorrecta. En este caso se nos pide la probabilidad de que el cheque tenga
fondos condicionado al hecho anterior. Si llamamos al suceso FO=tener fondos,
queda claro que se trata de calcular la probabilidad del complementario a NFO/FI,
por lo que
 P  FO / FI   1  P  NFO / FI   1  0,5  0,5

Téngase en cuenta para ello que los sucesos FO/FI y NFO/FI tienen el mismo
espacio muestral.

Ejercicio 9. Tres máquinas A, B, C producen bombillas. A produce el 30%, B el 45%

y C el 25% de la producción total. Si el 75%, el 60% y el 80% de las bombillas
producidas por A, B y C respectivamente son buenas, hallar la probabilidad de que
una bombilla extraída al azar sea buena.

SOLUCIÓN: De los datos del ejercicio podemos definir los siguientes sucesos:

A=bombilla producida por la máquina A

B=bombilla producida por la máquina B
C=bombilla producida por la máquina C
BU=bombilla buena, con independencia de la máquina que la haya producido
BU/A=bombilla buena, condicionada a haber sido producida por la máquina A
BU/B=bombilla buena, condicionada a haber sido producida por la máquina B
BU/C=bombilla buena, condicionada a haber sido producida por la máquina C

Hemos realizado, por tanto, una partición exhaustiva del espacio muestral, donde
sabemos que
P( A )  0,30 ; P( B )  0,45 ; P( C )  0,25
P( BU / A )  0,75 ; P( BU / B )  0,60 ; P( BU / C )  0,80

Como se nos pide la probabilidad de que una bombilla seleccionada al azar sea
buena con independencia de la máquina de la que provenga, teniendo en cuenta
que disponemos de una partición exhaustiva del espacio muestral, podemos
aplicar el teorema de la probabilidad total, por lo que
 P( BU )  P( A )P( BU / A )  P( B )P( BU / B )  P( C )P( BU / C ) 
 0,30  0,75  0,45  0,60  0,25  0,80  0,695

Recordemos, atendiendo a la figura anterior que:

P( BU )  P( BU  A )  P( BU  B )  P( BU  C )

y que cada una de dichas intersecciones entre sucesos se puede representar en

función de las probabilidades condicionadas de la siguiente forma

P( BU  A )
P( BU / A )   P( BU  A )  P( A ) P( BU / A )
P( A )
P( BU  B )
P( BU / B )   P( BU  B )  P( B ) P( BU / B )
P( B )
P( BU  C )
P( BU / C )   P( BU  C )  P( C ) P( BU / C )
P( C )

Ejercicio 10. El volumen de producción diario en tres plantas diferentes de una

fábrica es de 500 unidades en la 1ª planta, 1.000 unidades en la 2ª planta y 2.000
unidades en la 3ª planta. Sabiendo que el porcentaje de unidades defectuosas
producidas es del 1%, 0,8% y 2% en la 1ª, 2ª y 3ª planta respectivamente,
determinar la probabilidad de que:

a. Extraída una unidad al azar resulte defectuosa.

b. Extraída una unidad al azar resulte no defectuosa.
c. Habiéndose producido una unidad defectuosa, haya sido producida en la 1ª
planta.

SOLUCIÓN: De nuevo estamos ante un caso parecido al anterior. Definamos los

siguientes sucesos:
P1=unidad producida en la planta nº 1
P2=unidad producida en la planta nº 2
P3=unidad producida en la plante nº 3
D=unidad defectuosa
ND=unidad no defectuosa
D/P1=unidad defectuosa, condicionado a que ha sido producida en la planta nº 1
D/P2=unidad defectuosa, condicionado a que ha sido producida en la planta nº 2
D/P3=unidad defectuosa, condicionado a que ha sido producida en la planta nº 3

a) En primer lugar se nos pide P(D). Al no imponer condición alguna aplicaremos

de nuevo la regla de la probabilidad total

P( D )  P( P1)P( D / P1)  P( P2 )P( D / P2 )  P( P3 )P( D / P3 ) 

5 10 20
  0,01   0,008   0,02  0,0151
35 35 35
ya que
500 5 1000 10 2000 20
P( P1 )   ; P( P2 )   ; P( P3 )  
3500 35 3500 35 3500 35

b) Resulta evidente que si P(D)=0,0151, la probabilidad de que la unidad

seleccionada al azar no sea defectuosa es el complementario a P(D), por lo que

P( ND )  1  P( D )  1  0,0151  0,985

c) En este caso se nos pide la probabilidad revisada o a posteriori P(PI/D), para lo

que aplicaremos el Teorema de Bayes

50
 0,01
P( P1  D ) P( P1)P( D / P1) 35
P( PI / D )     0,0943
P( D ) P( D ) 0,0151

Ejercicio 11. En un determinado comercio la probabilidad de que se produzca un

robo es del 10%. Se instala un sistema de alarma de modo que la probabilidad de
que la alarma funcione si se produce el robo es del 95% y la probabilidad de que
funcione sin haberse producido el robo es del 3%. Se pide:

a. Probabilidad de que habiendo funcionado la alarma, no se haya producido

ningún robo.
b. Probabilidad de que se haya cometido un robo y la alarma no funcione.
c. Probabilidad de que no habiendo funcionado la alarma, se haya cometido un
robo.

SOLUCIÓN: Se trata de un experimento aleatorio consistente en analizar las

probabilidades de robo en un comercio relacionadas con el hecho de que funcione
o no un sistema antirrobo específico. Definamos los siguientes sucesos:

R= se produce un robo
NR=no se produce un robo
F=la alarma funciona
NF=la alarma no funciona

De la información suministrada en el enunciado podemos establecer las siguientes

probabilidades:

P( R )  0 ,10  P( NR )  0 ,90
P( F / R )  0 ,95  P( NF / R )  0 ,05
P( F / NR )  0 ,03  P( NF / NR )  0 ,97

ya que estamos describiendo sucesos complementarios.

a) Nos piden en primer lugar P(NR/F) sabiendo que

P( R )  0,10 ; P( F / R )  0,95 ; P( F / NR )  0,03

Es decir, con independencia de si la alarma se ha activado o no, la probabilidad de

que se produzca un robo es de 0,10. La alarma funciona en el 95% de los casos en
los que se produce un robo y, por último, en el 3% de los casos la alarma se activa
cuando no se ha producido un robo (falsa alarma). Con esta información, y
aplicando el Teorema de Bayes
P( NR )P( F / NR ) 0,90  0,03
P( NR / F )    0,2213
P( F ) 0,122

ya que, aplicando el teorema de la probabilidad total:

P( F )  P( R )P( F / R )  P( NR )P( F / NR )  0,10  0,95  0,90  0,03  0,122

b) En este caso no se nos pide ninguna probabilidad condicional, ya que se nos pide
que se den simultáneamente los casos R y NF, por lo que

P( R  NF )  P( R )P( NF / R )  0,10  0,05  0,005

ya que sabemos que, por definición

P( R  NF )
P( NF / R ) 
P( R )

y P(NF/R) es la probabilidad del complementario P(F/R), por lo que

P( NF / R )  1  P( F / R )  1  0,95  0,05

c) Por último, se nos pide P(R/NF), que de forma análoga a lo anterior será

P( R )P( NF / R ) 0,10  0,05

P( R / NF )    0,00569
P( NF ) 1  0,122
Recordemos al respecto que si la probabilidad de que la alarma funcione con
independencia de si se produce o no un robo es P(F)=0,122, entonces P(NF) es la
probabilidad del suceso complementario a F.

Ejercicio 12. En la entrada de una Facultad hay tres fotocopiadoras A, B y C cuyos

porcentajes de fallo son: 3%, 5% y 4%, respectivamente. Un alumno entra en la
Facultad y, como las tres fotocopiadoras están libres, elige una al azar. Al llegar a
clase observa que una fotocopia es defectuosa. ¿Cuáles la probabilidad de que el
alumno hubiese elegido la máquina B?

SOLUCIÓN: Este es un caso muy parecido a los anteriores. Se trata de realizar una
partición exhaustiva del espacio muestral en el experimento aleatorio "Seleccionar
una fotocopiadora". Definamos los siguientes sucesos:
A= el alumno ha seleccionado la máquina A
B= el alumno ha seleccionado la máquina B
C=el alumno ha seleccionado la máquina C

Como el enunciado nos dice que el alumno elige una máquina al azar, los sucesos A,
B y C son equiprobables, por lo que P(A)=P(B)=P(C)=1/3. En segundo lugar,
definimos el suceso F=se produce un fallo en la fotocopiadora, sabiendo que

P( F / A )  0,03 ; P( F / B )  0,05 ; P(F/ C)  0,04

Supongamos que ya se ha intentado realizar la fotocopia, y se ha observado que se

produce un fallo, y deseamos saber qué probabilidad existe de que provenga de la
máquina B, es decir P(B/F). De nuevo, aplicando el Teorema Central del Límite
obtenemos que
1
 0,05
P( B )P( F / B ) 3
P( B / F )    0,41667
P( F ) 0,04

ya que, aplicando la regla de la probabilidad total

P( F )  P( A )P( F / A )  P( B )P( F / B )  P( C )P( F / C ) 

1 1 1
  0,03   0,05   0,04  0,04
3 3 3