SECCIÓN 4.

12

2. Un borracho camina de forma aleatoria de la siguiente forma: cada minuto da un paso hacia
adelante o hacia atrás con igual probabilidad y con independencia de los pasos anteriores.
Cada paso es de 50 cm. Calcule la probabilidad de que en una hora avance más de 5 metros.

Dado que tenemos solo dos posibilidades, “avanza hacia adelante” y “avanza hacia atrás” las
cuales tienen igual probabilidad es una distribución binomial 𝒳~𝐵𝑖𝑛(60,0.5).

La sucesión (aritmética) que siguen las diferentes distancias a las que puede estar el borracho
en función del número de minutos transcurridos viene dada por la expresión:

d (t, k) = 50 (2k - t), donde k es un número entero que varía entre 0 y t.

Una hora son 60 minutos, luego hagamos t = 60.

5 metros son 500 cm, luego

d (60, k) > 500

50 (2k - 60) > 500

2k - 60 > 10

2k > 70

k > 35

Entonces podemos aproximar la Probabilidad por una distribución normal así:

35 − 60 × 0,5
𝑃(𝐷 > 35) = 1 − 𝑃(𝐷 ≤ 35) = 1 − Φ ( ) = 1 − Φ(1,29) = 0,0985
0,5√60
En resumen, la probabilidad de que en una hora avance más de 5 metros es de 0,0985

4. Los vehículos que cruzan un puente tienen pesos cuya media es de 4675 kg y cuya desviación
estándar es de 345 kg. Si hay 40 vehículos sobre el puente en un instante dado, hallar el
número a tal que la probabilidad (aproximada) de que su peso total no supere a o sea del 99%.

Debemos hallar un peso “a” tal que:

Pr(𝑃 ≤ 𝑎) = 0,99
Pero podemos aproximar la Probabilidad por una distribución normal así:
𝑎 − 40 × 4675
Pr(𝑃 ≤ 𝑎) = Φ ( ) = 0,99
345√40
Como Φ(2,327) = 0,99 debemos resolver la ecuación:
𝑎 − 40 × 4675
= 2,327
345√40
De donde
𝑎 − 40 × 4675
= 2,327 × 345√40
1
 𝑎 = 2,327 × 345√40 + 40 × 4675
𝑎 = 192077,45
El número 𝑎 tal que la probabilidad (aproximada) de que su peso total no supere a o sea del 99%
es 192077,45 Kg

6. El propietario de una copiadora ha determinado que el número diario de copias que se

realizan en su local tiene una media de 1250 con una desviación estándar de 350. Halle la
probabilidad de que en un mes de trabajo (25 días) el total de copias:

a) sea menor a 30000

Podemos aproximar la Probabilidad por una distribución normal así:

30000 − 25 × 1250
𝑃(𝐶 ≤ 30000) = Φ ( ) = Φ(−0,7143) = 0,2375
350√25
b) Se encuentre entre 25000 y 32000.

Se cumple que:

𝑃(25000 ≤ 𝐶 ≤ 32000) = 𝑃(𝐶 ≤ 32000) − 𝑃(𝐶 ≤ 25000)

Podemos aproximar estas probabilidades por una distribución normal así:
32000 − 25 × 1250 25000 − 25 × 1250
𝑃(𝐶 ≤ 32000) − 𝑃(𝐶 ≤ 25000) = Φ ( ) − Φ( )
350√25 350√25
3 25
= Φ ( ) − Φ (− ) = 0,6659 − 0,0002 = 0,6657
7 7
8. El número de personas que acuden a una agencia bancaria, es una semana, para abrir una
cuenta sigue una distribución de Poisson de parámetro λ=10. ¿Cuál es la probabilidad de que
en dos años (es decir, 104 semanas) se hayan abierto más de 1000 cuentas?

Debemos calcular 𝑃(𝐶 > 1000), pero aproximando esta probabilidad por una distribución
normal, tenemos que:
1000 − 104 × 10
𝑃(𝐶 > 1000) = 1 − 𝑃(𝐶 ≤ 1000) = 1 − Φ ( ) = 1 − Φ(−1,24) = 0,8925
√10 × 104
La probabilidad de que en dos años (es decir, 104 semanas) se hayan abierto más de 1000
cuentas es de 0,8925

10. La resistencia de un hilo metálico es una variable aleatoria cuya media es 3 kg y su

desviación estándar 1 kg. Suponiendo que la resistencia de un cable es igual a la suma de las
resistencias de los hilos que lo forman.

a) Calcule la probabilidad de que un cable de 100 hilos sostenga 280 kg

280 − 100 × 3
Pr(𝐾 > 280) = 1 − Φ ( ) = 1 − Φ(−2) = 0,97725
√100
La probabilidad de que un cable de 100 hilos sostenga 280 kg es de 0,97725

b) ¿Cuántos hilos se necesitan para que el cable sostenga 300kg con un 99% de seguridad?
Debemos hallar un peso “n” tal que, al aproximar la probabilidad por una distribución normal,
cumpla que:
300 − 𝑛 × 3
Pr(𝐾 > 300) = 1 − Φ ( ) = 0,99
√𝑛
300 − 𝑛 × 3
Φ( ) = 0,01
√𝑛
Como Φ(−2,309) = 0,01 debemos resolver la ecuación:
300 − 𝑛 × 3
= −2,309
√𝑛
De donde

300 − 𝑛 × 3 = −2,309√𝑛

−2,309√𝑛 + 3𝑛 − 300 = 0
𝑛 = 108
Se necesitan más de 108 hilos para que el cable sostenga 300kg con un 99% de seguridad.

12. Un jugador de baloncesto encesta un lanzamiento de 3 puntos con una probabilidad de

0,3.

a) Aproxime la distribución del número de canastas conseguidas en 25 lanzamientos

Dado que tenemos solo dos posibilidades, “Encesta” y “No encesta” donde la probabilidad de
3
encestar es 0,3 decimos que es una distribución binomial 𝒳~𝐵𝑖𝑛(25, 10 ).

Entonces tenemos que 𝐸(𝑋) = 𝜇 = 7,5 y 𝑉𝑎𝑟(𝑋) = 𝜎 2 = 5,25 por lo que podemos aproximar
la distribución del número de canastas conseguidas en 25 lanzamientos con:
15 21
𝑁( , )
2 4
b) Calcule la probabilidad de encestar más de 10 canastas.

10 − 7,5
𝑃(𝑋 > 10) = 1 − 𝑃(𝑋 ≤ 10) = 1 − Φ ( ) = 1 − Φ(1,091) = 0,1376
√5,25

La probabilidad de encestar más de 10 canastas es de 0,1376

14. En promedio, de las personas que ingresan a una librería solo el 25% realiza una compra.
Si en un día entraron 80 clientes, calcule la probabilidad aproximada de que se hagan al menos
28 compras.

Dado que tenemos solo dos posibilidades, “Compra” y “No compra” donde la probabilidad de
1
compren es 0,25 decimos que es una distribución binomial 𝒳~𝐵𝑖𝑛(80, 4 ).

Entonces tenemos que 𝐸(𝑋) = 𝜇 = 20 y 𝑉𝑎𝑟(𝑋) = 𝜎 2 = 15 por lo que podemos aproximar la

distribución del número de canastas conseguidas en 25 lanzamientos con:

𝑁(20,15)
 28 − 20
𝑃(𝑋 > 28) = 1 − 𝑃(𝑋 ≤ 28) = 1 − Φ ( ) = 1 − Φ(2,06) = 0,019434
√15
La probabilidad aproximada de que se hagan al menos 28 compras es de 0,019434

16. En una fábrica microcircuitos se ha comprobado que el 4% de estos son defectuosos. Un

cliente compra un paquete de 500 microcircuitos procedentes de la fábrica. Determine:

a) el número esperado de microcircuitos no defectuosos

Dado que tenemos solo dos posibilidades, “Es defectuoso” y “No es defectuoso” donde la
probabilidad de que sea defectuoso es de 0,04 decimos que es una distribución binomial
1
𝒳~𝐵𝑖𝑛(500, 25 ).

Entonces tenemos que 𝐸(𝑋) = 𝜇 = 20

El número esperado de microcircuitos no defectuosos es de 20.

b) la probabilidad de que se encuentre más de 25 microcircuitos defectuosos;

96
Por un lado calculamos que 𝑉𝑎𝑟(𝑋) = 𝜎 2 = 19,2 =
5

Entonces podemos aproximar la probabilidad así:

25 − 20
𝑃(𝑋 > 25) = 1 − 𝑃(𝑋 ≤ 25) = 1 − Φ ( ) = 1 − Φ(1,141) = 0,1269
√19,2
c) la probabilidad de que el número de microcircuitos defectuosos esté entre 16 y 30.

Podemos aproximar la probabilidad así:

30 − 20
16 − 20
𝑃(16 ≤ 𝑋 ≤ 30) = 𝑃(𝑋 ≤ 30) − 𝑃(𝑋 ≤ 16) = Φ ( )−Φ( )
√19,2 √19,2
= Φ(2,28218) − Φ(−0,91287) = 0,808105
La probabilidad de que el número de microcircuitos defectuosos esté entre 16 y 30 es de
0,808105
18. Se conoce, por estudios previos, que la proporción de vacas que enfermarán después de
suministrarles la vacuna contra la fiebre aftosa es del 2%. Una granja tiene 600 vacas que son
vacunadas. Determine:

a) el número esperado de animales que no enfermarán;

𝐸(𝑋) = 𝑛𝑝 = 600 × 0,02 = 12 = 𝜇

Esto es animales enfermos, para los que no enferman: 600-12=588

Entonces el número esperado de animales que no enfermarán es de 588

b) Ia probabilidad de que el número de reses que enferman sea, como máximo, 17;

𝑉𝑎𝑟(𝑋) = 𝑛𝑝(1 − 𝑝) = 11,76

Entonces podemos aproximar la probabilidad así:
17 − 12
𝑃(𝑋 ≤ 17) = Φ ( ) = Φ(1,458) = 0,92758
√11,76
La probabilidad de que el número de reses que enferman sea, como máximo, 17 es de 0,92758

c) la probabilidad de que el número de reses que no enferman sea como mínimo, 590.
590 − 588
𝑃(𝑌 > 590) = 1 − 𝑃(𝑌 ≤ 590) = 1 − Φ ( ) = 1 − Φ(0,5832) = 0,279875
√11,76
La probabilidad de que el número de reses que no enferman sea, como mínimo, 590 es de
0,279875
20. Sea 𝑺𝟒𝟓 el número de fracasos que preceden al 45º éxito en un proceso de Bernoulli con
probabilidad de éxito 𝐩 = 𝟎, 𝟑𝟔. Sea 𝑺𝟒𝟓 = 𝑿𝟏 + ⋯ + 𝑿𝟒𝟓 , donde 𝑿𝟏 representa el número
de fracasos que preceden al primer éxito, 𝑿𝟐 es el número de fracasos entre el primer y el
segundo éxito, y así sucesivamente. Las 𝑿𝒋 son independientes.

a) Dé el nombre de la distribución de una única 𝑋𝑗 , obtenga también su media y su varianza

Se trata de distribuciones geométricas de la forma 𝐺(0,36)

1
𝐸(𝑋) = = 2,77
0,36
1−𝑝
𝑉𝑎𝑟(𝑋) = = 4,938
𝑝2
b) ¿Cuál es el valor esperado y la varianza de 𝑆45?;
1−𝑝
𝐸(𝑋) = 45 = 80
𝑝
1−𝑝
𝑉𝑎𝑟(𝑋) = 45 = 222,22
𝑝2
c) Aproxime la probabilidad de que 𝑆45 esté a una distancia no superior a 20 de su media.
100 − 80
Pr(𝑋 ≤ 100) = Φ ( ) = Φ(1,34164) = 0,910143753
√22,22