BS. (a) €= 1/30 sineo 1 = So e(2? +4) = 300.
(b) ¢=1/10 since
-£:06°)-100-00-00)-™
36 (@) POC > 200) = 5 ae = — |
(b) POO < X < 200) = Se? Bits de = — Se = 8 = 0.1020.
BT (@) PIX <12)= fiz de + fi"2—2) de= $[ + (22-¥) |!” =068,
(b) POS 3)
(©) PA .
3.14 (a) POX <02)~ F(02) = 1-6! — 07081;
(b) $2) = F(a) = Se That, P(X < 02) = 8 (S26 de =
‘om.
af =
315 The edit, of X is
0, torr <0,
2%, fo Osr2
(a) PO P(X < 1) = PIX <0) =6/7- 9/7 = 4/7:
(b) P< X <2) =P(X $2) PIX <0) =1-4/7 = 5/7,
8416 A graph of the ef. is shown next.
zal
(©) P(X S16) = f)%(1/2) as
BAB (a) POX < 4) = BMA de = Bl — 6/07
(b) PRS X <4) = ABD de OBEl 1/3,
3.19 F(a) = fF(4/2) d= =,
PQ< X'< 25) = F(25)— FQ) =
2.90 Po) = 2 i+ 0 de 3 (re 8) Se
PQ< X<4)= FU) - FQ) = 2-4 = 4
391 (@) Lak VE de = Ball =. Therefore, k=}
(b) F(a) = 3 ff vi dt = Af) = 29.
P(03 < X <06) = F(0.6) — F(03) = (0.6)? - (0.3) = 0.3004. 3.22 Denote by X the number of spades int he three draws. Lot S and N stand for a spade
and not a spade, respectively. Then
P(X =0) = P(NNN) = (39/59)(38/51) (37/50) = 703/1700,
P(SNN) + P(NSN) + P(NNS) = 3(13/52)(89/51)(88/50) = 71/1700,
P(SSS) = (13/52)(12/51)(11/50)
~F08/1700 — 741/170) — 11/850
‘The probability mass function for X is thon
«| 0 1 23
Tay PABA FAT TOOT SST
2.28 Thocdt of X is
0. forw<-3,
1/97, for —Rew et,
PQ)=47/", for -1 0=1— PW <0) = 17/27 = 20/27.
(6) P-L SW <9) FQ) — F(-8)— 19/97 - 1/27 2/8.
3.24 There are (2) ways of selecting any 4 CDs from 10, We can select » jaze CDs from 5
and 4 —r from the remaining CDs in (8) (,2,) ways. Hence
2.25 Lot T be the total value of the thro caine. Lot D and N stand for « dimo and nickel,
respectively. Since we are selecting without rephicement, the sample space containing
elements for Which ¢ = 20,25, and 30 cents correspouding to the sebcting of 2 nickels
sd din, til wet 9 dines, and mex Thora, Pep — 29) — GE —
para) — G3,
ram -B-4
and the probebility distribution in tabular form is
«|e 30
PT=o|is 35 75
Asa probability histogram 3.26 Denote by X the mumber of groon balls in the three draws. Let G und B stand for the
colors of green and black, respectively
Simple Event |r| F(X =z)
BBB 0] GBF =a
cea | 1] aysj@/3y
zon |1| apeny
aac | 1| apy
acc | 2| (yaya
GBG 2} aye
GcB 2} (1/3)8Q/3) = 2/
aca__| a | apy =ipr
‘The probabiity mass function for X is sa
ot 3
PO
B27 (a) Fore 20, F(x) = {on
=1- exp(—r/2000). 85
0 <
F=f ct-snmm, 230
(b) POX > 1000) = 1 F (1000) =
(¢) P(X < 2000) = F(2000) =
3.38 (a) f(a) > O and (2623 de
() PU <2) = A 2 ae
(©) P(X > 28) = 23 ae
exp(—1/2000) dt =
Ta a ar
exp (1/2000)
[1 —ex(—1000/2000)] = 0.605
~ exp(~2000/2000) = 0.6321,
A. It is not extremly rare 320 (a) f(2) 2 Oand fete de = 8 42 [= 1. So, this a density function
(b) Pore >1, Fla) = f£9-4 dt = 1-2, &,
ro={_. Ih
lors pel
(6) POX > 4) = 1 F(A) = 4-9 = 00156,
gan (9) 1 =e fya~24) art (00-8) [', = BR
Solutions for Exercises in Chapter 2 3%
(b) Port <2 <1, Fa)
80, P(X <)=4- (8) () —e =
(©) PUX| <08) = PIX <~08) + P(X > 08) — F(—08) +1— FCO)
=1+ (§— 208+ 08) - (4+ 208 — Los) —0.164
2.1 (a) Fory>0, Fy) 4 [te dy = 1-2! So, PLY > 6)= e® = 0.201. This
‘probability certainly cannot be considered as “unlikely.”
() PO $1) = 1-64 = 0.2212, which is so sal either
OOF i= 8 PIR Rb igene:
8.32 (a) f(y) = Oand fy 51-9)" dy
(b) POY <1) = ~ (0 —y\*f
(c) P(Y > 05) = (1- 0.5) = 6.03125.
So, this is a density function. 3.83, (a) Using intogral by parts and setting 1 = & ff y4(1—u)® dy, we obtain k = 280.
(b) For 0 < y <1, Fly) = S6yM(1 — ¥) + 28461 — y)? + BYU —y) 4 vA. So,
PUY <5) = 0.3833.
(c) Using th edfin (8), PLY > 0.8) =
3.34 (a) Tho event ¥ = y meats that among 5 solcted, exactly y tubes moet the spoc-
ifieation (M) and 5 (I) does not. ‘The probability for one ccmbination of
‘such a situation is (0.99)¥(1 — 0.99)*-* if we assume indeperence among the
tubes, Since there are =r permutations of getting y MS aud 5—y M's, the
‘probability ofthis event (Y"~ y) would be what itis spected in the problem,
(b) Thnw out of Sis outside of specification moans that ¥ — 2. P(Y — 2) — 08 10-6
which is extremely small. So, the conjecture is false.
0563,
3.35 (a) PLY >8) (Bt Get 1528.
() Pur =9) = *§ 00m,
2.96 For <2<1, F(a) —2f§(l-#) de — de} 1-0.
(@) POV 1/8) =1 01/87 = 8/9.
(b) PUY > 05) = (1-1/2 = 1/8.
(©) PUY < 075 | X 20.5) = SOs oem _ Homecare _ 9
380 (0) E35 sew) = ee Bry =S6e=1. Hee c= 1/86,
() OT Sew) =eLE ew = We= 1. Hence e = 1/18.
3.38 The joint probability distribution of (1) is 7503/5055
1/20 9/20 Ayan 4)20
2 |2/30 530 4/30 5/30
(8) PUR <2,¥ = 1)= f00.1) + (1,1) + 2.1) = 1/304 2/20 +8/30 = 15.
(0) PX >2,¥ <1)= 8,0) + (8,1) = 3/30 + 4/30 = 7/90.
(c) PIX >Y¥) = f(1.0) + £(2.0) + £(3.0) + $(2.1) + (3,1) + £18.2)
= 1/30-+ 2/30-+ 3/20 + 3/30 + 1/30 45/20 = 3/5.
(@) PIX+Y =4) = 72.2) + 18.1) = 4/904 4/99 =4/15,
3.39 (a) Wo can solect 2 oranges from 3, y apples from 2, and 4— 2 —y bananas from 3
in) G-.) 08 A room auton of rec ft can bo man (2)
ways. Therelate,
tea OMe), 2-012 901% teesyed
(0) PUX,Y) € A= PCY <2) = F010) + £(2.0) + £0.1) + F011) + 100.9)
=3/70 + 9/70 + 2/70-+ 18/70 + 3/70 ~ 1/2.
240 (@) ale) = file + Oy) dy = $e +1), fe Ose <1
(W) hy) — 3 fee + By) dy — 41 + Ay), for OS y <1.
(©) PIX <1/2)=3 e+ 1) de &
BA (@) PIX FY <1/2)= i? JY tay de dy = 19 8? hv) vv
(8) 9(e) = ff" 24ay dy = 195(1 — 28, for OC <1
(0) Sule) = Phe = Why for Osu <1— 2.
‘Taro, POY < 1/8 X = 9/4) = 22,60" y dy = WA
3.42 Since h(y) = e-¥ f° e* dr = e-¥, for y > 0, then f(xjy) = f(x,y)/hly) = e*. for
£20. MO 1/2) =1- POX +Y < 1/2) =1- i" f2P 2 dy de
~ fo 2) —Ins] de = 1+ (2) hngh—2) etna
+ Hn (2) = 0.6534
3.46 (a) From the column totals of Pxoreise 2.8, we have
z[o 1 2 3
ey | 10 1753105
(b) From the row totals of Exercise 2.98, we have
y[o 1 2
we WS 77
SAT (a) of) =2 Je o Al 2) for O<2 <1;
Since f(x,y) 4 ‘lz)h(y), X and Y aro not independon.
(b) fly) = S{z.u)/h{y) = Ay, for <2 03)¥ =05)=8 282 dr — 066.
359 (a) 1=k ff fl [Paves de dy de =2k ft fi ys dy de = Bf ede
(b) P(X 41<7<2)=3 9" pt prytededyd:
aR trd =e
Afizy dy
3.0 (2)
ir, foe 0 < x < 1; Aly)
$0, k= 3,
RM figure dude
Aaya
y, for O.< y < 1. Since
(2,4) = 9(2)A(H) for all (x,y), X and Y are independent,
BL gle) =K fig? + v8) dy =k (240 +48) = b (2002 + 82), and
iy) = (2047 + 5R*),
Since f(z.y) # o(2)hiy), X and ¥ sre not independent.
8.0 (@) oly.2)=$ 0 rue? de
() Wy) =3 fous? dz =2y, for 0 cy < 1
dur? for O0
soalg caro caso
‘Calcule la probabilidad de que un frasco de esta medi-
‘ina tenga una vida dl de
1a) al menos 200 dias:
+b) euslquierlapso entre 80 y 120 dias
37. Elnimoro total de horas, medidas en unidades do
100 horas, que una familia utiliza una aspradora en un
periodo de un aloes una variable aleatoria contiwa X
‘que tiene la siguiente funcidn de densidad:
& O3y,
6) PUdcT <6),
d) Pa<5|T>
M13 _Ladistribucin de probabiidad de Xl admero de
lmperfecciones que se encuentran en cada 10 metros
de una tela sintética que viene en rollos continuos de
ancho uniforme, est dada por
r]o 1 2 3 4
Tay lost 037 016 005 O01
Constraya la funcin de distribueiin acumlativa de X.
2.14 El tiempo que pasa, en horas, para que un radar
“atocte entre conductores sucesivow a los que exceden, a) menos de 120 horas:
') entre 50 y 100 horas,
38 Obtenga la distribucién de probabil
Tiablealeatoria W dl ejercicio 3.3; suponga qu la mo-
eda esta cargada, de mancra que existe el doble de
robabilidad de que ocurra una cara que una cruz
4.9 La proporcidn de personas que responden a cierta
‘encuesta enviada por correo es una Yatiable aleatoria
‘continua X que tone la siguiente Funcid de densidad:
4) Demuestre que P< X <1) = 1.
+) Calcule la probabilidad de que mas de 1/4 pero
‘menos de 1/2 de las personas contactadas respon-
dan aest tipo de encuesta,
AMO. Encuentro una formula para a distibucién de
‘robabilidad de la variable aleatoria X que represente el
resultado cuando se Tanza um dado wna ver
Ocrel
fo en oto caso.
AL11__Un embarque de 7 televisores contiene 2 unida-
{es defectuosas. Un hotel compra 3 de ls televisores al
‘azar. Si x es el niimero de unidades defectuasas que
‘compra el hotel, calcule la distribucién de probabilidad
de X. Exprese los resultados de forma gritica como un
histograma de probabilidad.
318 Una variable aleatoria continua X. que puede 12-
mar valores enix = 2 y x= 5, tiene ua funcion de
‘densidad dada por f(s) = 21 4./27.Caleule
a) PX < dy
b) PAEK<&.
3.19 Para Ia funcién de densidad del ejercicio 3.17
aleule FC), Utilicela para evaluar PQ < X < 25).
‘3.20 Para la funciéin de densidad del ejercicio 3.18
cealoule FC) y uilicela para evaluar PG = X <4),
321 Consider I func de densidad
_fiyE «ret,
100 (0 oc,
«) Eval.
b) Calcule F(x) y utlice el resultado para evaluar
POs 0};
b) PTs W <3),
3.24 Calcule la distibucién de probabilidad para el
‘nimero de discos compactos de jazz cuando, de una
coleccidn que consta de 5 de jazz, 2 de musica clisiea
y 3 de rock, se seleccionan 4 CD al azar. Exprese sus
‘resultados wiilizando uns Formula
3.25 De una caja que contione 4 monedas de 10 cen-
tavos y 2 monedas de 5 centavos se seleccionan 3 mo-
‘nodas al azar y sin reemplazo. Calcule la distribuciéa
de probabilidad para el total T de las 3 monedas. Expre-
se la distribucion de probabilidad de forma grifica
‘como un histograma de probabil,
3.26 De una caja que contiene 4 bolas negras y 2 ver-
des se sacan 3 bolas sucesivamente, cada bola se rere
sa-a la caja antes de sicar la siguiente, Caleule Ia
dlistribucion de probabilidad para el nimero de bolis
verdes.
327 El tiempo que pasa, en horas, antes de que wns
parte importante de un equipo electronico que se utiliza
ppaa fabricar un reproductor de DVD empicce a fallar
‘iene la siguiente funciéa de densidad:
ir exp(—v 2000),
soo)~ (5 10,
10.
Con base en pruebas extensas, el fabricante de
tuna lavadora determin6 que el tiempo ¥ (en ufos) para
‘que el electrodoméstico requiera una reparacién mayor
se obliene mediante la siguiente funcidn de densidad de
‘probabilidad:
fev, y 20,
10 trae
4) Los erica eonsiderarfan que la lavadora es una
‘ganga si no hay probabilidades de que requiera
tina reparacin mayor antes del sexto aio, Comen-
te sobre esto determinando PY > 6).
+) ;Cual sla probabilidad de que la lavadorarequie
‘ana reparacign mayor durante el primer ao?
32, Se es revisando qué proporciones de su presi
puesto asigna cierta cmpresa industrial a controles
“ambiental y de contaminacién, Un proyecto de reco-
placid do datos determina quo ke distabueiGn de tales
proporciones esti dada por
sy), OSy SI
109= (OE Sener oc
42) Verifigue que la funcién de densidad anterior sea
valida
2) {Cuil es a probabidad de que una empresa clesi-
‘daa azar paste menos de 10% de su presupaesto
‘en controlesambiontales y de contaminacicn?
(©) {Cuil es a probabilidad de que una empresa selec-
329 Un factor important en el combustible sido
ara proyectiles sla distribu del tara de as pa
ticulas. Cuando las paticulas son demasiado grandes se
present problemas importantes. A parti de datos de
‘raiccion histrios se determin que la distibuciin
et amato en mira) des patuls se eater por
aero,
10 {0 Seats
4) Verifique que sea una funcin de densidad vida,
by) Evahic FC.
©) Cuil es la probabilidad de que una paticulato-
‘nada al azar dl combustible fabricado sea mayor
ae 4 micras?
3.30 Las modiiones en los sistemas eionticos som-
Dre estin sets a varacion, algunas veces masque ots.
Hay mochas estructura para los erores de medicion y
Jos estadisicos pasin mucho tiempo modelindolen. Six
‘pong que el err de medic X de ita cand fica
5 determina por l siguiente Funcién de densidad
pe={O-F) Tiss
4, termine f que representa fs), uma func de
dbasidad vida
2) Caen a probabildad de que un enor aeatrio
nla medictensea menor gut
©) Parastamedicin epi, ress ndeseable si
Tnvmagniad ds ror ex dai, sex mayor que
0.8, {Cuil es la probabilidad de que esto ocurra?
liza un plan de muestreo para evaluar la calidad en I
Jongitud de los tubos; sin embargo, dicha medida est,
sujeta a inceridumbre. Se considera que la probabili
dad de que un tubo elegide al azar cumpla con las espe
cificaciones de longitud es 0.99. Se utiliza un plan d
‘muestreo en el cual se mide la longitud de 5 tubos ele
{gids al ara.
4) Muestre que la funcisn de probabilidad de ¥, ¢
‘aimero de thos de cada 5 que eumplen con a
especificaciones de longitud, esté dada por la si
_guiente funcién de probabilidad disereta
10) = Fee ypO-mvr OOD,
st
ve
') Suponga que se nile de la linea al aza
3 no cumplea con las especificaciones. Utilice
‘[() anterior para apoyar 0 refutar la conjetura dh
{que hay 0.99 de probabilidades de que un sol
{tubo cumpia con ls especificaciones.
3.35 Suponga que a partir de gran camtidad de dato.
historieos se sabe que X, ef némero de automsviles qu
logan a una intersoccidn especifica durante un period
dde 20 segundos, se determina mediante la siguient
Tuncida de probulbilidad discreta
So part x= 0.1.2 on
ray= ©) {Cuil es probsbilida de que una empresa slo
Slonadaal ar gase mis de 50% de presupes
toencontoles ambienalesy dela contaminacion?
3.33 upon que cierto tipo de paawotas empress
a procesamiento de dato est an especalizadss que
alpunas tienen dieultades para obtener wlidades 0
rant su primee ao de opericia, La func de desi.
dh de probabil gue caraceiaa la proporcicn
aque oben ulidaes ests dala por
fed", Osysl,
10)= fe locas,
4) {Cui xo valor de k que hace de eatin a
Fancin de densa ida?
') Calcul a proud de qu al menos 04% de
Tas empress tenga uldaden durante el primer
ato
©) Calcul a probabil de gue al menos 0% des
compres ene uliades duane el prim 0,
&
soy para x=0,1,2,
4a) Calcul la probabilidad de que en un periodo espe-
cifico de 20 segundos més de 8 automéviles lle-
guen ala inteseccién,
'b) Calcule la probabilidad de que s6lo leguen 2 auto-
vile,
3.36 En una tarea de laboratorio, si el equipo esti
funcionando, la funcin de densidad del resultado ob-
servado, X, es
20-2),
jor=(
4) Caleule POX < 1/3).
») {Cuil es Ia probabilidad de que X sea mayor que
O57
©) Dado que X = 0.5, eu es la probablidad de que X
sea menor que 0.75?
O
Você também pode gostar
- The Subtle Art of Not Giving a F*ck: A Counterintuitive Approach to Living a Good LifeNo EverandThe Subtle Art of Not Giving a F*ck: A Counterintuitive Approach to Living a Good LifeNota: 4 de 5 estrelas4/5 (5819)
- The 7 Habits of Highly Effective People Personal WorkbookNo EverandThe 7 Habits of Highly Effective People Personal WorkbookNota: 4 de 5 estrelas4/5 (2515)
- The Odyssey: (The Stephen Mitchell Translation)No EverandThe Odyssey: (The Stephen Mitchell Translation)Nota: 4 de 5 estrelas4/5 (7770)
- The Subtle Art of Not Giving a F*ck: A Counterintuitive Approach to Living a Good LifeNo EverandThe Subtle Art of Not Giving a F*ck: A Counterintuitive Approach to Living a Good LifeNota: 4.5 de 5 estrelas4.5/5 (20112)
- Pride and Prejudice: Bestsellers and famous BooksNo EverandPride and Prejudice: Bestsellers and famous BooksNota: 4.5 de 5 estrelas4.5/5 (20479)
- Never Split the Difference: Negotiating As If Your Life Depended On ItNo EverandNever Split the Difference: Negotiating As If Your Life Depended On ItNota: 4.5 de 5 estrelas4.5/5 (3313)
- The Picture of Dorian Gray (The Original 1890 Uncensored Edition + The Expanded and Revised 1891 Edition)No EverandThe Picture of Dorian Gray (The Original 1890 Uncensored Edition + The Expanded and Revised 1891 Edition)Nota: 4 de 5 estrelas4/5 (9054)
- Art of War: The Definitive Interpretation of Sun Tzu's Classic Book of StrategyNo EverandArt of War: The Definitive Interpretation of Sun Tzu's Classic Book of StrategyNota: 4 de 5 estrelas4/5 (3321)
- The 7 Habits of Highly Effective People: The Infographics EditionNo EverandThe 7 Habits of Highly Effective People: The Infographics EditionNota: 4 de 5 estrelas4/5 (2487)
- Influence, New and Expanded: The Psychology of PersuasionNo EverandInfluence, New and Expanded: The Psychology of PersuasionNota: 4.5 de 5 estrelas4.5/5 (730)
- The Picture of Dorian Gray: Classic Tales EditionNo EverandThe Picture of Dorian Gray: Classic Tales EditionNota: 4 de 5 estrelas4/5 (9765)
