1.

32

Un empleador está a punto de contratar a un nuevo empleado de un grupo de N candidatos,

cuyo potencial futuro puede ser calificado en una escala de i a N. El empleador procede de
acuerdo con las siguientes reglas:

(a) Cada candidato se ve en sucesión (en orden aleatorio) y se toma una decisión si contratar al
candidato.

(b) Con los candidatos m-1 rechazados (m> 1), el empleador puede contratar al més candidato
solo si el més candidato es mejor que el m - 1 anterior.

1.32

Esto se ve más fácilmente haciendo cada posibilidad. Deje P (i) = probabilidad de que el
candidato contratado en la i-ésima prueba sea el mejor. Entonces

1.33

Supongamos que el 5% de los hombres y el 25% de las mujeres son daltónicos. Una persona es
elegida al azar y esa persona es daltónica. ¿Cuál es la probabilidad de que la persona sea
hombre? (Suponga que los machos y las hembras tienen el mismo número).

1.34

Han nacido dos camadas de una especie particular de roedor, una con dos cabellos castaños y
otra canosa (camada 1), y la otra con tres canas y dos canas (camada 2). Seleccionamos una
camada al azar y luego seleccionamos una descendencia al azar de la camada seleccionada.

(a) ¿Cuál es la probabilidad de que el animal elegido tenga el pelo castaño?

(b) Dado que se seleccionó una descendencia de pelo castaño, ¿cuál es la probabilidad de que
el muestreo fuera de la camada 1?
1.35

Demuestre que si P (.) Es una función de probabilidad legítima y B es un conjunto con P (B)> 0,
entonces P (.IB) también satisface los axiomas de Kolmogorov.

Claramente P (· | B) ≥ 0 y P (S| B) = 1. Si A1, A2,. . . son disjuntos, entonces

1.36

Si la probabilidad de golpear un objetivo es 1/5, y se disparan diez tiros de forma

independiente, ¿cuál es la probabilidad de que el objetivo sea alcanzado al menos dos veces?
¿Cuál es la probabilidad condicional de que el objetivo sea impactado al menos dos veces,
dado que se golpea al menos una vez?

1.39

Un par de eventos A y B no pueden ser simultáneamente mutuamente exclusivos e

independientes. Demuestre que si P (A)> 0 y P (B)> 0, entonces:

(a) si A y B son mutuamente excluyentes, no pueden ser independientes.

(b) Si A y B son independientes, no pueden ser mutuamente excluyentes.

a) Supongamos que A y B son mutuamente excluyentes. Entonces A ∩ B = ∅; y P (A ∩B) = 0. Si

A y B son independientes, entonces 0 = P (A ∩ B) = P (A) P (B). Pero esto no puede ser porque
P (A)> 0 y P (B)> 0. Por lo tanto, A y B no pueden ser independientes.

b) Si A y B son independientes y ambos tienen probabilidad positiva, entonces

0 <P (A) P (B) = P (A∩ B).

Esto implica A ∩B≠ ∅ ; es decir, A y B no son mutuamente excluyentes.

1.44

Las pruebas estandarizadas proporcionan una interesante aplicación de la teoría de la

probabilidad. Supongamos primero que una prueba consiste en 20 preguntas de opción
múltiple, cada una con 4 respuestas posibles. Si el alumno adivina cada pregunta, la toma del
examen se puede modelar como una secuencia de 20 eventos independientes. Encuentre la
probabilidad de que el alumno obtenga al menos 10 preguntas correctas, dado que está
adivinando.

P (al menos 10 correctas | adivina)=

1.47

Demuestre que las siguientes funciones son cdfs.

Todas las funciones son continuas, por lo tanto, son continuas a la derecha. Por lo tanto, solo
necesitamos verificar el límite y que no son decrecientes

1.49

Un cdf F es estocásticamente mayor que un cdf

1.52

Deje X ser una variable aleatoria continua con pdf f (x) y cdf F (x). Para un número fijo Xo,
defina la función
1.53

Un cierto río se inunda cada año. Supongamos que la marca de agua baja se establece en 1 y la
marca de agua alta Y tiene función de distribución

1.54

Para cada uno de los siguientes, determine el valor de c que hace que f (x) sea un pdf.

1.55

Un dispositivo electrónico tiene una vida indicada por T. El dispositivo tiene un valor V = 5 si
falla antes del tiempo t = 3; de lo contrario, tiene valor V = 2T. Encuentre el cdf de V, si T tiene
pdf
2.1

En cada uno de los siguientes encontrará el pdf de Y. Demuestre que el pdf se integra a 1.
2.2

En cada uno de los siguientes encuentra el pdf de Y.

2.4

Sea λ una constante positiva fija y defina la función

f (x) es un pdf ya que es positivo y

Deje X ser una variable aleatoria con densidad f (x).

2.6

En cada uno de los siguientes encuentra el pdf de Y y muestra que el pdf se integra a 1.

2.7
2.8

En cada uno de los siguientes muestran que la función dada es un CDF y encuentran
2.9

Si la variable aleatoria X tiene pdf

encuentre una función monótona u (x) tal que la variable aleatoria Y = u (X) tenga una
distribución uniforme (0, 1).

2.11

Deje que X tenga el pdf normal estándar,