Sandra Leyes: Noemí Leyes: María Leyes: Sandra Leyes: Noemí Leyes: María Leyes:
LEYES DE PROBABILIDAD
description
Transcript of LEYES DE PROBABILIDAD
![Page 1: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/1.jpg)
LEYES DEPROBABILIDAD
![Page 2: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/2.jpg)
LEYES DE PROBABILIDAD:
Las relaciones que se dan entre los eventos al ser aplicadas las operaciones que se presentaron, se facilitan y comprenden mejor haciendo uso de los axiomas y teoremas de probabilidad (Leyes de Probabilidad). Axioma: Es una verdad evidente que no requiere demostración.Teorema: Es una verdad que requiere ser demostrada.
![Page 3: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/3.jpg)
AXIOMA 1:Sea S un espacio muestral cualquiera y A un evento, tal que A S, entonces se cumple que
0 P(A) 1esto significa que la probabilidad de cualquier evento no puede ser más grande que uno, ni ser menor que cero. Si es igual a 1 se llama evento seguro, y cuando es cero se llama evento imposible.
P(A)___________________________________ -2 -1 0 1 2
![Page 4: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/4.jpg)
AXIOMA 2:La probabilidad del espacio muestral S es un evento seguro y es uno:
P(S) = 1Ejemplo.-Experimento.- Se lanza un dado.Si A = S, es decir si el evento A coincide o es igual al espacio muestral, entonces:
1)()(
)()()(
SNSN
SNANAP
![Page 5: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/5.jpg)
TEOREMA 1:Si es el conjunto vacío, entonces la probabilidad de es igual a cero:
Ejemplos:Una persona que quiere ganar la lotería nacional, pero no compra boleto.Que aparezca un siete al lanzar un dado.Que una persona viva 250 años.En estos casos los eventos son vacíos.
0)(
0)()()(
SNSNNP
![Page 6: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/6.jpg)
AXIOMA 3:Sea S un espacio muestral cualquiera y sean A y B dos eventos tales que: A S, B S y A B = , es decir, dos eventos mutuamente excluyentes, entonces
P(A B) = P(A) + P(B)
![Page 7: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/7.jpg)
Experimento: “Se lanzan dos monedas”.Espacio muestral: S = ss, aa, sa, as, N(S) = 4
Sean los eventos:A: “Caen dos soles exactamente”.B: “Cae un sol exactamente”.Los elementos de A y B son: A = ss , B = sa, as.Se puede ver que para A B = (vacío, no hay elementos en común), por lo que los eventos son mutuamente excluyentes o disjuntos, por tanto
P(A B) = P(A) + P(B)
EJEMPLO:
![Page 8: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/8.jpg)
( ) 1( )( ) 4( ) 2( )( ) 4
1 2 3( ) ( ) ( )4 4 4
N AP ANN BP BN
P A B P A P B
CONTINUACIÓN DEL EJEMPLO:
![Page 9: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/9.jpg)
Sean A1, A2, A3, A4, ..., An; eventos mutuamente excluyentes:
P(A1 A2 A3 A4, ... An) = P(A1) + P(A2) + P(A3) + P(A4) + ...+ P(An)
Este axioma dice que la probabilidad de varios eventos mutuamente excluyentes (que no tienen elementos en común), es igual a la suma de sus probabilidades.
AXIOMA 4:
![Page 10: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/10.jpg)
Si los eventos no son mutuamente excluyentes entonces para n eventos seria:
CONTINUACIÓN:
1 2 1 2
1 2
( ... ) ( ) ( ) ... ( )
( ) ( ) ... ( ... )
n n
n n
i j i j k ki j i j k
P A A A P A P A P A
P A A P A A A P A A A
![Page 11: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/11.jpg)
Experimento: “Se lanza un dado”.Sean los eventos:A: “Que al lanzar un dado salga el 2 o el 4”.B: “Que al lanzar un dado salga un número mayor a
4”.C: “Que salga el 1 o 3”.
Los elementos de A, B y C sonA = 2, 4, N(A) = 2B = 5, 6, N(B) = 2C = 1, 3 , N(C) = 2
EJEMPLO:
![Page 12: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/12.jpg)
Como A, B y C son mutuamente excluyentes, ya que:
A B = , A C = , B C = Por axioma 4:
P(A B C) = P(A) + P(B) + P(C)( ) 2( )( ) 6( ) 2( )( ) 6( ) 2( )( ) 6
2 2 2 6( ) ( ) ( ) ( ) 16 6 6 6
N AP ANN BP BNN CP CN
P A B C P A P B P C
CONTINUACIÓN:
![Page 13: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/13.jpg)
Sean A y B dos eventos no excluyentes, A B , entonces:
P(A B) = P(A) + P(B) - P(A B)
TEOREMA2: LEY ADITIVA DE LA PROBABILIDAD.
![Page 14: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/14.jpg)
Sean A y B dos eventos: A - B = x | x A y x B
DIFERENCIA:
![Page 15: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/15.jpg)
Experimento.- “Se lanza un dado y una moneda”.
S = 1s, 2s, 3s, 4s, 5s, 6s, 1a, 2a, 3a, 4a, 5a, 6a N(S) = 12
Evento A: “Que aparezcan el número 2 o 3 con sol”.Evento B: “Que aparezcan números pares con sol”.
A = 2s, 3s , N(A) = 2B = 2s, 4s, 6s N(B) = 3 A B = 2s N(A B ) = 1
EJEMPLO:
31
121
123
122)()()()( BAPBPAPBAP
![Page 16: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/16.jpg)
Sea A un evento cualquiera y S un espacio muestral, tal que A S, si Ac es el complemento del evento A, entonces la probabilidad de Ac es igual a 1 menos la probabilidad de A, es decir P(Ac) = 1 – P(A)
TEOREMA 3:
![Page 17: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/17.jpg)
Experimento.- “Se lanza un dado y una moneda”.
S = 1s, 2s, 3s, 4s, 5s, 6s, 1a, 2a, 3a, 4a, 5a, 6a N(S) = 12
Evento A: “Que aparezcan el número 2 o 3 con sol”.Evento B: “Que aparezcan números pares con sol”.
A = 2s, 3s , N(A) = 2B = 2s, 4s, 6s N(B) = 3Ac = 1s, 4s, 5s, 6s, 1a, 2a, 3a, 4a, 5a, 6a Bc = 1s, 3s, 5s, 1a, 2a, 3a, 4a, 5a, 6a
129
1231)(1)(
1210
1221)(1)(
BPBP
APAP
C
c
EJEMPLO:
![Page 18: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/18.jpg)
Sea A un evento arbitrario de un espacio muestral S, con P(E) > 0. La probabilidad de que un evento A suceda una vez que E ha sucedido o en otras palabras, la probabilidad condicional de A dado E, se define como:
)()()/(
EPEAPEAP
PROBABILIDAD CONDICIONAL:
![Page 19: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/19.jpg)
Se dice que los eventos A y E son independientes si se cumplen:
Si no se cumplen, se dice que los eventos son dependientes.
)()()()()/()()/(
BPAPBAPEPAEPAPEAP
EVENTOS INDEPENDIENTES
![Page 20: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/20.jpg)
Ley Multiplicativa de la Probabilidad.
Ya que (A E) = (E A) y despejamos a P(A E), se tiene que la probabilidad de la intersección es:
)A P( )E/A P( )()/()(
)()()/(
)()()/(
EPEAPEAPAPAEPAEP
EPEAPEAP
PROBABILIDAD CONDICIONAL:
![Page 21: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/21.jpg)
Si A y B son independientes:
P(E)P(A))A P( )E/A P( )()()()/()(
EPAPEPEAPEAP
)()(
)()()(
)()/(
)()(
)()()(
)()/(
EPAPAPEP
APAEPAEP
APEPEPAP
EPEAPEAP
PROBABILIDAD CONDICIONAL:
![Page 22: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/22.jpg)
Experimento: “Lanzar un dado”. Evento A: “Que al lanzar el dado caiga 3”.Evento E: “Que al lanzar un dado salga un impar”.
Encontrar la probabilidad de que al lanzar un dado se obtenga un 3 dado que se obtuvo un impar.S = 1,2,3,4,5,6A = 3, E = 1,3,5, (AE) = 3,P(A) = 1/6
EJEMPLO:
3
13661
6361
xx
EPEAP
EAP
![Page 23: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/23.jpg)
Otra forma de calcular las probabilidades de la intersección y las probabilidades condicionales, de dos eventos A y B, tal que:
A AC = S B BC = S
es elaborando primero la tabla de número de elementos de los eventos y después la tabla de sus probabilidades.
![Page 24: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/24.jpg)
B Bc Total
A A B A Bc A
Ac Ac B Ac Bc Ac
Total B Bc S
Se tienen los eventos A y B y sus complementos Ac, Bc
![Page 25: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/25.jpg)
B Bc Total
A N(A B) N(A Bc) N(A)
Ac N(Ac B) N(Ac Bc) N(Ac)
Total N(B) N(Bc) N(S)
Tabla de número de elementos de A, B y sus complementos Ac, Bc
![Page 26: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/26.jpg)
B Bc Total
A P(AB) P(ABc) P(A)
Ac P(AcB) P(AcBc) P(Ac)
Total P(B) P(Bc) P( Ω)
Tabla de probabilidades de A, B, Ac, Bc y sus intersecciones
![Page 27: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/27.jpg)
P(A/B) = P(A B)/P(B) P(B/A) = P(A B)/P(A) P(A/Bc) = P(A Bc)/P(Bc) P(B/Ac) = P(Ac B)/P(Ac) P(Ac/B) = P(Ac B)/P(B) P(Bc/A) = P(A Bc)/P(A)
PROBABILIDADES CONDICIONALES:
![Page 28: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/28.jpg)
En cierta ciudad, las mujeres representan el 50% de la población y los hombres el otro 50%. Se sabe que el 20% de las mujeres y el 5% de hombres están sin trabajo. Un economista estudia la situación de empleo, elige al azar una persona desempleada. Si la población total es de 8000 personas, ¿ Cuál es la probabilidad de que la persona escogida sea ?:a).- Mujer.b).- Hombre.c).- Mujer dado que está empleado.d).- Desempleado dado que es hombre.e).- Empleado dado que es mujer.
EJEMPLO:
![Page 29: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/29.jpg)
Sean los eventos:M: “Que sea Mujer”.H: “Que sea Hombre”.D: “Que sea Desempleado”.E: “Que sea Empleado”
Tabla de elementos de los eventos M, H, D, E Y S.
SOLUCIÓN:
Desempleados : D
Empleados: E Total
Mujeres: M 800 3200 4000
Hombres: H 200 3800 4000
Total 1000 7000 8000
![Page 30: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/30.jpg)
D E Total
M 800/8000 = 0.1 3200/8000= 0.4 4000/8000= 0.5
H 200/8000= 0.025
3800/8000= 0.475 4000/8000= 0.5
Total 1000/8000= 0.125
7000/8000= 0.875 8000/8000= 1
TABLA DE PROBABILIDADES:
![Page 31: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/31.jpg)
P(M) = 0.50P(H) = 0.50P(E) = 0.875P(D) = 0.125P(M/E) = P(ME)/P(E) = 0.40/0.875 = 0.4571P(D/H) = P(DH)/P(H) = 0.025/0.5 = 0.05P(E/M) = P(ME)/P(M) = 0.40/0.5 = 0.8P(M/D) = P(MD)/P(D) = 0.10/0.125 = 0.8P(H/D) = P(HD)/P(D) = 0.025/0.125 = 0.2
CONTINUACIÓN:
![Page 32: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/32.jpg)
Eventos dependientes e independientesEn el ejemplo anterior se tiene que:
P(M) = 0.50P(H) = 0.50P(E) = 0.875P(D) = 0.125P(ME) = 0.40 P(M) P(E) = 0.4375P(DH) = 0.025 P(D) P(H) = 0.0625P(MD) = 0.10 P(M) P(D) = 0.0625P(EH) = 0.475 P(E) P(H) = 0.4375
CONTINUACIÓN:
![Page 33: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/33.jpg)
Por tanto los eventos M y E , D y H, M y D, E y H son dependientes.
CONTINUACIÓN:
![Page 34: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/34.jpg)
1 2 3 1 2 1 3 1 2 1 2 1( ... ) ( ) ( \ ) ( \ )... ( \ ... )k k kP A A A A P A P A A P A A A P A A A A
1 2 3 1 2 3( ... ) ( ) ( ) ( )... ( )k kP A A A A P A P A P A P A
INDEPENDENCIA DE n EVENTOS
LEY MULTIPLICATIVA:
![Page 35: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/35.jpg)
Sean A1, A2, A3..., An eventos disjuntos (mutuamente excluyentes), que forman una partición de S. Esto es Ai Aj = para toda i y toda j, y además
S = A1 A2 A3 An
A1
A2
A3A4
A5
A6
An
PROBABILIDAD TOTAL:
![Page 36: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/36.jpg)
Y sea E otro evento tal que E S y E Ai
A1
A2
A3A4
A5
A6
An
E
E
![Page 37: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/37.jpg)
Entonces: E = S E = (A1 A2 A3 An) E = (A1 E) (A2 E) (A3 E) (An E)
Al aplicar la función de probabilidad a ambos eventos, se tiene que:
P(E) = P(A1E) + P(A2E) +P(A3E) ++P(An E) Ya que (Ai E) es ajeno a (Aj E) para i ≠ j
![Page 38: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/38.jpg)
Como (Ai E) = (E Ai) entonces P(Ai E) = P(E Ai) = P(E/Ai) P(Ai)
Entonces la probabilidad completa de E es:
P(E) = P(E/A1) P(A1) + P(E/A2) P(A2) + P(E/A3)P(A3)+...+ P(E/An) P(An)
![Page 39: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/39.jpg)
En una pequeña empresa de tejidos, la producción se obtiene con tres máquinas hiladoras M1, M2 y M3 que producen respectivamente 50%, 30% y el 20% del número total de artículos.
EJEMPLO:
Los porcentajes de productos defectuosos producidos por estas máquinas son 3%, 4% y 5%. Si se selecciona un artículo al azar, ¿Cuál es la probabilidad de que el artículo sea defectuoso?
![Page 40: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/40.jpg)
Sea D el evento: “Que sea un artículo defectuoso”.P(M1) = 0.50 P(D/M1) = 0.03P(M2) = 0.30 P(D/M2) = 0.04P(M3) = 0.20 P(D/M3) = 0.05
P(D) = P(D/M1) P(M1) + P(D/M2) P(M2) + P(D/M3) P(M3)
= 0.03(0.50) + 0.04(0.30) + 0.05(0.20) = 0.037
SOLUCIÓN:
![Page 41: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/41.jpg)
Máquina 1
Defectuoso
No defectuos
o
Maquina 2
Defectuoso
No defectuos
o
Maquina 1
Defectuoso
No defectuos
o
![Page 42: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/42.jpg)
P(D) = 0.015 + 0.012 + 0.01 = 0.037
P(M1) = 0.50
P(D/M1) = 0.03
M1D P(M1) x P(D/M1) = 0.5 x 0.03
= 0.015
NDP(ND/M1) =
0.97
P(M2) = 0.30
P(D/M2) = 0.04
M2D P(M2) x P(D/M2) = 0.3 x 0.04
= 0.012
NDP(ND/M2) =
0.96
P(M3) = 0.20
P(D/M3) = 0.05
M3D P(M1) x P(D/M1) = 0.2 x 0.05
= 0.01
NDP(ND/M3) =
0.95
![Page 43: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/43.jpg)
Supóngase que A1, A2, A3,...,An es una partición de un espacio muestral S. En cada caso P(Ai) ≠ 0. La partición es tal que A1, A2, A3,...,An, son eventos mutuamente excluyentes. Sea E cualquier evento, entonces para cualquier Ai,
)/()()/()()/()(
)/()()/(
2211 nn
Iii AEPAPAEPAPAEPAP
AEPAPEAP
TEOREMA DE BAYES:
![Page 44: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/44.jpg)
P(E)))P(E/AP(A/E)P(A
entonces))P(E/AP(A))P(E/AP(A))P(E/AP(AP(E)
:es E de completa adprobabilid la Como
Iii
nn2211
CONTINUACIÓN:
![Page 45: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/45.jpg)
En una pequeña empresa de tejidos, la producción se obtiene con tres máquinas hiladoras M1, M2 y M3 que producen respectivamente 50%, 30% y el 20% del número total de artículos.
EJEMPLO:
Los porcentajes de productos defectuosos producidos por estas máquinas son 3%, 4% y 5%. Si se selecciona un artículo al azar, ¿Cuál es la probabilidad de que el artículo sea defectuoso?
![Page 46: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/46.jpg)
Sea D: “Que el artículo sea defectuoso”.ND: “Que el artículo no sea defectuoso”.M1: “Que haya sido producido por la máquina 1”.M2: “Que haya sido producido por la máquina 2”.M3: “Que haya sido producido por la máquina 3”.
P(M1) = .50 P(D/M1) = .03P(M2) = .30 P(D/M2) = .04P(M3) = .20 P(D/M3) = .05
SOLUCIÓN:
![Page 47: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/47.jpg)
P(D) = 0.015 + 0.012 + 0.01 = 0.037
P(M1) = 0.50
P(D/M1) = 0.03
M1D P(M1) x P(D/M1) = 0.5 x 0.03
= 0.015
NDP(ND/M1) =
0.97
P(M2) = 0.30
P(D/M2) = 0.04
M2D P(M2) x P(D/M2) = 0.3 x 0.04
= 0.012
NDP(ND/M2) =
0.96
P(M3) = 0.20
P(D/M3) = 0.05
M3D P(M1) x P(D/M1) = 0.2 x 0.05
= 0.01
NDP(ND/M3) =
0.95
![Page 48: LEYES DE PROBABILIDAD](https://reader035.fdocuments.mx/reader035/viewer/2022062315/56815eb2550346895dcd38dc/html5/thumbnails/48.jpg)
Por teorema de Bayes se tiene:
La probabilidad de que el artículo defectuoso se haya producido en la M1 es del 40.54%
4054.037.
)03)(.50(.
)(
)/()(
)/()()/()()/()(
)/()()/(
11
332211
111
DP
MDPMPMDPMPMDPMPMDPMP
MDPMPDMP
CONTINUACIÓN: