Esp U1 Ea Jocm

LICENCIATURA EN SEGURIDAD
PUBLICA
ESTDISTICAS PARA LA INVESTIGACION
DE LA SEGURIDAD PUBLICA
UNIDAD 1
EVIDENCIA DE APRENDIZAJE
JOSE IVAN COSS MARTINEZ
MATRICULA ES 1521208143
DOCENTE EN LINEA
PROFR: ALEJANDRO ROSETE NOTARIO
FECHA
22 DE ABRIL 2018
1
EVIDENCIA DE APRENDIZAJE
Instrucciones:
1. Lee cuidadosamente los enunciados.
2. Desarrolla los ejercicios en un documento de texto, apoyándote con una

calculadora, las tablas correspondientes a la distribución, etc.
3. Explica claramente lo que haces para resolver y asegúrate que los

argumentos que presentes sean consistentes con tus procedimientos y
respuestas.
4. Guarda tu documento con la siguiente nomenclatura: ESP_U1_EA_XXYZ.

Sustituye las XX por las dos primeras letras de tu primer nombre, la Y por la inicial
de tu apellido paterno y la Z por la inicial de tu apellido materno.
5. Envía, a través de esta sección, el documento a tu docente en línea para

que lo revise y te retroalimente en los siguientes días.
2
INTRODUCCION
Esta actividad de evidencia de aprendizaje se llevará a cabo con ecuaciones de

los distintos modelos probabilísticos entre los cuales se puede mencionar las
variables aleatorias la cual consiste en lo siguiente, una variable aleatoria es un
número cuyo valor se determina mediante un proceso al azar. El adjetivo aleatorio
se usa para indicar que el valor de la variable depende del resultado de un
experimento, que a su vez depende del azar.
Así mismo los diferentes tipos de distribución en la cual esta la distribución

binomial que es una distribución discreta que modela el número de eventos en un
número de ensayos fijo. Cada ensayo tiene dos resultados posibles, y evento es el
resultado de interés en un ensayo.
La distribución binomial se utiliza para describir un proceso donde los resultados

se pueden etiquetar como un evento o un no evento y cuando esté interesado en
la ocurrencia de un evento y no en su magnitud. Por ejemplo, un elemento pasa o
no pasa una inspección o un partido político gana o pierde. La distribución
binomial se usa frecuentemente en control de calidad, sondeos de opinión pública,
investigaciones médicas y seguros.
La distribución de Poisson se especifica por un parámetro: lambda (λ). Este

parámetro es igual a la media y la varianza. Cuando lambda aumente a valores lo
suficientemente grandes, la distribución normal (λ, λ) podría utilizarse para
aproximar la distribución de Poisson.
Se utiliza la distribución de Poisson para describir el número de veces que un

evento ocurre en un espacio finito de observación. Por ejemplo, una distribución
de Poisson puede describir el número de defectos en el sistema mecánico de un
avión o el número de llamadas a un centro de llamadas en una hora. La
distribución de Poisson se utiliza con frecuencia en el control de calidad, los
estudios de fiabilidad/supervivencia y los seguros.
3
La distribución normal es una distribución continua que se especifica por la media
(μ) y la desviación estándar (σ). La media es el pico o centro de la curva en forma
de campana. La desviación estándar determina la dispersión de la distribución.
La distribución normal es la distribución estadística más común debido a que la

normalidad aproximada ocurre naturalmente en muchas situaciones de
mediciones físicas, biológicas y sociales. Muchos análisis estadísticos presuponen
que los datos provienen de poblaciones distribuidas normalmente.
Sobre la distribución normal a la binomial en este caso se estarán calculando

probabilidades de experimentos Binomiales de una forma muy aproximada con la
distribución Normal, esto puede llevarse a cabo si n¥® y p = p(éxito) no es muy
cercana a 0 y 1, o cuando n es pequeño y p tiene un valor muy cercano a ½.
4
SOLUCION DE PROBLEMAS
1. Sea x la variable aleatoria que expresa el número de reclusos que

habitan en un centro de readaptación elegido al azar. La distribución de
probabilidad de x es la siguiente:
xi 1 2 3 4 5 6 7 8 o más
pi 0.225 0.321 0.188 0.145 0.062 0.023 0.016 0.020
a.- Comprobar que los datos de la tabla representan una distribución de

probabilidad.
Los datos representan una distribución de probabilidad si se suman las

probabilidades son igual a 1 las probabilidades son positivas con números
comprendidos entre 1 y el 0
R= ∑ p(x) 225 + .321 + .188 + .145 + .062 + .023 + .016 + .020 = 0.020 =1
La suma de probabilidad de la variable es la siguiente: es igual a 1
Así pues, cada dato se encuentra en un intervalo de 0 y el 1
b.- Hallar la probabilidad de que el número de reclusos que habitan en un

centro de readaptación sea menor o igual que 4.
R= P (x≤4) = P (x=1) +P(x=2) + P(x=3) + P(x=4) = .225 + .321 + .188 + .145

=0.879 =87.9%
c.- Calcular la probabilidad de que al menos dos reclusos habitan en un

centro de readaptación.
5
R= P (x>2) = p (2) + p (3) + p (4) + p (5) +p (6) +p (7) +p (8) =
0.188+0.145+0.062+0.023+0.016+0.020= 0.454
La probabilidad de que al menos dos reclusos habitan en un centro de

readaptación es del 45.4 %
d.- Obtener el número promedio de reclusos que habitan en un centro de

readaptación.
R= µ=1 (0.225) + 2 (0.321) + 3 (0.188) + 4 (0.145) + 5 (0.62) + 6 (0.023) + 7

(0.016) + 8 (0.020)
p= 0.225+0.642+0.564+0.58+0.31+0.138+0.112+0.16= 2.731
el promedio de reclusos que habitan es de µ = 2.731
e.- Determinar el número esperado de reclusos para un intervalo de 15

minutos.
R= 1 (0.225) + 2 (0.321) + 3 (0.188) + 4 (0.145) + 5 (0.62) + 6 (0.023) + 7 (0.016) +

8 (0.020)
p= 0.225+0.642+0.564+0.58+0.31+0.138+0.112+0.16= 2.731
f.- Determinar la varianza de llegadas para un intervalo de 15 minutos.
R= 0.225(1-2) 2 + 0.321(2-2) 2 + 0.188(3-2) 2 + 0.145(4-2) 2 + 0.062(5-2) 2 +

0.023(6-2) 2 + 0.016(7-2) 2 + 0.020(8-2) 2 = .225 + 0 + 0.188 + 0.58 + 0.558 + 0.368
+ 0.4 + 0.72 = 3.039
6
Distribución binomial
1.- Un policía municipal tiene ocho sectores a su cargo, y en promedio la

probabilidad de que ocurra un acto delictivo es: 0.38. Si x representa el
número de actos delictivos que pueden presentarse al policía municipal,
construir la distribución de probabilidad.
VALORES
N=8
P=0.38
Q= 0.62
X=0-1-2-3-4-5-6-7-8
0=0.380 0.628-0 (1)(1) 0.0218340105584896 = 0.02183401 =2.18%
1= 0.381 0.628-1 (8) 0.38 X 0.03521 = 0.1070384 =10.70%
2= 0.382 0.628-2 (28) 0.1444 X 0.056800235584=0.2296547125132288 =22.96%
3= 0.383 0.628-3 (56) 0.054872 X 0.0916132832= 0.281512228 = 28.15%

4= 0:384 0.628-4 (70) 0.02085136 X 0.14776336= 0.215674690991872 = 21.56%
5= 0.385 0.628-5 (56) 0.0079235168 X 0.238328 =0.1057501710669824 =10.57%
6= 0.386 0.628-6 (28) 0.003010936384 X 0.3844=0.0324073104882688 =3.24%
7 =0.387 0.628-7 (8) 0.00114415582592 X 0.62=0.0056750128965632 =0.56%
8= 0.388 0.628-8 (1)0.0004347792138496 X 0.62=0.000269563112586752=0.02%
Suma 99.94%
xi 0 1 2 3 4 5 6 7 8
pi 0.0218 0.1070 .02296 0.2815 0.2156 0.1057 0.0324 0.00567 0.0002
2.18% 10.70% 22.96% 28.15% 21.56% 10.57% 3.24% 0.56% 0.02%
7
Distribución Poisson
1.- Un proceso de aprehensión de delincuentes trabaja con un promedio de

casos no exitosos del 4%. Cada hora se considera una muestra aleatoria de
15 asaltos y se analiza. Si la muestra contiene más de un caso de
aprehensión no exitoso, el proceso deberá dejarse de realizar.
a) Calcule la probabilidad de que el proceso deba dejarse de realizar debido al

esquema de muestreo.
Valor P (x / λ ) = λx
λ= 0.04 = 4% x ᴉ eλ
e = 2.71828
n= 15
a.- p (x= 0/ λ = 0.04) = 0

(0.04) = e 0.04 = 2.71828 0.04 = 0.9607=96.07%
1e 0.04
0
Respuesta: la probabilidad es de 96.07%
b) De acuerdo con la respuesta en el inciso a), ¿el esquema de muestreo es

adecuado o generará demasiados procesos de aprehensión sin realizar?
Respuesta: el esquema de muestreo no es el adecuado, ya que puede generar

demasiados procesos de aprehensión sin realizar.
8
Distribución normal
1.- Una investigación sobre los delincuentes juveniles que el juez Conners
pone en libertad condicional reveló que el 38% de ellos cometió otro delito.
VALORES
p= 0.38
q= 0.62
n=100
x1= 30
x2= 40
σ= 4.8539
z1= -1.6482
z2 = 0.4120
a.- ¿Cuál es la probabilidad de que los últimos 100 delincuentes juveniles nuevos,
30 o más cometerán otro delito?
R= la probabilidad es de 4.85%
µ = npq= (100) (0.38) (0.62) 1/2 = 4.8539
b. ¿Cuál es la probabilidad de que 40 o menos de los delincuentes cometerán otro

delito?
R=la probabilidad de que 40 0 menos delincuentes cometan otro delito es de

65.91%
P (Zy-1.64) = 0.4495 + 0.5 = 0.9495
Z= (40-38) = 2 √ 4.85 = 0.41
P (z< 0.41) =0.5+ 0.1591=0.6591
9
c. ¿Cuál es la probabilidad de que de 30 a 40 de los delincuentes cometerán otro
delito?
R= la probabilidad de que de 30 a 40 de los delincuentes cometan otro delito es

del 60.86%
P (-1.64Z<0.41) = 0.4495 + 0.1591 =0.6086
Aproximación de la distribución normal a la binomial
1.- Un funcionario de seguridad pública sabe que, en promedio, 2% de los

delitos que se cometen volverán a presentarse en un término de 100 días
posteriores a la fecha en que suceden. Use la aproximación normal a la
distribución binomial para determinar la probabilidad de que entre 1500 de
esos delitos al menos 40 volverán a presentarse en los primeros 100 días
posteriores a la fecha en que presentaron.
R= la probabilidad es de 3.29%
VALORES
p=0.2
q=0.98
n=1500
σ=5.422
λ=40
z=1.843
Y= (1500) (0.2) = 30
Z= (40-30) √ 5.42 = 1.84
P (Z> 1.84) = 0.5 – 0.4671 = 3.2990
10
REFERENCIAS
El apoyo del docente Prof.: Alejandro Rosete en la sala de colaboración el día 23

de abril a las 10:00 p.m.
continuas, V. a. (7 de abril de 2014). Variables aleatorias discretas y continuas.

Obtenido 22 de abril 2018 de https://www.youtube.com/watch?v=n0T_HcJ7oak
distribución normal. (26 de 08 de 2015). Obtenido de 23 de abril 2018

https://goo.gl/lfgxb7
instituto tecnológico de chihuahua. (s.f.). Obtenido 22 de abril 2018 de

http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/002APRO
XIMACION
Modelos probabilísticos recuperado 22 de abril 2018 de

https://unadmexico.blackboard.com/bbcswebdav/institution/DCSA/BLOQUE2/SP/0
3/SESP_2017_02/U1/descargables/SESP_U1_Contenido_2018_1_b2.pdf
soporte minitab. (s.f.). Obtenido 23 de abril 2018 de distribucion de poision:

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-
distributions-and-random-data/supporting-topics/distributions/poisson-distribution/
vitutor. (s.f.). Obtenido 14 de abril 2018 de Distribucion normal y binomial:

https://www.vitutor.com/pro/5/a_5.html
11

Esp U1 Ea Jocm

Cargado por

Copyright:

Formatos disponibles

Esp U1 Ea Jocm

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Esp U1 Ea Jocm

Cargado por

Copyright:

Formatos disponibles

LICENCIATURA EN SEGURIDAD

ESTDISTICAS PARA LA INVESTIGACION

JOSE IVAN COSS MARTINEZ

PROFR: ALEJANDRO ROSETE NOTARIO

1. Lee cuidadosamente los enunciados.

2. Desarrolla los ejercicios en un documento de texto, apoyándote con una

3. Explica claramente lo que haces para resolver y asegúrate que los

4. Guarda tu documento con la siguiente nomenclatura: ESP_U1_EA_XXYZ.

5. Envía, a través de esta sección, el documento a tu docente en línea para

Esta actividad de evidencia de aprendizaje se llevará a cabo con ecuaciones de

Así mismo los diferentes tipos de distribución en la cual esta la distribución

La distribución binomial se utiliza para describir un proceso donde los resultados

La distribución de Poisson se especifica por un parámetro: lambda (λ). Este

Se utiliza la distribución de Poisson para describir el número de veces que un

La distribución normal es la distribución estadística más común debido a que la

Sobre la distribución normal a la binomial en este caso se estarán calculando

1. Sea x la variable aleatoria que expresa el número de reclusos que

pi 0.225 0.321 0.188 0.145 0.062 0.023 0.016 0.020

a.- Comprobar que los datos de la tabla representan una distribución de

Los datos representan una distribución de probabilidad si se suman las

La suma de probabilidad de la variable es la siguiente: es igual a 1

Así pues, cada dato se encuentra en un intervalo de 0 y el 1

b.- Hallar la probabilidad de que el número de reclusos que habitan en un

R= P (x≤4) = P (x=1) +P(x=2) + P(x=3) + P(x=4) = .225 + .321 + .188 + .145

c.- Calcular la probabilidad de que al menos dos reclusos habitan en un

La probabilidad de que al menos dos reclusos habitan en un centro de

d.- Obtener el número promedio de reclusos que habitan en un centro de

R= µ=1 (0.225) + 2 (0.321) + 3 (0.188) + 4 (0.145) + 5 (0.62) + 6 (0.023) + 7

el promedio de reclusos que habitan es de µ = 2.731

e.- Determinar el número esperado de reclusos para un intervalo de 15

R= 1 (0.225) + 2 (0.321) + 3 (0.188) + 4 (0.145) + 5 (0.62) + 6 (0.023) + 7 (0.016) +

f.- Determinar la varianza de llegadas para un intervalo de 15 minutos.

R= 0.225(1-2) 2 + 0.321(2-2) 2 + 0.188(3-2) 2 + 0.145(4-2) 2 + 0.062(5-2) 2 +

1.- Un policía municipal tiene ocho sectores a su cargo, y en promedio la

0=0.380 0.628-0 (1)(1) 0.0218340105584896 = 0.02183401 =2.18%

1= 0.381 0.628-1 (8) 0.38 X 0.03521 = 0.1070384 =10.70%

2= 0.382 0.628-2 (28) 0.1444 X 0.056800235584=0.2296547125132288 =22.96%

3= 0.383 0.628-3 (56) 0.054872 X 0.0916132832= 0.281512228 = 28.15%

5= 0.385 0.628-5 (56) 0.0079235168 X 0.238328 =0.1057501710669824 =10.57%

6= 0.386 0.628-6 (28) 0.003010936384 X 0.3844=0.0324073104882688 =3.24%

7 =0.387 0.628-7 (8) 0.00114415582592 X 0.62=0.0056750128965632 =0.56%

8= 0.388 0.628-8 (1)0.0004347792138496 X 0.62=0.000269563112586752=0.02%

1.- Un proceso de aprehensión de delincuentes trabaja con un promedio de

a) Calcule la probabilidad de que el proceso deba dejarse de realizar debido al

a.- p (x= 0/ λ = 0.04) = 0

Respuesta: la probabilidad es de 96.07%

b) De acuerdo con la respuesta en el inciso a), ¿el esquema de muestreo es

Respuesta: el esquema de muestreo no es el adecuado, ya que puede generar

µ = npq= (100) (0.38) (0.62) 1/2 = 4.8539

b. ¿Cuál es la probabilidad de que 40 o menos de los delincuentes cometerán otro

R=la probabilidad de que 40 0 menos delincuentes cometan otro delito es de

P (Zy-1.64) = 0.4495 + 0.5 = 0.9495

Z= (40-38) = 2 √ 4.85 = 0.41

P (z< 0.41) =0.5+ 0.1591=0.6591

R= la probabilidad de que de 30 a 40 de los delincuentes cometan otro delito es

P (-1.64Z<0.41) = 0.4495 + 0.1591 =0.6086

Aproximación de la distribución normal a la binomial

1.- Un funcionario de seguridad pública sabe que, en promedio, 2% de los

Z= (40-30) √ 5.42 = 1.84