Beruflich Dokumente
Kultur Dokumente
CRIMINAL
UNIVERSIDAD DURANGO SANTANDER
ING. MA. EUGENIA FLORES
CRIMINOLOGA | 5
NICOLE J. ROMERO
MEDIDAS DE
DISPERSIN
Las medidas de dispersin nos informan sobre cuanto se alejan
del centro los valores de la distribucin dispersin o variacin de
los datos, intenta dar una idea de cuan esparcidos o dispersos se
encuentran estos, hay varias medidas de dispersin:
Desviacin media
Rango
Desviacin tpica
Varianza
RANGO
Rango de un conjunto de nmeros, es la diferencia entre el
nmero mayor y el nmero menor.
DESVIACIN MEDIA
Desviacin media de un conjunto de nmeros, se define MD y su
formula: La sumatoria desde la i = 1 hasta n del valor absoluto de Xi
menos X entre el nmero de datos.
/ Xi
N
Ejemplos:
2, 3, 3, 5, 5, 8, 10, 12
MD = 3
MD = |2-6|+|3-6|+|3-6|+|5-6|+|5-6|+|8-6|+|10-6|+|12-6|
8
9, 3, 8, 9, 8, 8, 9, 18
MD = 2.25
MD = |9-9|+|3-9|+|8-9|+|9-9|+|8-9|+|8-9|+|9-9|+|18-9|
8
DESVIACIN TPICA
Desviacin tpica de un conjunto de nmeros, se denota por S que se
define: La raz cuadrada de la sumatoria desde i=1 hasta n del cuadrado
de Xi X sobre el nmero de datos.
(Xi )2
N
Ejemplo:
2, 3, 6, 8, 11
S = 3.8
S = |2-6|2+|3-6|2+|6-6|2+|8-6|2+|11-6|2 = 10.8
5
VARIANZA
Varianza es la media aritmtica del cuadrado de las desviaciones
respecto a la media de una distribucin estadstica, es la varianza de un
conjunto de datos se define como el cuadrado de la desviacin estndar.
Representado S2
(Xi )2
N
Ejemplo:
9, 3, 8, 9, 8, 8, 9, 18
S 2 = 15 S = 3.8
S2 = |9-9|2+|3-9|2+|8-9|2+|9-9|2+|8-9|2+|8-9|2+|9-9|2+|18-9|2 = 15
5
MODELOS
El alumno conocer algunas de las distribuciones ms utilizadas
en la practica de su carrera o profesin, y seleccionara la mas
adecuada para analizar algn fenmeno en particular.
Distribucin binomial
Distribucin geomtrica
Distribucin hipergeomtrica
Distribucin de poisson
Distribucin normal
DISTRIBUCIN DE
PROBABILIDAD
DISCRETA
ENSAYO BINOMIAL
Consiste en realizar n veces el ensayo de Vernulli, de manera
independiente uno de otro y suponiendo que la probabilidad de xito (P)
permanece constante en cada uno de ellos.
Ejemplo: Observar cinco artculos de un mismo lote y contar el
nmero de artculos con defecto.
DISTRIBUCIN
BINOMIAL
n!
(P)x (Q)n-x
x!(n-x)!
Ejemplos:
Obtener la probabilidad de tener exactamente dos caras (cualquier
orden) en tres lanzamientos de una moneda no alterada.
P .5
Q .5
X2
N3
P (2) =
3!
X3
N6
P (3) =
6!
DISTRIBUCIN DE
POISSON
DISTRIBUCIN
HIPERGEOMTRICA
C
N
n-r
n-x
Ejemplos:
En una crcel se tienen a 20 presos, 2 de los cuales son asesinos. Si se
selecciona al azar a tres de ellos. Cual ser la probabilidad de que 2 de
ellos sean asesinos.
N 20
n2
r -2
2!___ = 1
2!(2-2)!
18!_ = 18
1!(17)!
20!_ = 1,140
3!(17)!
(1)(18) = .015
1,140
X2
EJERCICIOS
3 5 6 7 10 12 15 18
Media 9.5
Mediana 8.5
Moda X
Rango 15
MD = |3-9.5|+|5-9.5|+|6-9.5|+|7-9.5|+|10-9.5|+|12-9.5|+|15-9.5|+|18-9.5|
8
S = |3-9.5|2+|5-9.5|2+|6-9.5|2+|7-9.5|2+|10-9.5|2+|12-9.5|2+|15-9.5|2+
|18-9.5|2 = 23.7 = 4.8
5
5 8 6 3 10 2 1 7 5 6
Media 5
Mediana 4
Moda 6
Rango 9
MD = |5-5|+|8-5|+|6-5|+|3-5|+|10-5|+|2-5|+|1-5|+|7-5|+|5-5|+|6-5|
10
S = |5-5|2+|8-5|2+|6-5|2+|3-5|2+|10-5|2+|2-5|2+|1-5|2+|7-5|2+|5-5|2+
|6-5|2 = 6.9 = 2.6
10
25!
(.3)3 (.7)22 = 2,300 (.027) (0.00039) = .024
3!(25-3)!
B.
P (0) =
25!
(.3)0 (.7)25 = 1 (1) (0.000134) = 0.000134
0!(25-0)!
P (1) =
25!
(.3)1 (.7)24 = 25 (.3) (0.000191) = 0.00143
1!(25-1)!
P (2) =
25!
= 7.5
N5
P .2
P (1) =
P (2) =
P (3) =
5!
5!
5!
Q .8
Y (1 y 3)
5!
5!
5!
82.8%
5!
5!
5!
5!
5!
5!
N5
P (0) =
P .4
5!
P (1) =
P (2) =
P (3) =
Q .6
X 0, 1, 2, 3
n5
r -6
6!___ = 6
5!(1)!
4!_ = 24
0!(0)!
10!_ = 252
5!(5)!
(6)(24) = .571
252
X5
TAREAS
PROBABILIDAD
Es la posibilidad que existe entre varias posibilidades, que un hecho
o condicin se produzcan.
Esta mide la frecuencia con la cual se obtiene un resultado en
oportunidad de la realizacin de un experimente sobre el cual se
conocen los resultados posibles gracias a las condiciones de
estabilidad que el contexto supone de antemano.
TEORA DE LA
PROBABILIDAD
Es un modelo matemtico que se ocupa de analizar fenmenos
aleatorios, implica la contraposicin respecto de los fenmenos ya
determinados, aquellos en los cuales el resultado del experimento
que se realiza, que se repetir la cantidad de veces que este vuelva
a hacerse, siempre y cuando se respeten las mismas condiciones.
CONDICIONAL
Es la probabilidad de que un evento B ocurra cuando se sabe que
ya ocurri un evento A.
Denota por: P(B/A)
Por lo general se lee como probabilidad de que Ocurre B porque
ocurri A.
Definida como:
P(B/A) = P(BA)
P(A)
con P(A)
Axioma I
0 P(BA) Para todo evento B
Como
0 P(BA) P(/A)
Axioma II
P(/A) = 1
Como
P(/A) = P(A) = P(A) = 1
P(A)
P(A)
Axioma III
Si A1,A2.. Es una sucesin de eventos mutuamente excluyentes,
entonces
P(U An/A) = P(An/A)
Como
P(U An/A) = (P[A(UAn)] = P[A(A1UA2U..]
P(A)
PERMUTACIONES
Es una combinacin en donde el orden es importante. La notacin
para permutacin es P(n.r) que es la cantidad de permutaciones de
n elementos si solamente se seleccionan r.
Se llama permutaciones de m elementos (m=n) a las diferentes
agrupaciones de esos m elementos de forma:
Si entran todos los elementos
Si importa el orden
No se repiten los elementos
Pn=n!
Ejercicio:
Se cuantas maneras distribuiramos tres monedas de S./5 y cuatro
monedas de S./10 en una misma lnea?
Formula respectiva:
P7 (r:3,4) = 7! = 7 6 5 4 3 2 1
3!4! (3 2 1)(4 3 2 1)
P7 (r:3,4) = 35
COMBINACIONES
Es un arreglo donde el orden no es importante. La notacin para las
combinaciones es C(n,r) que es la cantidad de combinaciones n
elementos seleccionados, r a la vez. Igual a la cantidad de
permutaciones n elementos tomados r a la vez dividido por r
factorial.
Se le llama combinaciones de m elementos tomados de n en n (mn)
a todas las agrupaciones posibles que pueden hacerse con los m
elementos de forma:
No entran todos los elementos
No importa el orden
No se repiten los elementos
Cnm = Vnm
Pn
Ejercicio:
Una baraja de pker tiene 52 naipes. Cuanta manos de cinco
cartas pueden formarse?
M = 52 n = 5
Cm =
M!
2! (m-2)!
C(52,5) =
52!
5! (52-5)
= 259
N 5
P - .4
Q - .6
I. Trazar una distribucin binomial, donde las probabilidades de que
0, 1, 2, 3, 4, 5 estudiantes lleguen tarde simultneamente.
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0
P (y = 0) __ 5!__
(.4)0 (.6)5
0!(5-0)!
1 (1) (.07) = 0.77 77%
III. Probabilidad de tener 1 retardos
P (y = 1) __ 5!__
(.4)1 (.6)4
1!(5-1)!
5 (.4) (.12) = 0.259 25.9%
P (y = 2) __ 5!__
(.4)2 (.6)3
2!(5-2)!
10 (.16) (.216) = 0.345 34.5%
P (y = 3) __ 5!__
(.4)3 (.6)2
P (y = 4) __ 5!__
(.4)4 (.6)1
4!(5-4)!
5 (.25) (.6) = 0.75 75%
P (y = 5) __ 5!__
(.4)5 (.6)0
5!(5-5)!
1 (.010) (1) = 0.10 10%
I. Las lesiones laborales graves en una planta tienen una media anual
de 2.7, dado que las condiciones de seguridad sern iguales durante
el prximo ao. Cul es la probabilidad de que el nmero de lesiones
sea menor que 2.
M 2.7 Y 0, 1, 2
Y - 0 = .000
Y - 1 = .000
Y - 2 = .000
Q 0.9
III. M 2
X < 1 = .59
X > 2 = .405
P - 0 = .135
P (0/2) = 20 e-2 = .135
0!
.3679
.3679
.1839
.0613
.0153
.0031
0.3
0.2
0.1
0
.0137
9!
P (4/5) = 54 e-5 = .1755
4!
P (10/5) = 510 e-5 = .0181
10!
P (5/5) = 55 e-5 = .1755
5!
RANGO
Encontrar el rango de los siguientes nmeros:
8 3 5 33 19 55 2 6 66 12
66 - 3 = 63
Encontrar el rango de los siguientes nmeros:
9 55 32 46 21 11 42 7 6 2
55 2 = 53
DESVIACIN MEDIA
Encontrar la desviacin media de los siguientes nmeros:
45673
MD = |2-5|+|5-5|+|6-5|+|7-5|+|3-5| = 1.6
5
Encontrar la desviacin media de los siguientes nmeros:
6 8 5 11 2 4
MD = |6-6|+|8-6|+|5-6|+|11-6|+|2-6|+|4-6| = 2.3
6
DESVIACIN TPICA
Encontrar la desviacin tpica de los siguientes nmeros:
4 6 7 10 13
S = (4-8)2+(6-8)2+(7-8)2+(10-8)2+(13-8)2 = 10 = 3.16
5
Encontrar la desviacin tpica de los siguientes nmeros:
983517
S = (9-5.5)2+(8-5.5)2+(3-5.5)2+(5-5.5)2+(1-5.5)2+(7-5.5)2 =
7.91 = 2.81
6
VARIANZA
Encontrar la varianza de los siguientes nmeros:
19 5 1 13 - 7
S2 = (19-9)2+(5-9)2+(1-9)2+(13-9)2+(7-9)2 = 40
5
Encontrar la varianza de los siguientes nmeros:
6 4 7 5 2 11
S2 = (6-5.8)2+(4-5.8)2+(7-5.8)2+(5-5.8)2+(2-5.8)2+(11-5.8)2 =
7.80
6
DISTRIBUCIN
BINOMIAL
DISTRIBUCIN DE
POISSON
DISTRIBUCIN DE
POISSON