POLICÍA NACIONAL DEL PERÚ

ESCUELA NACIONAL DE FORMACIÓN PROFESIONAL

POLICIAL
ESCUELA DE EDUCACIÓN SUPERIOR TÉCNICO PROFESIONAL
MARIANO SANTOS MATEOS- PUENTE PIEDRA

TRABAJO APLICATIVO INDIVIDUAL

ASIGNATURA : ESTADÍSTICA GENERAL

TEMA : PROBABILIDADES

DOCENTE : MG. RODRIGUEZ OBREGON, PEDRO SAMUEL

NOMBRES Y : SALCEDO ESCOBAR LUIS ROMARIO

APELLIDOS

PROMOCIÓN : “2021– I”

PERIODO : II

SECCIÓN : 10

1
 2021

ÍNDICE

INTRODUCCIÓN ……………………………………………………………………..04

I. CAPITULO I : MARCO TEORICO

A. GENERAL..........................................................................................05

II. ANÁLISIS
GENERAL
………………………………………………………………………………...15

III. CONCLUSIONES…………………………………………………………… …16

IV. RECOMENDACIONES………..………………………………………… … …17

VII. FUENTES CONSULTADAS

BIBLIOGRAFÍA.......................................................................................................18

2
3
 DEDICATORIA Y AGRADECIMIENTOS

 Dedicamos este trabajo monográfico a nuestros catedráticos, que son

grandes mentores que hacen realidad nuestro proyecto.

 A las familias que apoyan cada paso que damos, les agradecemos por
apoyarnos para lograr la culminación de este trabajo.

 Dedicado a Dios, nos llena de sabiduría y paciencia para lograr las metas
sugeridas y así lograr el clímax de nuestro proyecto.

4
 INTRODUCCIÓN

El presente trabajo de Estadística refiere a las “Probabilidades”. La probabilidad es

simplemente qué tan posible es que ocurra un evento determinado.

Cuando no estamos seguros del resultado de un evento, podemos hablar de la

probabilidad de ciertos resultados: qué tan común es que ocurran. Al análisis de
los eventos gobernados por la probabilidad se le llama estadística.

La Estadística se ha convertido en un efectivo método para describir, relacionar y

analizar los valores de datos económicos, políticos, sociales, biológicos, físicos,
entre otros. Pero esta ciencia no sólo consiste en reunir y tabular los datos, sino
en dar la posibilidad de tomar decisiones acertadas y a tiempo, así como realizar
proyecciones del comportamiento de algún evento. Es así como el desarrollo de la
teoría de la Probabilidad ha aumentado el alcance de las aplicaciones de la
Estadística. Muchos de los eventos que ocurren en la vida del ser humano no se
pueden predecir con exactitud, pues la mayoría de los hechos están influenciados
por el azar, es decir, por procesos inciertos, en los que no se está seguro de lo
que va a ocurrir. Sería un error afirmar que vivimos en un mundo determinista, en
donde no hay influencia del azar y la incertidumbre. La Probabilidad permite un
acercamiento a estos sucesos, ponderando las posibilidades de su ocurrencia y
proporcionando métodos para tales ponderaciones, creando así modelos
Probabilísticos. Precisamente, algunos de esos métodos proporcionados por la
teoría de la Probabilidad llevan a descubrir que ciertos eventos tienen una mayor o
menor probabilidad de ocurrir que la apreciación hecha a través del sentido
común. De esta manera, la Probabilidad permite estudiar los eventos de una
manera sistemática y más cercana a la realidad, entregando una información más
precisa y confiable y, por tanto, más útil para las distintas disciplinas del ser
humano. De ahí que se vea la importancia de conocer a profundidad las
características de ciertos fenómenos cotidianos que el ser humano vive,
comprender los métodos Probabilísticos más comúnmente usados y con ellos
llegar a tomar las decisiones más apropiadas.
5
 CAPITULO I

MARCO TEÓRICO

El conocimiento de la Probabilidad constituye la base que permite comprender la

forma en que se desarrollan las técnicas de la Inferencia Estadística y la toma de
decisiones, en otras palabras, es el lenguaje y la fundamentación matemática de
la Inferencia Estadística.

La probabilidad es un método por el cual se obtiene la frecuencia de un

acontecimiento determinado mediante la realización de un experimento aleatorio,
del que se conocen todos los resultados posibles, bajo condiciones
suficientemente estables.

La teoría de la probabilidad se usa extensamente en áreas como la estadística, la

física, la matemática, las ciencias y la filosofía para sacar conclusiones sobre la
probabilidad discreta de sucesos potenciales y la mecánica subyacente discreta
de sistemas complejos.

TEORÍA

La probabilidad constituye un importante parámetro en la determinación de las

diversas casualidades obtenidas tras una serie de eventos esperados dentro de
un rango estadístico.

Existen diversas formas como método abstracto, como la teoría Dempster-Shafer

y la teoría de la relatividad numérica, esta última con un alto grado de aceptación
si se toma en cuenta que disminuye considerablemente las posibilidades hasta un
nivel mínimo ya que somete a todas las antiguas reglas a una simple ley de
relatividad.

La probabilidad de un evento se denota con la letra “p” y se expresa en términos

de una fracción y no en porcentajes, por lo que el valor de p cae entre 0 y 1. Por
otra parte, la probabilidad de que un evento “no ocurra” equivale a 1 menos el
valor de p y se denota con la letra q = P(Q) = 1 − P(E)

Los tres métodos para calcular las probabilidades son la regla de la adición, la
6
regla de la multiplicación y la distribución binomial.es la rama de las matemáticas
que estudia mide o determina a los experimentos o fenómenos aleatorios.

TEOREMA DE PROBABILIDAD

Para el cálculo de probabilidades hay que tomar en cuenta los Axiomas y

Teoremas que a continuación se enumeran.

Axioma 1

La probabilidad de que ocurra un evento A cualquiera se encuentra entre cero y

uno.

0 > P(A) > 1

7
Axioma 2

La probabilidad de que ocurra el espacio muestral es 1.

P(S) = 1

Axioma 3

Si A y B son eventos mutuamente exclusivos, es decir que no tienen elementos en

común, entonces:

P (A U B) = P(A) + P(B)

Si se tienen n eventos mutuamente exclusivos A1, A2, A3,An, entonces:

P (A1A2 ... An) = P(A1) + P(A2) + ... + P(An)

Teorema 1: Regla de Adición

Regla de Adición

La probabilidad de que alguno de dos eventos pertenecientes a un mismo espacio

muestral ocurra se determina mediante la siguiente ecuación:

P (A U B) = P(A ) + P( B ) – P( A B )

Ejemplo:

Si el experimento es lanzar un dado una vez, el espacio muestral es:

S = {1, 2, 3, 4, 5, 6}

Si el evento A es cae un número par

A = {2, 4, 6}

Si el evento B es cae un número menor de 3

B = {1, 2}

¿Cuál será la probabilidad de que suceda alguno de estos dos eventos?

Primero identificamos que es lo que queremos, "la probabilidad de que sea par o
menor de tres", es decir, P (A U B)
8
Ya que identificamos lo que queremos, ahora debemos saber lo que conocemos

La probabilidad de A y la probabilidad de B es:

P(A) = 3 = 0.50 P(B) = 2 = 0.33

Para aplicar este teorema es necesario conocer la probabilidad de la intersección

de estos dos eventos si se quiere conocer la probabilidad de la unión, o de
manera inversa, conocer la probabilidad de la unión para calcular la probabilidad
de la intersección.

En este caso queremos saber la unión, entonces es necesario conocer la

intersección, que es " número par y menor de 3".

A ∩ B = {2} entonces P(A ∩ B) = 2 = 0.33

Si aplicamos la regla de adición:

P (A U B) = P( A ) + P( B ) – P( A ∩ B )

P (A U B) = 0.50 + 0.33 – 0.16 = 0.67

Teorema 2: Regla de Complementación

Regla de Complementación

La probabilidad de que el complemento de un evento ocurra está dada por la

siguiente ecuación:

P (A) = 1 − P (A)

Ejemplo:

En el experimento de "lanzar un dado y registrar que cara es la de arriba", si el

suceso B = "es menor de tres", entonces la probabilidad de B = "no sea menor de
tres" es:

P(B) = 2/6 = 0.33

P (B) = 1 − 0.33 = 0.67

En el mismo experimento, ¿cuál es la probabilidad de que no sea ni par ni menor

9
de tres?

En este caso estamos hablando del complemento de la unión de los sucesos A y

B, es decir P (A U B)

Sabemos por el ejemplo anterior que P (A U B) = 0.67

Entonces P (A U B) = 1 − 0.67 = 0.33

Teorema 3: Regla de Diferenciación

Regla de Diferenciación

La probabilidad de que un evento dado ocurra, pero no ocurra otro evento dado
pertenecientes al mismo espacio muestral está dada por

P (A − B) = P(A) − P (A ∩ B)

Ejemplo:

Si el evento A = "cae un número par" y si el evento B = "cae un número menor de

3", entonces la probabilidad de que ocurra "par, pero no menor de tres es:

P (A − B) = P(A) − P (A ∩ B)

P (A − B) = 0.50 − 0.16 = 0.33

Y la probabilidad de que ocurra "menor de tres, pero no par" es:

P
(B −
A) =

10
P(B) − P(A ∩ B)

P (A − B) = 0.33 − 0.16 = 0.17

Las Leyes de Morgan

Las leyes de De Morgan declaran que el complemento de la intersección de dos

sucesos es igual a la unión del complemento de cada suceso; y que el
complemento de la unión de dos sucesos es igual a la intersección del
complemento de esos sucesos.

A∩B=AUB

AUB=A∩B

ESPACIO MUESTRAL

El espacio muestral está formado por todos los posibles resultados de un

experimento aleatorio. Es decir, se compone de todos y cada uno de los sucesos
elementales.

El espacio muestral es una parte del espacio probabilístico. Como su propio

11
nombre indica, está formado por los elementos de la muestra. Al contrario, el
espacio probabilístico engloba todos los elementos. Incluso aunque no salgan
recogidos en la muestra.

Símbolo del espacio muestral

El espacio muestral se denota con la letra griega Ω (Omega). Está compuesto por
todos los sucesos elementales y/o compuestos de la muestra y, por tanto, coincide
con el suceso seguro. Es decir, aquel suceso que siempre va a ocurrir.

Un ejemplo de espacio muestral en el lanzamiento de una moneda sería:

Ω = {C, X}

Dónde C es cara y X es cruz. Esto es, los posibles resultados son cara o cruz.

Ejemplo de espacio muestral

Supongamos el caso de un dado con 6 caras. Enumeradas del 1 al 6 ¿Cuál sería

el espacio muestral del experimento lanzar un dado una sola vez?

Ω = {1, 2, 3, 4, 5, 6}

¿Y si el experimento consiste en lanzar el dado dos veces? Diferenciamos entre

un dado rojo y un dado verde.

Ω = {1 y 1, 1 y 2, 1 y 3, 1 y 4, 1 y 5, 1 y 6, 2 y 1, 2 y 2, 2 y 3 … 6 y 6 }

Es decir, que en el dado rojo salga un 1 y que en el dado verde salga un 1, sería
el primer suceso elemental. El segundo suceso elemental consistiría en que en el
dado rojo salga un 1 y en el verde un 2. Así hasta un total de 36 sucesos
elementales.

Diferencia entre espacio muestral y espacio probabilístico

Confundir espacio muestral y espacio probabilístico es algo habitual. Suele

creerse que son sinónimos. Sin embargo, no es así. El espacio probabilístico es
un concepto mucho más amplio y está formado, además de otros conceptos, por
el espacio muestral.
12
a) 25 y 30, se dice que es multimodal.
La Estadística, y por tanto el Cálculo de Probabilidades, se ocupan de los
denominados fenómenos o experimentos aleatorios.
El conjunto de todos los resultados posibles diferentes de un determinado
experimento aleatorio se denomina Espacio Muestral asociado a dicho
experimento y se suele representar por Ω. A los elementos de Ω se les denomina
sucesos elementales.
Así, por ejemplo, el espacio muestral asociado al experimento aleatorio
consistente en el lanzamiento de una moneda es Ω= {Cara, Cruz}; el espacio
muestral asociado al lanzamiento de un dado es Ω= {1, 2, 3, 4, 5, 6}, siendo Cara
y Cruz los sucesos elementales asociados al primer experimento aleatorio y 1, 2,
3, 4, 5 y 6 los seis sucesos elementales del segundo experimento aleatorio.
A pesar de la interpretación que tiene el espacio muestral, no es más que un
conjunto abstracto de puntos (los sucesos elementales), por lo que el lenguaje, los
conceptos y propiedades de la teoría de conjuntos constituyen un contexto natural
en el que desarrollar el Cálculo de Probabilidades.
Sea A el conjunto de las partes de, es decir, el conjunto de todos los subconjuntos
de Ω. En principio, cualquier elemento de A, es decir, cualquier subconjunto del
espacio muestral contendrá una cierta incertidumbre, por lo que trataremos de
asignarle un número entre 0 y 1 como medida de su incertidumbre. En Cálculo de
Probabilidades dichos subconjuntos reciben en el nombre de sucesos, siendo la
medida de la incertidumbre su probabilidad. La tripleta (Ω, A, P) recibe el nombre
de espacio probabilístico.
Por tanto, asociado a todo experimento aleatorio existen tres conjuntos: El espacio
muestral, la clase de los sucesos, es decir, el conjunto de los elementos con
incertidumbre asociados a nuestro experimento aleatorio A, y una función real, P:
A [0, l], la cual asignará a cada suceso (elemento de A) un número entre cero y
uno como medida de su incertidumbre.
Advertimos, no obstante, que la elección del espacio muestral asociado a un

13
experimento aleatorio no tiene por qué ser única, sino que dependerá de que
sucesos elementales queramos considerar como distintos y del problema de la
asignación de la probabilidad sobre esos sucesos elementales.

PRINCIPIO FUNDAMENTAL DEL CONTEO.

Principio que establece que todos los posibles resultados en una situación dada
se pueden encontrar multiplicando el número de formas en la que puede suceder
cada evento.
“Si una operación puede realizarse en n1 formas y si por cada una de éstas, una
segunda operación puede llevarse a cabo en n2 formas, entonces las dos
operaciones pueden realizarse juntas en n1n2 formas.”

Ejercicios de principios fundamentales de conteo.

1- Ejercicio:
Si podemos viajar de San Francisco a Chicago de 3 formas y después de Chicago
a Nueva York en 2 formas, entonces podemos ir de San Francisco a Nueva York
en 3×2, o 6 formas.
Permutación.
2- Ejercicio:
Suponga que tiene 3 camisas (llamémoslas A, B, y C), y 4 pares de pantalones
(llamémoslos w, x, y, y z). Entonces Usted tiene
3 × 4 = 12
combinaciones posibles:
Aw, Ax, Ay, Az
Bw, Bx, By, Bz
Cw, Cx, Cy, Cz
3- Ejercicio:
Suponga que lanza un dado de 6 lados y saca una baraja de un mazo de 52
barajas. Hay 6 resultados posibles con el dado, y 52 resultados posibles con el
mazo de barajas. Así, hay un total de
14
6 × 52 = 312

ANÁLISIS

La probabilidad y la estadística son parte importante de la vida. A cada momento

elaboramos juicios y tomamos decisiones y, consciente o inconscientemente,
utilizamos sus conceptos y técnicas; por ejemplo, decidimos a qué hora salir de
casa, basados en el tiempo promedio necesario para trasladarnos al lugar que
deseamos; escogemos el medio de trasporte en función de su disponibilidad, su
costo y rapidez relativa a nuestra prisa, analizamos y decidimos respecto a
cualquier proyecto considerando sus probabilidades de éxito en diferentes
condiciones; la experiencia es una forma de estudiar la tendencia de los
fenómenos y decidir en consecuencia: “llevaré paraguas”; “compraré otro
cuaderno”; “no le prestaré mi calculadora”; etc.
A pesar de que los conceptos básicos de la probabilidad y la estadística son
conocidos en general por el hombre moderno, es necesario el estudio sistemático
de ellos a fin de disponer de las técnicas adecuadas para resolver con mayor
precisión los problemas de la vida actual. Por ejemplo, ¿cuál es la probabilidad de
éxito de este proyecto?; ¿qué tan seguro puedo estar de la calidad de cierto
artículo, si al tomar 100 de ellos 8 eran defectuosos?; ¿cuál es el volumen
esperado de ventas para mi empresa durante los próximos 18 meses, a fin de
elaborar el programa de producción?; ¿qué relación existe entre el presupuesto de
publicidad y el número de clientes de mi empresa?; ¿cuál es el lugar más
conveniente para vacacionar si existen opiniones encontradas respecto al mejor
lugar, pero es posible clasificar las preferencias de los integrantes de un grupo de
vacacionistas?; ¿qué resistencia debe tener un perno de metal para soportar la
carga a la que será sometido?; etc.
Las respuestas a estas preguntas se obtienen por medio de técnicas cuyo estudio
se inicia en este curso y se extiende hasta cursos avanzados y tesis
postdoctorales.
15
La estadística es el lenguaje universal de la ciencia. Como usuarios potenciales
de
la estadística, necesitamos dominar la “ciencia” y el “arte” de utilizar
correctamente
su metodología. El empleo cuidadoso de los métodos estadísticos permite obtener
información precisa de los datos, que incluyen:
1) Definir cuidadosamente la situación.
2) Recolectar datos.
3) Resumir con precisión los datos.
4) Obtener y comunicar las conclusiones significativas.
La estadística implica información, números para resumir esta información y su
interpretación. El término estadístico posee varios significados para personas de
diversos entornos e intereses. Para algunos; es un campo de “magia” en el que
una persona con conocimientos supera a los demás. Para otros, se trata de un
medio para recolectar y representar grandes cantidades de información. Y todavía
para otro grupo, se trata de un medio para “tomar decisiones de frente a la
incertidumbre”. Entre otros. Para su estudio se divide en dos grandes áreas:
Estadística Descriptiva y Estadística Inferencial.
La Probabilidad y la Estadística están llenas de números, pero también es verdad
que no se requiere conocimientos avanzados de Matemáticas para iniciarse en su
estudio.

La Probabilidad permite un acercamiento a estos sucesos, ponderando las

posibilidades de su ocurrencia y proporcionando métodos para tales
ponderaciones, creando así modelos Probabilísticos. Precisamente, algunos de
esos métodos proporcionados por la teoría de la Probabilidad llevan a descubrir
que ciertos eventos tienen una mayor o menor probabilidad de ocurrir que la
apreciación hecha a través del sentido común. De esta manera, la Probabilidad
permite estudiar los eventos de una manera sistemática y más cercana a la
realidad, entregando una información más precisa y confiable y, por tanto, más útil

16
para las distintas disciplinas del ser humano. De ahí que se vea la importancia de
conocer a profundidad las características de ciertos fenómenos cotidianos que el
ser humano vive, comprender los métodos Probabilísticos más comúnmente
usados y con ellos llegar a tomar las decisiones más apropiadas.

CONCLUSIONES

1. La probabilidad y la estadística son parte importante de la vida. A cada

momento elaboramos juicios y tomamos decisiones y, consciente o
inconscientemente, utilizamos sus conceptos y técnicas

2. La estadística implica información, números para resumir esta información

y su interpretación. El término estadístico posee varios significados para
personas de diversos entornos e intereses.

3. La Probabilidad y la Estadística están llenas de números, pero también es

verdad que no se requiere conocimientos avanzados de Matemáticas para
iniciarse en su estudio.

4. La Probabilidad permite un acercamiento a estos sucesos, ponderando las

posibilidades de su ocurrencia y proporcionando métodos para tales
ponderaciones, creando así modelos Probabilísticos.

5. La Probabilidad permite estudiar los eventos de una manera sistemática y

más cercana a la realidad, entregando una información más precisa y
confiable y, por tanto, más útil para las distintas disciplinas del ser humano.

17
 RECOMENDACIONES

1. La probabilidad se refiere a la mayor o menor posibilidad de que ocurra un

suceso. Su noción viene de la necesidad de medir la certeza o duda de que
un suceso dado ocurra o no. Esta establece una relación entre el número de
sucesos favorables y el número total de sucesos posibles.

2. La importancia de la probabilidad radica en que, mediante este recurso

matemático, es posible ajustar de la manera más exacta posible los
imponderables debidos al azar en los más variados campos tanto de la
ciencia como de la vida cotidiana.

3. La importancia de las medidas estudiadas está en dependencia del tipo de

datos, de su distribución y del objetivo que se tiene en la realización del
estudio. A pesar de ser considerada la media como la medida más
importante en la mayoría de los estudios de fenómenos o hechos, el
conocimiento de las tres proporciona una mejor descripción de estos.

4. La importancia de la probabilidad radica en que, mediante este recurso

matemático, es posible ajustar de la manera más exacta posible los
imponderables debidos al azar en los más variados campos tanto de la
ciencia como de la vida cotidiana.

18
5.

19
 BIBLIOGRAFÍA

 CAMACHO, J. (2000) Estadística con SPSS versión 9 para Windows. Madrid: Ra-
Ma.
 DIAZ de RADA, V. (1999) Técnicas de análisis de datos para investigadores
sociales: aplicaciones prácticas con SSPS para Windows. Madrid: Ra-Ma
 FERRAN, E. (1996) SPSS para Windows. Programación y análisis estadístico.
Madrid: MacGraw-Hill.
 FOSTER, J. (1998) Data Analysis using SPSS for Windows: A Beginner's Guide.
London: SAGE.
 GREEN, S et al. (1997) Using SPSS for Windows: Analyzing and Understanding
Data. Upper Saddle River: Prentice Hall.
 HOWITT, D. y CRAMER, D. (1997) A Guide to Computing Statistics with SPSS for
Windows. London: Prentice-Hall.
 LIZASOAIN, L. y JOARISTI, L. (1999) SPSS para Windows. Madrid: Paraninfo.
 MONEGAL, M. (1999) Introducción al SPSS: manipulación de datos y estadística
descriptiva. Barcelona: EUB.
 NORUSIS, M.J. (1998) SPSS 6.1 Guide to Data Anaysis. Englewood Cliffs:
Prentice-Hall.
 SáNCHEZ CARRION, J.J. (1995) Manual de Análisis de datos. Madrid: Alianza
Universidad.

20
ANEXOS:

21