Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Act 3.valor Esperado
Act 3.valor Esperado
INTRODUCCIN HISTRICA1
Se puede afirmar que el primer estudio sistemtico del valor esperado se debe a
Huygens (en su obra Libellus de Ratiotiniis in Ludo Aleae, de 1657), que calcula el
valor justo de un juego a partir de una respuesta obvia en ciertas situaciones simtricas,
y generalizando el valor esperado obtenido a cualquier situacin. Comienza suponiendo
que:
Si se espera ganar a o b, cualquiera de los dos con igual probabilidad, entonces la
expectativa vale ( a + b ) 2 , es decir, la semisuma de a y b. Generalizando este
razonamiento a n posibles resultados a1 , , an , teniendo todos la misma probabilidad,
conduce a un valor esperado igual a ( a1 + + an ) n .
Posteriormente, Huygens considera el caso en que las posibles ganancias son a y b, pero
con probabilidades distintas. Supone que hay p oportunidades de ganar a, y q
oportunidades de ganar b. Por tanto, generalizando de las proposiciones anteriores,
considerando un juego equivalente en el que cada uno de los p + q resultados ocurre
con la misma probabilidad, pero en p de ellos se obtiene una ganancia a y en los q
restantes una ganancia b, el valor esperado ser igual a
a
p
q
+b
p+q
p+q
En definitiva, se utilizaba una idea similar a la acepcin vulgar del trmino esperanza.
Si se consulta el Diccionario de la Real Academia, se encuentra la siguiente acepcin:
estado del nimo en el cual se nos presenta como posible lo que deseamos. De hecho,
inicialmente se confunda la esperanza del juego con su resultado positivo, llegando
Laplace (1814), al considerar el caso de prdida, a denominar a esta situacin negativa
esperada temor.
ganancia (proporcin de veces que gana) - prdida (proporcin de veces que pierde)
Por ltimo, la aplicacin del enfoque frecuencialista de la probabilidad llev, para el
caso general de un juego que presentara ms de dos posibles resultados, a la expresin
x P( X = x )
i
que sera el valor esperado del juego si se jugara un nmero infinito de veces.
partida
ganancia
...
...
ng
n
ng
Consideremos ahora que, si se pierde, se tiene que dar una unidad monetaria. Por tanto,
la situacin ahora sera la mostrada en la tabla inferior.
partida
ganancia
prdida
...
...
ng
np
np
n
ng
ng
n
+ ( b )
np
n
partida
ganancia
prdida
a ng
b np
...
i
...
n
= xi P ( X = xi )
i =1
i =1
i =1
E ( X ) = xi f X ( xi ) = xi P ( X = xi )
OBSERVACIN
En la prctica es interesante resaltar que el valor esperado de una variable aleatoria
no coincide, en general, con un valor posible de la misma. Por tanto, podra decirse
que la expresin valor esperado resulta, cuanto menos, engaosa ya que no
proporciona un valor que realmente podamos esperar que toma la variable. En
cuanto al calificativo de esperado, se puede afirmar, por ejemplo que la
esperanza matemtica de un juego proporciona el valor que se espera obtener del
mismo? La respuesta a esta pregunta tiene que ver con la exposicin realizada en
la introduccin histrica: siguiendo con el ejemplo de los juegos de azar, el valor
esperado del juego proporciona el valor del juego para un infinito nmero de
partidas.
Por este motivo la mayora de los juegos de casino o de azar son, por definicin,
injustos ya que la cantidad apostada supera la ganancia esperada en la prctica,
impuesta por limitaciones de tiempo y dinero: ningn jugador dispone de una
cantidad infinita para apostar, ni de tiempo para jugar infinitas partidas. Por eso,
aunque se defina el valor esperado, el resultado ni es un valor de la variable, ni
es esperado.
En este sentido es interesante considerar que, aunque en teora pueden existir un
nmero infinito de sumandos, en situaciones prcticas este nmero infinito no
tiene sentido. Para comprender mejor esta cuestin es til analizar la paradoja de
San Petersburgo.
De acuerdo con el anlisis de Bernoulli, el juego no puede ser justo, teniendo siempre
ventaja el que apuesta una cantidad fija, sea cual sea sta. El razonamiento es el siguiente:
La probabilidad, suponiendo que la moneda no est trucada, que salga cara en
el primer lanzamiento es 1 2 . En este caso Cruz esperar trabajar medio da (el
resultado del producto de 1 por 1 2 ). Pero puede ocurrir que la cara salga en el
segundo lanzamiento (la probabilidad de este suceso es igual a 1 4 ) de manera
que, en este caso, Cruz esperar, de nuevo, trabajar medio da (el resultado de
multiplicar 2 por 1 4 ). Las probabilidades sucesivas son 1 8,1 16,1 32, ,
obtenindose cada una como el producto de la anterior por 1 2 . En cada caso,
el nmero de das que se espera trabajar es siempre igual a 0 '5 . Dado que,
tericamente, la sucesin es infinita, el nmero de das que Cruz espera trabajar
ser tambin infinito a cambio de las dos semanas de la hermana. Por tanto, tal
como est planteada la situacin, y de acuerdo al anlisis clsico, Clara sale
muy beneficiada sea cual sea el tiempo que ella proponga trabajar.
Sin embargo, Cruz puede pensar que el tiempo a lo largo del cual se van a
dividir las tareas domsticas no es infinito sino que depender del tiempo en
que ambas hermanas convivan. Supone que van a convivir durante diez aos
ms. Simplificando, vamos a suponer que el tiempo mximo que le puede
corresponder para realizar las tareas domsticas son 4096 das. Analicemos la
situacin mediante la siguiente tabla:
nmero de lanzamientos
para obtener la primera cara
das de
trabajo
probabilidad
das esperados
de trabajo
1/2
05
1/4
05
1/8
05
1/16
05
16
1/32
05
32
1/64
05
64
1/128
05
128
1/256
05
256
1/512
05
10
512
1/1024
05
11
1024
1/2048
05
12
2048
1/4096
05
13
4096
1/4096
Segn esta hiptesis, el nmero de das que Cruz espera trabajar viene dado por
la suma:
1 2 4
1024 2048 4096
+ + + +
+
+
= 0 '5 + 0 '5 + 0 '5 + + 0 '5 + 0 '5 + 1 = 7 dias
2 4 8
2048 4096 4096
Por tanto, a cambio de trabajar 7 das recibe las dos semanas de trabajo
propuestas por su hermana Clara. En consiguiente, sale claramente beneficiada
en el trato.