UNIVERSIDAD MARIANO GALVEZ DE GUATEMALA

FACULTAD DE INGENIERIA EN SISTEMAS DE INFORMACIÓN

DIRECCIÓN GENERAL DE CENTRO UNIVERSITARIOS
CENTRO UNIVERSITARIO DE CHINAUTLA
CURSO ESTADISTICA I

M.A. Licda. Claudia Isolina Ordoñez Gálvez

CUARTA UNIDAD

4.- ESPERANZA NATEMÁTICA

4.1 Introducción

Vamos a estudiar un nuevo concepto estadístico, la esperanza matemática;

estudiaremos sus características y la forma de obtención dependiendo si la
variable estudiada es discreta o continua.

La esperanza matemática de una variable aleatoria es una característica

numérica que proporciona una idea de la localización de la variable aleatoria
sobre la recta real. Decimos que es un parámetro de centralización o de
localización.

Su interpretación intuitiva o significado se corresponde con el valor medio

teórico de los posibles valores que pueda tomar la variable aleatoria, o
también con el centro de gravedad de los valores de la variable supuesto
que cada valor tuviera una masa proporcional a la función de densidad en
ellos.

1
4.2 Definición
Llamamos esperanza matemática (también conocida como esperanza, valor
esperado, media poblacional o simplemente media) al número que expresa
el valor medio de un fenómeno aleatorio.

La esperanza matemática E(X) es la suma de la probabilidad de cada

posible suceso multiplicado por la frecuencia de dicho proceso, es decir si
tenemos una variable cuantitativa discreta “x” con “n” posibles sucesos
y probabilidades P(xi . pi) = la esperanza matemática es:

FORMULA

E(X) = = ∑ xi . pi = x1 . p1 + x2 . p2 …… + xn . pn
La definición se corresponde con un promedio ponderado según su
probabilidad de los valores del recorrido y, por tanto, se corresponde con la
idea de un valor medio teórico.

Observación: Si la media obtenida en un juego, que en este caso

corresponde con el dinero que hemos ganado, es 0, entonces se denomina
juego justo (ni ganas ni pierdes). Cuando la media es mayor que cero
(μ > 0) se dice que es un juego con ventaja; y cuando la media es menor
que cero (μ < 0) es un juego en desventaja.

EJEMPLO 1:
Cuatro personas apuestas Q1.00 a que saldrá un número en un dado, cada
uno a un número diferente. Entonces por cada quetzal apostado si se gana
recibirán Q3.00 más. ¿Cuál es la probabilidad de gana o perder y cuanto
ganaran o perderán en dinero?

2
La probabilidad de perder Q1.00 es 5/6, ya que perderemos si no sale el
número elegido.

En cambio la probabilidad de ganar Q3.00 es de 1/6.

Así la esperanza es:

DATOS:
Perder 5
-1 quetzal = 6

Ganar 1
3 quetzal = 6

5 1
E(X) = -1 . 6 + 3 . 6

E(X) = -5 3 -2 -1
+ = =
6 6 6 3

E(X) = -0.3333 * 100 = -33.33

RESPUESTAS:
1.- La probabilidad de perder es -33.33 centavos de
-0.33
2.- Cuanto dinero va a perder 1* -0.3333 = quetzal

EJEMPLO 2:
Una persona apuestas Q1.00 a que saldrá cualquier número par en un
dado. Entonces por cada quetzal apostado si se gana recibirán Q3.00 más.
¿Cuál es la probabilidad de gana o perder y cuanto ganaran o perderán en
dinero?

La probabilidad de perder Q1.00 es 3/6, ya que perderemos si no sale el

número elegido(los números impares).

En cambio la probabilidad de ganar Q3.00 es de 3/6 (números pares).

3
Así la esperanza es:
DATOS:
Perder 3
-1 quetzal = 6

Ganar 3
3 quetzal = 6

3 3
E(X) = -1 . 6 + 3 . 6

E(X) = -3 9 6 3
+ = =
6 6 6 3

E(X) = 1.0000

RESPUESTAS:
1.- La probabilidad de ganar es 1.0000
3 quetzal
2.- Cuanto dinero va a ganar 3* 1.0000 =

EJEMPLO3:
Calcular la siguiente esperanza matemática, de la siguiente distribución de
probabilidades:

xi 1 2 3 4
pi 0.2 0.4 0.1 0.3

E(X) = 1 * 0.2 + 2 * 0.4 +

3 * 0.1 + 4 * 0.3

E(X) = 2.5

EJEMPLO 4:
Calcula la esperanza matematiza de las variables estadísticas X, Y dadas
por la tabla de valores:

xi 4 5 6 7 8 9 10 11
pi 1.4 1.3 1.4 1.5 1.5 1.6 1.6 1.7
4
 xi 4 5 6 7 8 9 10 11
pi 1.4 1.3 1.4 1.5 1.5 1.6 1.6 1.7

E(X) = 4 * 1.4 + 5 * 1.3 +

6 * 1.4 + 7 * 1.5 +
8 * 1.5 + 9 * 1.6 +
10 * 1.6 + 11 * 1.7

E(X) = 92.1

4.3 Variables y covarianza

La covarianza de una variable bidimensional (Es t os d o s ca r act e r e s s on a su
v ez v ar i a b le s es t a dí s ti c as en la s qu e sí e xi st e r e la ci ón e n tr e ella s , u n a d e
las d os va r iabl e s es la v ar iabl e in d ep en di en te y la o tr a v a ria bl e

dep e n di en t e) es la media aritmética de los productos de las desviaciones de

cada una de las variables respecto a sus medias respectivas.

La covarianza se representa por sxy o σxy.

= -
n

= -
n
La covarianza indica el sentido de la correlación entre las variables
Si σ x y > 0 si la covarianza en mayor que cero, la correlación es
directa.
Si σ x y < 0 si la covarianza en menor que cero, la correlación es
inversa.

La covarianza presenta como inconveniente, el hecho de que su valor

depende de la escala elegida para los ejes. Es decir,
5
la covarianza variará si expresamos la altura en metros o en
centímetros. También variará si el dinero lo expresamos en euros o en
dólares.

EJEMPLO 1:
Las notas de 12 alumnos de una clase en Matemáticas y Física son las
siguientes:

MATEMATICA FISICA
2 1 Número de
3 3 12
elementos
4 2
4 4
5 4
6 4
6 6 Hallar la covarianza de la distribución.
7 4
7 6
8 7
10 9
10 10

PASO 1
Multiplicar matemáticas (xi) por Física (yi), así:

xi yi xi * yi
2 1 2
3 3 9
4 2 8
4 4 16
5 4 20
6 4 24
6 6 36
7 4 28
7 6 42
8 7 56
10 9 90
10 10 100
72 60 431

6
PASO 2

Después de tabular los datos hallamos las medias aritméticas :

= 72 = 6
12

= 60 = 5
12

PASO 3:
Determinar la covarianza

xy = 431 - 6 * 5
12

xy = 5.92

Si σ x y > 0 si la covarianza en mayor que cero, la correlación es

directa.
PORQUE: para poder ganar física y que aprender primero matemáticas.

EJEMPLO 2:
Calcula la covarianza de las variables estadísticas X, Y dadas por la tabla de
valores

PASO 1: se suman tanto xi y yi.

xi 4 5 6 7 8 9 10 11 60
pi 1.4 1.3 1.4 1.5 1.5 1.6 1.6 1.7 12

7
PASO 2: se determinan las medias de xi, y pi

Número de = 60 = 7.5
8
elementos 8

= 12 = 1.5
8
PASO 3: se calcula la esperanza matemática
E(X) = 4 * 1.4 + 5 * 1.3 +
6 * 1.4 + 7 * 1.5 +
8 * 1.5 + 9 * 1.6 +
10 * 1.6 + 11 * 1.7

E(X) = 92.1

PASO 4: se determina la covarianza

xy = 92.1 - 7.5 * 1.5

8

xy = 0.26

Si σ x y > 0 si la covarianza en mayor que cero, la correlación es

directa.

EJEMPLO 3:
Cinco niños de 2, 3, 5, 7 y 8 años de edad pesan, respectivamente, 14, 20,
32, 42 y 44 kilos.

Hallar la covarianza.

8
 NIÑOS PESO xi yi xi * yi
2 14 2 14 28
3 20 3 20 60
5 32 5 32 160
7 42 7 42 294
8 44 8 44 352
25 152 894

Número de
5
elementos

= 25 = 5
5

= 152 = 30.4
5

xy = 894 - 5 * 30.4
5

xy = 26.80

4.3 Medias y varianzas de combinaciones lineales de variables

aleatorias
En matemática, particularmente en álgebra lineal, una combinación lineal
es una expresión matemática que consiste en la suma entre pares de
elementos, de determinados conjuntos, multiplicados entre sí.

Esta propiedad nos permite ocuparnos de la esperanza matemática en

términos de otros parámetros que ya conocemos o que ya se ha calculado
con facilidad.

9
FORMULAS:
SUMA
Ti = Xi + Yi
- - -
MEDIA T = X + Y

2 2 2

VARIANZA S = S + S + 2 S
T X Y XY

RESTA
Ti = Xi - Yi
- - -
MEDIA T = X - Y

2 2 2

VARIANZA S = S + S - 2 S
T X Y XY

EJEMPLO 1:
Administramos un test de ansiedad “antes” (X) y “después” (Y) de aplicar
un tratamiento. Se define D como la diferencia entre las puntuaciones antes
y después del tratamiento (efectividad del tratamiento) y T como la suma
entre las puntuaciones antes y después (nivel global).

Xi Yi
8 2
5 5
8 1
7 3
7 4

Obtenga las medias y varianzas de D y T.

10
SOLUCIÓN 1:
APLICANDO LAS FORMULAS
PASO 1
Agregar las columnas (Xi .Yi), (Xi²) y (Yi²). Realizar sumatorias
de todas las columnas

Xi Yi Xi . Yi Xi² Yi²
8 2 16 64 4
5 5 25 25 25
8 1 8 64 1
7 3 21 49 9
7 4 28 49 16
35 15 98 251 55

Numero de elementos =n = 5

PASO 2
Determinar las medias de todas las columnas

= 35 = 7
5

= 15 = 3
5

²
2 251 - 7 =
S = 5
X

50.2 - 49 = 1.2

2 55 - 3 =
S = 5
Y

11 - 9 = 2

2 98 - 7 * 3 =
S = 5
XY

19.6 - 21 = -1.4
11
PASO 3
Determinar las medias según las formulas

- - -
D = X - Y
-
D = 7 - 3 = 4

- - -
T = X + Y
-
T = 7 + 3 = 10

PASO 4
Determinar las varianzas según las formulas

2 2 2

S = S + S + 2 S
T X Y XY

S = 1.2 + 2 + 2 * -1.4 =
T

1.2 + 2 + -2.8 =

0.4

2 2 2

S = S + S - 2 S
D X Y XY

S = 1.2 + 2 - 2 * -1.4 =
D

1.2 + 2 - -2.8 =

6
12
SOLUCIÓN 2:
METODO DIRECTO:
PASO 1
Agregar las columnas (Di)= (Xi - Yi), (Ti)= (Xi+Yi), (Di²) y
(Ti²). Realizar sumatorias de todas las columnas

Xi Yi Di Ti Di² Yi²
8 2 6 10 36 100
5 5 0 10 0 100
8 1 7 9 49 81
7 3 4 10 16 100
7 4 3 11 9 121
35 15 20 50 110 502

Numero de elementos =n = 5

PASO 2
Calcular medias de Di y Ti

-
D = 20 = 4
5

-
T = 50 = 10
5

PASO 3
Calcular varianzas de Di² y Ti²

2 ²
S = 110 - 4 =
D 5

22 - 16 = 6

2 ²
S = 502 - 10 =
T 5

100.4 - 100 = 0.4

13