Introducción al concepto de valor esperado

Franco, L., Olmedo, E. y Valderas, J.M.

Dpto. Economía Aplicada I
INTRODUCCIÓN AL CONCEPTO DE VALOR
ESPERADO O ESPERANZA MATEMÁTICA DE UNA
VARIABLE ALEATORIA

Luis Franco Martín {lfranco@us.es}

Elena Olmedo Fernández {olmedo@us.es}
Juan Manuel Valderas Jaramillo {valderas@us.es}

Departamento de Economía Aplicada I, Universidad de Sevilla

INTRODUCCIÓN HISTÓRICA1
Se puede afirmar que el primer estudio sistemático 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 simétricas,
y generalizando el valor esperado obtenido a cualquier situación. 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 será igual a

p q
a⋅ +b⋅
p+q p+q

En definitiva, se utilizaba una idea similar a la acepción vulgar del término esperanza.
Si se consulta el Diccionario de la Real Academia, se encuentra la siguiente acepción:
“estado del ánimo en el cual se nos presenta como posible lo que deseamos”. De hecho,
inicialmente se confundía la esperanza del juego con su resultado positivo, llegando
Laplace (1814), al considerar el caso de pérdida, a denominar a esta situación negativa
esperada “temor”.

1
http://hilbert.dartmouth.edu/~doyle/docs/prob/prob.pdf, de Peter Doyle, de la U. Darthmouth
 Introducción al concepto de valor esperado
Franco, L., Olmedo, E. y Valderas, J.M.
Dpto. Economía Aplicada I
En este sentido la siguió utilizando Jacob Bernoulli (1713) para indicar la situación de
un jugador que deseaba ganar el juego en el que participaba. Su razonamiento, al
contrario que el de Huygens, utiliza la noción de frecuencia, y no se basaba en la
simetría de la situación. Razonó de la siguiente manera: en una baza concreta el
resultado era incierto pero, basándose en la experiencia de pasadas partidas, se podía
asignar una valoración a priori de los porcentajes de veces en que se ganaba o se perdía.
Estas proporciones posteriormente fueron asimilados a probabilidades (noción clásica o
frecuencialista de la probabilidad). El valor esperado del juego sería así

ganancia × (proporción de veces que gana) - pérdida × (proporción de veces que pierde)

Por último, la aplicación del enfoque frecuencialista de la probabilidad llevó, para el

caso general de un juego que presentara más de dos posibles resultados, a la expresión

∑ x P( X = x )
i
i i

que sería el valor esperado del juego si se jugara un número infinito de veces.

INTRODUCCIÓN AL CONCEPTO DE ESPERANZA MATEMÁTICA EN EL CASO

DISCRETO
Comencemos considerando un juego en el que, si se gana, se obtienen a unidades
monetarias y, si se pierde, se tienen que abonar b unidades monetarias. Supongamos
ahora que la probabilidad de ganar el juego es igual a 1, y por tanto la probabilidad de
perderlo es igual a 0. ¿Cuánto estaríamos dispuestos a apostar por participar en este
juego? Estaríamos dispuestos a apostar, como mucho, una cantidad igual a la que
esperamos ganar. Esta cantidad que estamos dispuestos a apostar será el valor esperado
del juego. En este caso, lógicamente, como mucho apostaríamos a unidades monetarias
ya que, con probabilidad 1, nuestra ganancia es igual a esa cantidad.

¿Qué ocurre si la probabilidad de ganar el juego es nula? Entonces, lógicamente, sólo

participaríamos si nos dieran una cantidad igual a la que esperamos perder. Es decir, que
la cantidad que estamos dispuestos a apostar es −b .

¿Qué ocurre en las situaciones intermedias, en las que la probabilidad de ganar es igual
a p y la de perder igual a q = 1 − p . Como el apostante no conoce estas probabilidades,
va a observar lo que ocurre en n partidas antes de tomar una decisión. Consideremos el
caso más sencillo en que, si gana, obtiene 1 unidad monetaria y, si pierde, obtiene 0
unidades monetaria (como se muestra en la tabla inferior).
 Introducción al concepto de valor esperado
Franco, L., Olmedo, E. y Valderas, J.M.
Dpto. Economía Aplicada I

Donde ng es el número de veces que se gana. Si µ es

partida ganancia la cantidad que se está dispuesto a apostar para jugar
1 1 una partida, la cantidad total apostada en las n partidas
2 1
igualaría a la ganancia total obtenida. Por tanto,
3 0
ng
... … n ⋅µ = ng ⇒ µ =
n
i 1

... … de donde el valor esperado iguala la proporción de

n 0 veces que se gana.
ng

Consideremos ahora que, si se pierde, se tiene que dar una unidad monetaria. Por tanto,
la situación ahora sería la mostrada en la tabla inferior.

partida ganancia pérdida Generalizando la situación anterior, ahora se

1 1 0 tiene que
2 1 0
3 0 1 ng np
n ⋅µ = ng − n p ⇒ µ = −
... … … n n

i 1 0
de donde el valor esperado es el porcentaje de
... … … veces que se gana menos el porcentaje de
n 0 1 veces que se pierde.
ng np

partida ganancia pérdida

Consideremos ahora el caso general en que,
si se gana, se obtienen a unidades 1 a 0
monetarias y, si se pierde, se tienen que dar 2 a 0
b unidades monetarias. Entonces la situación
sería la mostrada en la tabla de la derecha y, 3 0 b
por tanto, se tiene que ...
i a 0
ng np
n ⋅µ = a ⋅ ng + ( −b ) ⋅ n p ⇒ µ = a ⋅ + ( −b ) ⋅ ...
n n
n 0 b
a ⋅ ng b ⋅ np
de donde el valor esperado del juego sería la
 Introducción al concepto de valor esperado
Franco, L., Olmedo, E. y Valderas, J.M.
Dpto. Economía Aplicada I
suma de la ganancia multiplicada por el porcentaje de veces que se gana más la pérdida
multiplicada por el número de veces que se pierde.

Aplicando la noción frecuencialista de la probabilidad, y considerando k posibles

valores en el juego, se obtiene que

k
µ = ∑ xi ⋅ P ( X = xi )
i =1

Así, llegamos a la definición de valor esperado o esperanza matemática de una variable

aleatoria.

DEFINICIÓN 1
Sea X una variable aleatoria discreta que toma los valores X ( Ω ) = { x1 , x2 ,… , xn ,…} y
cuya función de probabilidad es f X . Entonces se define la esperanza matemática de X o
valor esperado de X como
∞ ∞
E ( X ) = ∑ xi ⋅ f X ( xi ) = ∑ xi ⋅ P ( X = xi )
i =1 i =1

OBSERVACIÓN
En la práctica es interesante resaltar que el valor esperado de una variable aleatoria
no coincide, en general, con un valor posible de la misma. Por tanto, podría decirse
que la expresión “valor esperado” resulta, cuanto menos, engañosa 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 matemática de un juego proporciona el valor que se espera obtener del
mismo? La respuesta a esta pregunta tiene que ver con la exposición realizada en
la introducción histórica: siguiendo con el ejemplo de los juegos de azar, el valor
esperado del juego proporciona el valor del juego para un infinito número de
partidas.

Por este motivo la mayoría de los juegos de casino o de azar son, por definición,
injustos ya que la cantidad apostada supera la ganancia esperada en la práctica,
impuesta por limitaciones de tiempo y dinero: ningún 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 teoría pueden existir un

número infinito de sumandos, en situaciones prácticas este número infinito no
tiene sentido. Para comprender mejor esta cuestión es útil analizar la paradoja de
San Petersburgo.
 Introducción al concepto de valor esperado
Franco, L., Olmedo, E. y Valderas, J.M.
Dpto. Economía Aplicada I
PARADOJA DE SAN PETERSBURGO
El problema fue planteado por N. Bernoulli en 1713, y publicado posteriormente por su
sobrino D. Bernoulli en las Transactions de la Academia de San Petersburgo, Rusia. El
enunciado original de la paradoja puedes encontrarlo en
http://www.math.fau.edu/Richman/Ideas/petersburg.htm y una explicación más actual
del mismo en http://mathworld.wolfram.com/SaintPetersburgParadox.html.

En este trabajo se presenta a continuación un enunciado alternativo propuesto por

Antonio Vaamonde Liste, de la Universidad de Vigo, en la página web
http://eio.usc.es/pub/sgapeio/erecreativa.htm.

Clara negocia con su hermana Cruz el reparto de los trabajos domésticos, que hasta hoy
realizaban turnándose cada día, y le propone un juego: Yo haré todos los trabajos de casa durante
dos semanas, y a cambio, tú los harás antes un número de días aleatorio dependiendo de la suerte
que tengas: Lanzaremos una moneda tantas veces como sea necesario hasta que salga cara. Si
sale cara la primera vez, harás los trabajos, a cambio de mis dos semanas, un solo día. Si sale a la
segunda, 2 días; si no sale hasta la tercera, 4 días; a la cuarta 8, y así sucesivamente. Repetiremos
este procedimiento de reparto todas las veces de ahora en adelante ¿Qué te parece?

Cruz piensa que el trato parece ventajoso para ella, pero sabe también que su hermana tiene más
conocimientos de Estadística, y no acaba de decidirse. ¿Puedes ayudarla?

De acuerdo con el análisis de Bernoulli, el juego no puede ser justo, teniendo siempre
ventaja el que apuesta una cantidad fija, sea cual sea ésta. El razonamiento es el siguiente:

La probabilidad, suponiendo que la moneda no está trucada, que salga cara en

el primer lanzamiento es 1 2 . En este caso Cruz esperará trabajar medio día (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 esperará, de nuevo, trabajar medio día (el resultado de
multiplicar 2 por 1 4 ). Las probabilidades sucesivas son 1 8,1 16,1 32,… ,
obteniéndose cada una como el producto de la anterior por 1 2 . En cada caso,
el número de días que se espera trabajar es siempre igual a 0 '5 . Dado que,
teóricamente, la sucesión es infinita, el número de días que Cruz espera trabajar
será también infinito a cambio de las dos semanas de la hermana. Por tanto, tal
como está planteada la situación, y de acuerdo al análisis clásico, 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 domésticas no es infinito sino que dependerá del tiempo en
que ambas hermanas convivan. Supone que van a convivir durante diez años
más. Simplificando, vamos a suponer que el tiempo máximo que le puede
corresponder para realizar las tareas domésticas son 4096 días. Analicemos la
situación mediante la siguiente tabla:
 Introducción al concepto de valor esperado
Franco, L., Olmedo, E. y Valderas, J.M.
Dpto. Economía Aplicada I

número de lanzamientos días de días esperados

probabilidad
para obtener la primera cara trabajo de trabajo
1 1 1/2 0’5
2 2 1/4 0’5
3 4 1/8 0’5
4 8 1/16 0’5
5 16 1/32 0’5
6 32 1/64 0’5
7 64 1/128 0’5
8 128 1/256 0’5
9 256 1/512 0’5
10 512 1/1024 0’5
11 1024 1/2048 0’5
12 2048 1/4096 0’5
13 4096 1/4096 1

Según esta hipótesis, el número de días 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 días recibe las dos semanas de trabajo
propuestas por su hermana Clara. En consiguiente, sale claramente beneficiada
en el trato.