ESPERANZA MATEMÁTICA, VARIANZA Y DESVIACIÓN ESTANDARD

La esperanza matemática puede interpretarse intuitivamente como el valor medio de infinitas observaciones.
La esperanza matemática puede interpretarse como un punto de equilibrio de la distribución de probabilidad

En la tabla siguiente se presentan los datos observados de 60 tiradas de un

dado no cargado,
Los valores en la tabla indican que de las 60 veces que se lanzó el dado, en
ocho de ellas apareció el 1, en once de ellas apareció el 2, etc.

Recordemos que la frecuencia relativa de un valor es el resultado de dividir

el número total de veces que apareció ese valor entre el total de datos
observados.
Siguiendo esta idea, es posible calcular un “promedio teórico ideal” o “promedio esperado” (el valor
esperado) de una variable aleatoria, utilizando la frecuencia esperada en lugar de la frecuencia observada.
Como cada cara del dado tiene la misma probabilidad de ser observada, entonces en un caso “ideal”, al
lanzar 60 veces el dado se esperaría observar 10 veces cada valor: así, la frecuencia relativa esperada
coincide con la probabilidad. Esto se resume en la tabla 4.2.

Tabla 4.2 Resultados observado y esperado de 60 tiradas

de un dado.

lo que significa que, en condiciones “ideales”, los datos se encuentran alrededor de 3.5.

EJEMPLO 01
Se juega con un dado legal bajo las siguientes reglas. Si sale 2, 3 ó 5 gana el número en pesos, pero si sale 1, 4
ó 6 pierde ese número en pesos. ¿Cuánto se espera que gane o pierda el jugador si se repite 60 veces el
juego?

SOLUCIÓN.
Sea la variable aleatoria X definida como números que aparecen al lanzar un dado. La distribución de
probabilidad es:

Aplicando la segunda propiedad, b representa el número de veces

que se repite el juego, por lo que:
EJEMPLO 02

Sea X la variable aleatoria definida como el número de unidades de alta fidelidad de la marca A vendidas en
una semana, cuya distribución de probabilidad se da en la tabla siguiente:

Supóngase que se obtiene una utilidad de 50 pesos por la venta de cada unidad y que el costo fijo semanal es
de 20 pesos. ¿Cuál es la utilidad neta esperada?

SOLUCIÓN.
Para x unidades vendidas en una semana, la utilidad esperada es de 50x.
Restando el costo fijo obtenemos la utilidad neta de (50x – 20).

xi f (xi) = 0(0.1) + 1(0.1) + 2(0.2) + 3(0.3) + 4(0.2) + 5(0.1) = 2.7

Entonces, usando la propiedad (4) del valor esperado obtenemos:

E(50x - 20) = 50E(x) - 20 = 50 (2.7) - 20 = 115 pesos de utilidad neta.

EJEMPLO 03

Un contratista debe elegir entre dos obras. La primera promete una ganancia de $240,000, con una
probabilidad de 0.75 o una pérdida de $60,000 (debido a huelgas y otras demoras), con una probabilidad de
0.25; la segunda obra promete una ganancia de $360,000 con una probabilidad de 0.5 o con una pérdida de
$90,000 con una probabilidad de 0.5

a. ¿Cuál debería elegir el contratista, si quiere maximizar la ganancia esperada?

b. ¿Cuál sería la obra que probablemente escogería si su negocio anduviera mal y quebrara a menos de que
lograra una ganancia de $300,000 en su próxima obra?

SOLUCION a)
Sea E1: la esperanza matemática de la primera obra.

E1= 240,000x0.75 – 60,000x0.25

= 180,000 – 15,000
= $165,000

Sea E2: la esperanza matemática de la segunda obra.

E2=360,000x0.5 – 90,000x0.5
=180,000 – 45,000
=$135,000

Comparando los resultados, tenemos que la primera obra representa la mejor opción por tener una
esperanza matemática más alta.

SOLUCION b)
Considerando que “el contratista se encuentra en una situación inminente de quiebra, por lo que ninguna
obra inferior a los $300,000 le resultaría satisfactoria; por lo QUE su única salida es tomar la segunda obra
que representa un mayor riesgo, ya que la posibilidad de que tenga éxito es solo del 50%, pero su ganancia
sería de $360,000.
VARIANZA Y DESVIACIÓN ESTANDAR DE UNA VARIABLE ALEATORIA

PROPIEDADES DE LA VARIANZA

1) Var (x) 0

σ2≥ LA VARIANZA ES UN VALOR POSITIVO, COMO YA SE HA COMENTADO ANTERIORMENTE, LA

IGUALDAD SÓLO SE DA EN EL CASO DE QUE TODAS LAS MUESTRAS SEAN IGUALES.

2) Var (k) = 0
LA VARIANZA DE UNA CONSTANTE ES IGUAL A CERO

3) Var (x + k) = Var (x)

SI A TODOS LOS DATOS SE LES SUMA UNA CONSTANTE, LA VARIANZA SIGUE SIENDO LA MISMA

4) Var (kx) = k2 · Var(x)

SI TODOS LOS DATOS SE MULTIPLICAN POR UNA CONSTANTE, LA VARIANZA QUEDA MULTIPLICADA
POR EL CUADRADO DE LA CONSTANTE.

PROPIEDADES DE LA DESVIACION ESTANDARD

1. σ(x) ≥ 0
σ ≥ 0 LA DESVIACIÓN TÍPICA ES UN VALOR POSITIVO, LA IGUALDAD SÓLO SE DA EN EL CASO DE QUE
TODAS LAS MUESTRAS SEAN IGUALES.
2. σ(k) = 0
LA DESVIACIÓN ESTANDARD DE UNA CONSTANTE ES IGUAL A CERO
3. σ(x + k) = σ(x)
SI A TODOS LOS DATOS SE LES SUMA UNA CONSTANTE, LA DESVIACIÓN TÍPICA SIGUE SIENDO LA
MISMA.
4. σ(kx) = k· σ(x)
SI TODOS LOS DATOS SE MULTIPLICAN POR UNA CONSTANTE, LA DESVIACIÓN TÍPICA QUEDA
MULTIPLICADA POR DICHA CONSTANTE.