4: ESPERANZA MATEMTICA

4.1. Media de una variable aleatoria

X al ser una variable aleatoria por lo tanto puede tomar posibles valores o resultados y
a cada uno de los posibles resultados se puede asignar una probabilidad si la variable
es de tipo discreto o una densidad de probabilidad si la variable es de tipo continuo.

Sea X una variable aleatoria con distribucin de probabilidad f(x). La media o valor
esperado de X es:

Si X es discreta:

= () = ()

= () = 1 (1 ) + 2 (2 ) +

Si X es contnua:

= () = ()

Notas:

1) La esperanza es una media ponderada por la probabilidad o densidad de probabilidad.

Ejercicios:

1) En una bolsa se tiene ocho bolas, de las cuales seis son rojas y dos son negras. El juego
consiste en sacar una bola de la bolsa. Si la bola es roja pierdes $1 y si es negra ganas
3$. Cul es la esperanza matemtica?.

( )

2) Sea X la variable aleatoria que denota la vida en horas de cierto dispositivo electrnico.
La funcin de densidad de probabilidad es:
20000
, > 100
() = 3
0,
 Propiedades:

Tomando en cuenta que X y W son variables aleatorias y que C es una constante

entonces:

1) E(C) = C
2) E(C*X) = C*E(X)
3) E(X+W) = E(X) + E(W)
4) E(X*W) = E(X) * E(W) + Cov(X*W)

Valor esperado de una variable aleatoria g(X)

Si X es discreta:

() = [()] = ()()

Si X es contnua:

() = [()] = ()()

Ejercicios:

3) Suponga que el nmero de mquinas elctricas que se encienden entre las 4:00 y las
5:00 en un viernes cualquiera tienen la siguiente distribucin de probabilidad.

x 4 5 6 7 8 9
P(X=x) 1/12 1/12 1/4 1/6 1/6

Sea g(x)=2x-1 la cantidad de dinero en dlares que la fbrica le paga a la empresa

elctrica. Encuentre el costo que incurren las mquinas en ese periodo especfico.

4) Sea X una variable aleatoria con funcin de densidad

2
() = , 1 < < 2
3
0,

Encuentre el valor esperado de g(X) = 4X+3

 4.2. Varianza y covarianza
Sea X una variable aleatoria con distribucin de probabilidad f(x) y media .
La varianza de X es:

Si X es discreta:
2
2 = [( )2 ] = ( ) ()

Si X es continua:

+
2 = [( )2 ] = ( )2 ()

La raz cuadrada de la varianza es la desviacin estndar de X.

Propiedades:

Tomando en cuenta que X y W son variables aleatorias y que C es una constante

entonces:

1) Var (C) = 0
2) Var (X+C) = Var(X)
3) Var (C*X) = 2 ()
4) Var (X+W) = () + () + 2(, )

Ejercicios:

5) Sea la variable aleatoria X el nmero de motores que se utilizan con propsito de

fabricacin en un da de trabajo dado. La distribucin de probabilidad para la
compaa A es:

X 1 2 3
f(x) 0,3 0,4 0,3

Y para la compaa B es:

X 0 1 2 3 4
f(x) 0,2 0,1 0,3 0,3 0,1

Indicar que compaa tiene una mayor varianza.

Varianza de una variable aleatoria g(X)

Si X es discreta:
2 2 2
() = [(() () ) ] = [() () ] ()

Si X es contnua:
+
2 2 2
() = [(() () ) ] = [() () ] ()

Ejercicios:

6) Calcule la varianza de g(X)= 2X+3, donde X es una variable aleatoria con distribucin de
probabilidad.

x 0 1 2 3
f(x) 1/8 1/2 1/8

7) Sea X una variable aleatoria con funcin de densidad

2
() = , 1 < < 2
3
0,

Encuentre la varianza de g(X) = 4X+3

COVARIANZA

Sean X y Y variables aleatorias con distribucin de probabilidad conjunta f(x,y). La

covarianza de X y Y es:

Si X y Y son discretas
= [( )( )] = ( )( )(, )

Si X y Y son contnuas
+ +
= [( )( )] = ( )( )(, )

La covarianza es una medida de la asociacin entre dos variables aleatorias. Cuando X
y Y son estadsticamente independientes la covarianza es cero. El signo positivo indica
que la relacin entre las variables aleatorias X y Y son directamente proporcionales
mientras que el signo negativo indica que la relacin entre X y Y son inversamente
proporcionales.
Teorema de Chebyshev

La varianza nos indica la variabilidad de las observaciones alrededor de la media. Si

una variable aleatoria tiene una varianza o desviacin estndar pequea, esperamos
que la mayor parte de los valores se agrupen alrededor de la media. Por tanto, la
probabilidad de que una variable aleatoria tome un valor dentro de cierto intervalo
alrededor de la media es mayor que para una variable aleatoria similar con una
desviacin estndar mayor.
El matemtico ruso P.L. Chebyshev (1821-1894) descubri que la fraccin del rea
entre dos valores simtricos cualesquiera alrededor de la media est relacionada con
la desviacin estndar. Como el rea bajo la curva de distribucin de probabilidad o en
un histograma de probabilidad suma 1, el rea entre cualesquiera dos nmeros es la
probabilidad de que la variable aleatoria tome un valor entre estos nmeros.

Teorema: La probabilidad de que cualquier variable aleatoria X tome un valor dentro

1
de k desviaciones estndar de la media es al menos 1 2 . Es decir:
1
( < < + ) 1 2

Ejemplo:
Una variable aleatoria X tiene una media = 8, varianza 2 = 9 y una distribucin de
probabilidad desconocida. Encuentre:
a) P(-4<X<20)
b) P(|X-8|6)