You are on page 1of 3

TRABAJO DE PROBABILIDAD Y ESTADISTICA

NOMBRE: LUIS CISNEROS


ESPERANZA MATEMATICA
VALOR ESPERADO
Valor Medio. Sea X una Variable Aleatoria discreta o continua. Se denomina esperanza
matemtica de X o valor esperado, ) X ( E cantidad que se expresada como,
}

+

= = )dx f(x x E(X) ) f(x x E(X)
i i
x
i i

respectivamente.

Ahora bien, ello es vlido para transformaciones de la variable aleatoria, de forma que
}
+

= dx ) x ( f ) x ( h )) X ( h ( E
En el caso continuo y similarmente para el caso discreto

Por las analogas existentes entre la definicin de media aritmtica y esperanza matemtica,
las propiedades de linealidad de la primera se trasladan a la segunda, de forma que se puede
obtener,
0 ) X ( E ) X ( E )) X ( E X ( E
) X ( bE a ) bX a ( E
= =
+ = +


Ejemplo. Si X es el nmero de puntos obtenidos al lanzar un dado de seis caras, encontremos
el valor esperado de la variable aleatoria Y = X
2
.
La funcin de probabilidad de X es f(x) = 1/6 si xe{1,2,3,4,5,6}. La funcin de probabilidad
de Y = X
2
es entonces f(y) = 1/6 si ye{1,4,9,16,25,36}, as E(Y) = 1/6*1 + 1/6*4 + 1/6*9 + 1/6*16
+ 1/6*25 + 1/6*36 = 1
2
*P(X=1) + 2
2
*P(X= 2) + 3
2
*P(X= 3) + 4
2
*P(X= 4) + 5
2
*P(X= 5) + 6
2
*P(X= 6)
= X
2
*P(X=x)

Ejemplo. Supongamos ahora que X es una v.a. que tiene funcin de probabilidad f(x) = 1/6 si
xe{-2,-1,0,1,2,3}y Y = X
2
. La funcin de probabilidad de Y es f(y) = 2/6 si ye{1, 4} y f(y) = 1/6 si
ye{0, 9}. Entonces E(Y) = 2/6*1 + 2/6*4 + 1/6*0 + 1/6*9. Esta ecuacin puede escribirse de la
siguiente manera: E(Y) = 2/6*1 + 2/6-4 + 1/6*0 + 1/6*9 = 1*P(Y=1) + 4*P(Y=4) + 0*P(Y=0) +
9*P(Y=1) = 1
2
*P(X=1 X=-1) + 2
2
*P(X=2 X=-2) + 0
2
*P(X=0) + 3
2
*P(X=3) = X
2
*P(X=x)

A travs de estos ejemplos vemos que no es necesario calcular la funcin de probabilidad de Y,
slo tenemos que usar la funcin de probabilidad de X y los valores obtenidos al aplicar la
funcin Y = g(X) = X
2
. Esto es cierto an en el caso en que la funcin no es uno-uno.

LA VARIANZA
La varianza
2
, y se calcula como,
( )
( )
( )



= =
}

+

Continua X .f(x)dx E(X) x
Discreta X ) .f(x E(X) x
E(X) X E V(X)
2
x
i
2
i
2


Obsrvese que del mismo modo en que se demuestra la relacin se comprueba que
V(X)=E(X
2
)-(E(X))
2
Similarmente, V(a+bX)=b
2.
V(X)=b
2 2

Ejemplo. Consideramos una variable aleatoria discreta con funcin de probabilidad,
caso otro 0
1 x
4
c
f(x)
x
>
=

Obtener el valor de la constante c para que sea una funcin de probabilidad, los valores de las
funciones de probabilidad y distribucin para todos los valores de x, y P(x=3), y P(x3).

Solucin: Para ello consideramos,
3
c
4
1
4
1
4
1
c
4
c
1 x
3 2 1 x
=
|
.
|

\
|
+ + + =

=
,
ya que tenemos la suma de una progresin geomtrica de razn menor que la unidad:

Calculemos sucesivos valores de f(x) y F(x),
x 2 3 4 5
f(x) 3/4 3/16 3/64 3/256
F(x) 0.75 0.94 0.987 0.999 .

Y como se observa que: si x crece, f(x) decrece y F(x) crece hasta llegar a su mximo valor 1
P(X=3)=f(3)=0.047 P(X3)=0.987

Ejemplo para la variable aleatoria continua, funcin de densidad
caso otro 0
1 x 0 cx
f(x)
3
s s
=

Hallar: El valor de la constante c para que sea una funcin de densidad, la funcin de
distribucin, el valor medio, y la probabilidad de que la variable este comprendida entre 0,2 y
0,7
Solucin. Consideremos,
4
c
4
x
c dx cx
1
0
4
1
0
3
= =
}

La cual debe ser de valor 1, entonces c/4=1, esto es, c=4

} }

= = = =
x
4
x
0
4
x
3
x
4
x
4 dx x 4 dx ) x ( f ) x ( F
luego, la funcin de distincin acumulada es F(x)=x
4
para 0<x1, 0 en valores x0 y 1 para x1

El valor medio es
} }


= = = = 8 . 0
5
x
4 dx x 4 x dx ) x ( f x ) X ( E
1
0
5
1
0
3

P(0.2x0.7)=F(0.7)-F(0.2)=0.7
2
-0.2
2
=0.24


Ejemplo, Calcule la varianza de la variable aleatoria x, que representa el nmero de puntos
obtenidos con un dado.
=E(X)=1*1/6+2*1/6+3*1/6+4*1/6+5*1/6+6*1/6

`
2
=E(X
2
)=1
2
*1/6+2
2
*1/6+3
2
*1/6+4
2
*1/6+5
2
*1/6+6
2
*1/6
Sabemos que o2=`
2
-
2
=((91/6)-(7/2)
2
=35/12

Teorema:
2
2
2
' = o

Teorema. Si X es una v.a. discreta y f(x) es su funcin de probabilidad, Y = g(X) es una funcin a
f (x) g(x) .

Teorema. Si a y b son constantes reales y g(X) = aX + b es una funcin a valores reales,
entonces E(aX + b) = aE(X) + b.

Corolario. Si a es una constante real, entonces E(aX) = aE(X).

Corolario. Si b es una constante real, entonces E(b) = b.

Estos resultados se pueden generalizar de la siguiente forma:

Teorema. Si c
1
, c
2
, ...., c
n
son constantes reales, y g
1
(X), g
2
(X) ,...., g
n
(X), son funciones reales de
X, entonces E( ci*g
i
(x))
i
*E(g
i
(x))

Teorema.
2
) [E(X)]
2
= E(X
2
)
2

You might also like