Esperanza Matemática
En estadistica la esperanza matemática (también
llamada esperanza, valor esperado,
media poblacional o media) de una variable aleatoria , es el número que formaliza la idea
de valor medio de un fenómeno aleatorio.
Cuando la variable aleatoria es discreta, la esperanza
es igual a la
suma de la probabilidad de cada posible suceso aleatorio multiplicado
por el valor de dicho suceso. Por lo tanto, representa la cantidad
media que se "espera" como resultado de un experimento aleatorio
cuando la probabilidad de cada suceso se mantiene constante y el
experimento se
repite un elevado número de veces. Cabe decir que el valor que toma la
esperanza matemática en algunos casos puede no ser "esperado" en el
sentido más general de la palabra - el valor de la esperanza puede ser
improbable o incluso imposible.
Nota: El primer paréntesis es la "esperanza" de perder tu
apuesta de 1€, por eso es negativo el valor. El segundo paréntesis es la
esperanza matemática de ganar los 35€. La esperanza matemática del beneficio es
el valor esperado a ganar menos el valor esperado a perder.
Propiedades
Constantes
La esperanza matemática de una constante es igual a esa misma constante,
es decir, si c es una constante, entonces E[c] = c.
Linealidad
La esperanza es un operador lineal,
ya que:
por ende:
Donde x e y son variables
aleatorias y a y b son dos
constantes cualesquiera.
Ejemplos:
1.- Una persona que juega la ruleta
americana, sabiendo que esta tiene 38 casillas equiprobables. La ganancia para
acertar una apuesta a un solo número paga de 35 a 1 (es decir, cobramos 35
veces lo que hemos apostado y recuperamos la apuesta, así que recibimos 36
veces lo que hemos apostado). Por tanto, considerando los 38 posibles
resultados, la esperanza matemática del beneficio para apostar a un solo número
es:
que es -0,0526 aproximadamente. Por lo tanto uno esperaría, en media,
perder unos 5 céntimos por cada euro que apuesta, y el valor esperado para
apostar 1 euro son 0.9474 euros. En el mundo de las apuestas, un juego donde el
beneficio esperado es cero (no ganamos ni perdemos) se llama un "juego
justo".
2.- El valor esperado cuando María Fajardo tira un dado equilibrado de 6
caras es 3,5. Podemos hacer el cálculo
y cabe destacar que 3,5 no es un valor posible al rodar el dado. En este
caso, en el que todos los sucesos son de igual probabilidad, la esperanza es igual
a la media aritmetica.
Varianza
La varianza es una medida de dispersión relativa a algún punto de
referencia. Ese punto de referencia es la media aritmética de la distribución.
Más específicamente, la varianza es una medida de que tan cerca, o que tan
lejos están los diferentes valores de su propia media aritmética. Cuando más
lejos están las Xi de su propia media aritmética, mayor es la varianza; cuando
más cerca estén las Xi a su media menos es la varianza. Y se define y expresa
matemáticamente de la siguiente manera:
La varianza para datos no agrupados
Dado un conjunto de observaciones, tales como X1, X2, … , Xn, la
varianza denotada usualmente por la letra minúscula griega δ (sigma) elevada al cuadrado (δ2)y en otros casos S2 según otros analistas, se define como:
el cuadrado medio de las desviaciones con respecto a su media
aritmética"
Matemáticamente, se expresa como:
Propiedades de la varianza
·
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.
·
Si a todos los datos
se les suma una constante, la varianza sigue siendo la misma.
·
Si todos los datos se
multiplican por una constante, la varianza queda multiplicada por el cuadrado
de la constante.
·
Si se disponen de
varias distribuciones con la misma media y se calculan las distintas varianzas,
se puede hallar la varianza total aplicando la fórmula
σ2=σ21+σ22+…+σ2nn
En el caso de que las distribuciones tengan distinto tamaño, la fórmula
se pondera y queda como
σ2=σ21k1+σ22k2+…+σ2nknk1+k2+…+kn
Ejemplo 1
En la Escuela de Enfermería En un examen Fisiología, todos los alumnos
de la clase sacaron un diez. Hallar la varianza de las notas.
Al coincidir todos los valores la media coincide también con ellos x¯=10,
y la varianza es nula σ2=0.
Ejemplo 2
En un estudio realizado en la población merideña sobre el Chikungunya
asistieron personas con edades comprendidas: 2, 4, 5,8, 10, 10, 15, 38.
Calcular la varianza de las edades.
Aplicando la fórmula x¯=2+4+5+8+10+10+15+389=929=10.22 se obtiene
la media.
Seguidamente se aplica la fórmula de la varianza:
σ2=2−10.22)2+(4−10.22)2+(5−10.22)2+(8−10.22)2+(10−10.22)2+(10−10.22)2+(15−10.22)2+(38−10.22)29==10.222+8.222+6.222+5.222+2.222+0.222+4.782+27.7829=
67.5684+38.6884+27.2484+4.9284+0.0484+22.8484+771.72849
=933.11=115.28
La Desviación Estándar
Es una medida de la cantidad
típica en la que los valores del conjunto de datos difieren de la media.
Es la medida de dispersión más utilizada, se le llama también desviación
típica. La desviación estándar siempre se calcula con respecto a la media y es
un mínimo cuando se estima con respecto a este valor.
Se calcula de forma sencilla, si se conoce la varianza, por cuanto que
es la raíz cuadrada positiva de esta. A la desviación se le representa por la
letra minúscula griega "sigma" (δ) ó
por la letra S mayúscula, según otros analistas.
Cálculo de la Desviación Estándar
δ = √δ2 ó
S = √S2
Propiedades de la Desviación Estándar
A su vez la desviación estándar, también tiene una serie de propiedades
que se deducen fácilmente de las de la varianza (ya que la desviación típica es
la raíz cuadrada positiva de la varianza):
·
La desviación
estándar es siempre un valor no negativo S será siempre ³ 0 por definición.
Cuando S = 0 è X = xi (para todo i).
·
Es la medida de
dispersión óptima por ser la más pequeña.
·
La desviación
estándar toma en cuenta las desviaciones de todos los valores de la variable
·
Si a todos los
valores de la variable se le suma una misma constante la desviación estándar no
varía.
·
Si a todos los
valores de la variable se multiplican por una misma constante, la desviación
estándar queda multiplicada por el valor absoluto de dicha constante.
Ejemplo:
1.- Del cálculo de la varianza de las edades de cinco estudiantes
universitarios de la facultad de Biòanalisis de sexto semestre se obtuvo δ2=25 como la desviación
estándar es la raíz cuadrada positiva, entonces δ = √25 = 5
2.- Para encontrar le desviación estándar de las cuentas por cobrar de la
Farmacia Farmatodo y Asociados, recordemos que la varianza obtenida fue de 600.005,
luego entonces la desviación estándar es igual a δ =√600005 = 774,5 bolívares.
Un ejemplo de
distribución de probabilidad en medicina, representaría la frecuencia con que
se presenta cierta enfermedad, donde a partir de un experimento haya dos
posibles resultados como en el caso de Distribución de Bernoulli o distribución
dicotómica, nombrada así por el matemático suizo Jakob Beroulli. 
