Carlos David Velasco Guanin

Esperanza Matemtica
Carlos Velasco G.
Imaginemos un conjunto de datos un 3,3,3,4,5, que se hizo un censo de personas y que se
encontr 3 luego 3 personas y luego 3 personas as sucesivamente hasta llegar a las 5, bueno
ahora si queremos hacer un promedio de esto tenemos q sumar todos los valores y dividirlo
para la cantidad de veces que realizamos ese experimento o sea su media aritmtica, de esto
podemos sacar la probabilidad de tener cada cantidad esto nos permite ver la frecuencia de
cada uno de los nmeros por eso podemos decir que el 3 aparece un 60%, el 4 un 20% y el 5
un 20%, entonces eso es nuestra esperanza matemtica ver que numero puede llegar a
aparecer mayor cantidad de veces.
Pero de esto nace las diferentes maneras de cmo obtener la misma media aritmtica.

Como solo tenemos 5 nmeros es ms fcil determinar cada elemento en cuestin, pero
existen variables aleatorias de mayor rango y es ms complicado, en vez de contar cada
individuo, se escoge la probabilidad de escoger cada individuo para facilitar el trabajo. Esto
nos sirve para saber en promedio por donde va a caer la variable aleatoria, no nos dice el
valor ms probable si no que considera a cada uno de los posibles valores que puede tomar
X y los relaciona con un peso que es la probabilidad de tomar dicho valor.
El valor esperado es la medida de una variable aleatoria discreta es el resultado medio terico
de un nmero infinito de ensayos. Tambin se les llama esperanza matemtica y su uso son
extensos y variado, juegan un papel muy importante en un rea de aplicaciones que se
denomina teora de decisin. Con esto aprenderemos a tomar decisiones.

Lo podemos definir de la siguiente forma El valor esperado de (una variable aleatoria

discreta): se denota con E y representa el valor promedio de los resultados. Se obtiene
mediante.

La esperanza matemtica que es mu es la sumatoria de las X con sus respectivas

probabilidades

Debemos tener en cuenta que las probabilidades suman 1.

Pero como llegamos a esa formula

P(x=k)=(n k)*Pk*(1-P)n-k

( ) P^k (1 P)^(n k)
=1

Para entender esto de mejor manera veamos un ejemplo de lo que estamos trabajando
En el lanzamiento de dos dados, calcular la esperanza matemtica de la variable aleatoria
X= suma de puntos

Ejemplo
Nuestra variable aleatoria es el nmero de caras que sale de una moneda luego de 6 tiros
Es el diagrama de barras tengo los porcentajes aproximados que pueden llegar a tener.
 P(x=0) =2%
P(x=1) =9%
P(x=2) =23%
P(x=3) =32%
P(x=4) =23%
P(x=5) =9%
P(x=6) =2%
E(x)=nmero de aciertos con una probabilidad P despus de N intentos, entonces la esperanza
matemtica que determina que ocurra cierto evento va a estar dado por N*P.
Con un ejemplo seria
Un numero de tiros libres en bsquet acertados en 10 toros con una P=40%.
E(x)=10*0.4=4
Lo ms esperado sern que de los 10 aciertos sean 4 veces.
Otro ejemplo muy exagerado para demostrar este punto sera:

1
1 ( = 1) =
{ 2

1000000 ( = 1000000) = 1/2

E(X)=500000.5
La esperanza.
Pero an pueden pasar cosas ms extraas por ejemplo que la probabilidad cambie
9
1 ( = 1) =
{ 10

1000000 ( = 1000000) = 1/10

E(X)=100000.9
La probabilidad de que X sea igual a uno es 9/10 y la probabilidad q x sea 1000000 sea 1/10
La esperanza no es el promedio de ambas cantidades si no su media aritmtica donde estamos
ponderando los posibles valores del peso de la variable X, por la forma en que tomamos estas
probabilidades podemos decir que es la media aritmtica de una poblacin.

Un ejemplo en Excel
Vamos hacer la probidad de sacar 0 caras y as sucesivamente

Y ahora para calcular la esperanza tenemos nicamente el valor de la Variable X con la

probabilidad que escojamos que puede tomar dicho valor.
Como podemos ver la esperanza es 3.

Bibliografa.
Probabilidad y estadstica para ingeniera y ciencias. 8a. Ed. Devore. Cengage. (2017). 8th
ed. [ebook] Mexico DF: Cengage Learning, pp.92-96. Available at:
https://issuu.com/cengagelatam/docs/probabilidad_y_estadistica_para_ingenieria_devore
[Accessed 21 Jul. 2017].