EL VALOR ESPERADO

El valor que se espera obtener de un experimento estadístico se llama el valor esperado.

También llamado "esperanza matemática". También lo llamamos "media" y esta es la
palabra que vamos a seguir usando. Si tiramos una moneda 10 veces, esperamos que
salga 5 veces "cara" y 5 veces "cruz". Esperamos obtener este valor porque la probabilidad
de que salga "cara" es 0,5, y si lanzamos la moneda 10 veces, obtenemos 5. Por lo tanto, 5
es la media. Para formalizar este particular ejemplo de la media, si p es la probabilidad y n
el número de eventos, la media es a = np. Esta es la forma de la media cuando se puede
expresar la probabilidad por medio de la distribución binomial.

Para formalizar el concepto un poco mas, en un experimento con resultados discretos xi

para los cuales la probabilidad es P(xi), la media estará dada por

a = SxiP(xi)

En el caso de variables continuas donde se expresa la probabilidad en términos de una

función de distribución, la media toma la forma

Indicadores estadísticos, herramientas de análisis y proyección técnica.Aquel Valor cuya

probabilidad de que sea tomado por una variable dada es máxima.La formulación de un
valor esperado está limitada por la calidad y la cantidad de información que se posea.

Si la información se refiere a un conjunto de observaciones de los valores que pueda

tomar la variable, el valor esperado de ella corresponderá a la media de dicho conjunto de
observaciones.

Si además se conoce la Función que genera los valores de las observaciones que toma la
variable, el Valor esperado estará determinado por los valores de las observaciones y por
la Función que los genera, aproximándose a una media ponderada.
 I -1 Dada una variable aleatoria definida para los valores X={2,3} siendo su función
de cuantía P(x)=0,2x .Obtener la media y el momento ordinario de orden dos, así como
la varianza.

varianza

o bien de manera mas sencilla:

Definición

El valor esperado o esperanza, abreviado como EV, de un movimiento es la ganancia o

pérdida media resultante de una situación teniendo en cuenta todos los resultados
posibles y sus probabilidades.

Cálculo de la esperanza

Para calcular el valor esperado, se deben conocer las probabilidades y pagos de todos los
resultados posibles teniendo en cuenta lo que ya se sabe. El EV es la suma de todos los
resultados posibles del producto del pago del resultado y la probabilidad de ese resultado.

EV = P(Resultado 1) * Pago 1 + P(Resultado 2) * Pago 2 + ... + P(Resultado n) * Pago n

Ejemplo:
Dos jugadores lanzan una moneda equilibrada. Si sale cara, el jugador B paga un dólar al
jugador A. Si sale cruz, A paga a B un dólar. La probabilidad de que salga cara (o cruz) es
del 50%. Por tanto, el EV para ambos jugadores es:

EV = 50% * (+1$) + 50% * (-1$) = 0$

Otro método de cálculo para hallar la rentabilidad de una apuesta es:

EV(Apuesta) = Equity del bote - Apuesta

Ejemplo:

Los jugadores A y B lanzan una moneda equilibrada. Los pagos son igual que en el ejemplo
anterior, exceptuando que al principio de la tirada cada uno pone un dólar en el bote y el
ganador se lo lleva al final. Cada jugador ganar el bote de $2 el 50% de las veces.
Su equity del bote es, por lo tanto, del 50% de $2 o $1. De ahí que el EV sea:

EV = Equity - Apuesta = 1$ - 1$ = 0$

Ningún jugador gana o pierde nada ya que pierden un dólar la mitad de las veces y lo
recuperan la otra mitad.
DEFINICIÓN DE VARIANZA
La noción de varianza se suele emplear en el ámbito de la estadística. Se trata de una
palabra impulsada por el matemático y científico inglés Ronald Fisher (1890–1962) y sirve
para identificar a la media de las desviaciones cuadráticas de una variable de carácter
aleatorio, considerando el valor medio de ésta.

Varianza

La varianza de las variables aleatorias, por lo tanto, consiste en una medida vinculada a su
dispersión. Se trata de la esperanza del cuadrado de la desviación de esa variable
considerada frente su media y se mide en una unidad diferente. Por ejemplo: en los casos
en que la variable mide una distancia en kilómetros, su varianza se expresa en kilómetros
al cuadrado.

Cabe destacar que las medidas de dispersión (también identificadas con el nombre de
medidas de variabilidad) se encargan de expresar la variabilidad de una distribución por
medio de un número, en los casos en que las diferentes puntuaciones de la variable están
muy alejadas de la media. A mayor valor de la medida de dispersión, mayor variabilidad.
En cambio, a menor valor, más homogeneidad.

Lo que hace la varianza es establecer la variabilidad de la variable aleatoria. Es importante

tener en cuenta que, en ciertos casos, es preferible emplear otras medidas de dispersión
ante las características de las distribuciones.

Se denomina varianza muestral cuando se calcula la varianza de una comunidad, grupo o

población en base a una muestra. La covarianza, por otra parte, es la medida de dispersión
conjunta de un par de variables.

Los expertos hablan de análisis de la varianza para nombrar a la colección de modelos

estadísticos y sus procedimientos asociados en la cual la varianza aparece particionada en
distintos componentes.
LA DESVIACIÓN ESTÁNDAR O TÍPICA

Uno de los conceptos más importantes relacionados con la varianza es la desviación

estándar, también conocida como típica, que representa la magnitud de la dispersión de
variables de intervalo y de razón, y resulta muy útil en el campo de la estadística
descriptiva. Para obtenerla, simplemente se parte de la varianza y se calcula su raíz
cuadrada.

En la práctica, si tenemos los valores (expresados en milímetros) 14mm, 11mm, 10mm,

6mm y 4mm, podemos calcular su promedio sumándolos y dividiendo el resultado por 5,
que es la cantidad de elementos. Obtendríamos 9mm. Para conocer la varianza,
deberíamos restar cada uno de los valores a la media recién evidenciada, elevar cada
resultado al cuadrado (para evitar números negativos que afecten el estudio), sumarlos
entre sí y, finalmente, dividir todo por 5. La varianza es 93,8 milímetros cuadrados. Por
último, para dar con la desviación estándar, calculamos la raíz cuadrada, lo que nos deja
con 9.68mm (nótese que la unidad vuelve a ser milímetros).

Estos datos resultan muy útiles y necesarios para analizar y describir información, dado
que nos ofrecen distintos puntos de vista, así como diferentes tendencias de los datos que
caracterizan el objeto en cuestión y permiten establecer parámetros de comparación más
complejos y dinámicos que los meros valores aislados o simplemente sometidos a su
promedio aritmético.

En el procesos de comprobación de una teoría, es importante anticiparse a los posibles

resultados, y la desviación sirve para analizar el comportamiento de los valores alrededor
de su promedio. Establece nuevos puntos que abren puertas a diferentes clasificaciones y
a datos que pueden no haber sido considerados en un principio.

Valiéndose tan sólo de la media entre un conjunto de valores, no es posible saber si

alguno de ellos está excesivamente alejando de la “normalidad” existente en dicho
contexto. La desviación estándar permite establecer dos nuevos límites alrededor de dicha
línea central, para saber cuándo un elemento es demasiado pequeño o grande.
Definición de Varianza:

La Varianza (o Variancia) es una medida estadística de la dispersión (variabilidad) que se

define como la media aritmética del cuadrado de las desviaciones de las muestras
respecto a la media.

La Varianza se representa mediante el símbolo griego sigma al cuadrado (σ2) y se formula

de la siguiente manera:

o también, de forma reducida:

donde ( ) es la media aritmética de los valores analizados.

Nota: la desviación típica (o desviación estándar) es la raíz cuadrada de la varianza, es

decir σ.

Ejemplos de Varianza:

Calcular la varianza de las siguientes puntuaciones de un jugador de baloncesto en los

últimos partidos:

Puntuaciones: 18, 20, 20, 22, 20, 20

Calculamos la media aritmética ( ):

Número de valores: 6

Media Aritmética = (18 + 20 + 20 + 22 + 20 + 20) / 6 = 120 / 6 = 20

Calculamos la Varianza:

Varianza σ2 = [(18-20)2 + (20-20)2 + (20-20)2 + (22-20)2 + (20-20)2 + (20-20)2] / 6 = 16 / 6

= 8 /3 = 2,67
Calcular la varianza de las siguientes notas de un alumno en los últimos exámenes:

Valores de las notas: 9, 10, 10, 11, 10, 10

Calculamos la media aritmética ( ):

Número de valores: 6

Media Aritmética = (9 + 10 + 10 + 11 + 10 + 10) / 6 = 60 / 6 = 10

Calculamos la Varianza:

Varianza σ2 = [(9-10)2 + (10-10)2 + (10-10)2 + (11-10)2 + (10-10)2 + (10-10)2] / 6 = 2 / 6 =

1 /3 = 0,33