Obtención de la varianza a través de las propiedades de la esperanza

Ya sabemos qué es una variable aleatoria y qué es el valor esperado (o esperanza). De ser necesario, lea la página Revisión De Conceptos.

Reglas de la esperanza

La notación que utilizaremos para la esperanza es la letra mayúscula \( E \).

La esperanza de una variable aleatoria \( E(X) \) es igual a la media de la variable aleatoria:

\[ E(X) = \mu_{X} \]
donde \( \mu_{X} \) es la media de la variable aleatoria.

Aquí se muestran algunas reglas básicas de la esperanza:

Regla Notas
1 \( E(X) = \mu_{X} = \Sigma xp(x) \) \( p(x) \) es la probabilidad de \( x \) (caso discreto)
2 \( E(a) = a \) \( a \) constante
3 \( E(aX) = aE(X) \) \( a \) constante
4 \( E(a \pm X) = a \pm E(X) \) \( a \) constante
5 \( E(a \pm bX) = a \pm bE(X) \) \( a \) y \( b \) constante
6 \( E(X \pm Y) = E(X) \pm E(Y) \) \( Y \) es otra variable aleatoria
7 \( E(XY) = E(X)E(Y) \) Si \( X \) e \( Y \) son independientes

Todas las reglas son bastante sencillas y no necesitan ser probadas.

Obtención de la Varianza a través de las propiedades de la esperanza

Puede demostrarse que la varianza \( V(X) \) está dada por:

\[ V(X) = \sigma_{x}^2 = E(X^2) - \mu_{X}^2 \]

Con \( X \) variable aleatoria.

Demostración:

Notas
\( V(X) = \sigma_{X}^2 = E((X - \mu_{X})^2) = \) Definición de varianza para una variable aleatoria \( X \)
\( E(X^2 -2X\mu_{X} + \mu_{X}^2) = \) Propago el cuadrado
\( E(X^2) - E(2X\mu_{X}) + E(\mu_{X}^2) = \) Aplicar regla número 5: \( E(a \pm bX) = a \pm bE(X) \)
\( E(X^2) - 2\mu_{X}E(X) + E(\mu_{X}^2) = \) Aplicar regla número 3: \( E(aX) = aE(X) \)
\( E(X^2) - 2\mu_{X}E(X) + \mu_{X}^2 = \) Aplicar regla número 2: \( E(a) = a \)
\( E(X^2) - 2\mu_{X}\mu_{X} + \mu_{X}^2 = \) Aplicar regla número 1: \( E(X) = \mu_{X} \)
\( E(X^2) - \mu_{X}^2 \) Como queríamos demostrar

Varianza de la posición de un cuerpo en movimiento

La varianza de la posición de un cuerpo en movimiento, en términos de velocidad y tiempo está dada por:

\[ V(x) = \Delta t^{2} V(v) \] ó \[ \sigma_{x}^2 = \Delta t^{2} \sigma_{v}^2 \]
Donde:
\( x \) es la posición del cuerpo
\( v \) es la velocidad del cuerpo
\( \Delta(t) \) es el intervalo de tiempo

Demostración:

Notas
\( V(x) = \sigma_{x}^2 = E(x^2) - \mu_{x}^2 = \) Obtenido del punto anterior
\( E((v\Delta t)^2) - (\mu_{v}\Delta t)^2 = \) Expresa la varianza de la posición del cuerpo en términos de tiempo y velocidad: \( x = \Delta tv \)
\( E(v^{2}\Delta t^{2}) - \mu_{v}^{2}\Delta t^{2} = \)
\( \Delta t^{2}E(v^{2}) - \mu_{v}^{2}\Delta t^{2} = \) Aplicar regla número 3: \( E(aX) = aE(X) \)
\( \Delta t^{2}(E(v^{2}) - \mu_{v}^{2}) = \)
\( \Delta t^{2}V(v) \) Que es el resultado de la varianza: \(V(X) = E(X^2) - \mu_{X}^2 \)
Espalda