VALOR

ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
VALOR ESPERADO Y VARIANZA DE
FUNCIONES LINEALES DE V.A.
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Sean Y
1
, Y
2
, ..., Y
n
y X
1
, X
2
, ..., X
3
v. a con E(Y
1
) =
i
y
E(X
j
) =
j
. Dena:
U
1
=
n

i=1
a
i
Y
i
y ademas
U
2
=
m

j=1
b
j
X
j
Para las constantes a
1
, a
2
, ..., a
n
y b
1
, b
2
, ..., b
m
. Entonces se
cumple:
1 E(U
1
) =

n
i=1
a
i

i
2 V ar(U
1
) =

n
i=1
a
2
i
V ar(Y
i
) + 2

1i<jn
a
i
a
j
Cov(Y
i
, Y
j
)
Donde la doble suma es para todos los pares (i, j) con
i < j
3 Cov(U
1
, U
2
) =

n
i=1

m
j=1
a
i
b
j
Cov(Y
i
, X
j
)
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
1.Por teoremas de valor esperado entonces:
E(U
1
) = E(
n

i=1
a
i
Y
i
)
=
n

i=1
a
i
E(Y
i
)
=
n

i=1
a
i

1
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
2.Por denici on de varianza obtenemos que:
V ar(U
1
) = E [U
1
E(U
1
)]
2
= E
_
n

i=1
a
i
Y
i

n

i=1
a
i

i
_
2
= E
_
n

i=1
a
i
(Y
i

i
)
_
2
= E
_
_
n

i=1
a
2
i
(Y
i

i
)
2
+
n

i=1
n

j=1
a
i
a
j
(Y
i

i
)(Y
j

j
)
_
_
=
n

i=1
a
2
i
E(Y
i

i
)
2
+
n

i=1
n

j=1
a
i
a
j
E((Y
i

i
)(Y
j

j
))
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Por las deniciones de varianza y covarianza tenemos:
V ar(U
1
) =
n

i=1
a
2
i
V ar(Y
i
) +
n

i=1
n

j=1
a
i
a
j
Cov(Y
i
, Y
j
)
Como Cov(Y
i
, Y
j
) = Cov(Y
j
, Y
i
), entonces:
V ar(U
1
) =
n

i=1
a
2
i
V ar(Y
i
) + 2

1i<jn
a
i
a
j
Cov(Y
i
, Y
j
)
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
3. Para esta demostraci on , entonces tenemos que por
denici on:
Cov(U
1
, U
2
) = E [(U
1
E(U
1
))(U
2
E(U
2
))]
= E
_
_
_
n

i=1
a
i
Y
i

n

i=1
a
i

i
_
_
_
m

j=1
b
j
X
j

m

j=1
b
j

j
_
_
_
_
= E
_
_
_
n

i=1
a
i
(Y
i

i
)
_
_
_
m

j=1
b
j
(X
j

j
)
_
_
_
_
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
= E
_
_
n

i=1
m

j=1
a
i
b
j
(Y
i

i
)(X
j

j
)
_
_
=
n

i=1
m

j=1
a
i
b
j
E(Y
i

i
)(X
j

j
)
=
n

i=1
m

j=1
a
i
b
j
Cov(Y
i
, X
j
)
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Suponga que Y
1
, Y
2
y Y
3
son variables aleatorias, con
E(Y
1
) = 2 E(Y
2
) = 1 E(Y
3
) = 4,
V (Y
1
) = 4 V (Y
2
) = 6 V (Y
3
) = 8,
Cov(Y
1
, Y
2
) = 1 Cov(Y
1
, Y
3
) = 1 Cov(Y
2
, Y
3
) = 0.
Encuentre E(3Y
1
+ 4Y
2
6Y
3
) y V (3Y
1
+ 4Y
2
6Y
3
)
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Por teorema 5,12 tenemos que :
E(3Y
1
+ 4Y
2
6Y
3
) = 3(2) + 4(1) 6(4)
E(3Y
1
+ 4Y
2
6Y
3
) = 22
De igual manera, por teorema 5.12 tenemos que:
V (3Y
1
+ 4Y
2
6Y
3
) = 3V (Y
1
) + 4V (Y
2
) 6V (Y
3
)+
2[12Cov(Y
1
, Y
2
) 18Cov(Y
1
, Y
3
) 24Cov(Y
2
, Y
3
)]
= 3(4) + 4(6) 6(8) + 2[12(1) 18(1) 24(0)]
= 12 + 24 48 + 2[12 + 18]
= 12 + 60
V (3Y
1
+ 4Y
2
6Y
3
) = 48
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Sean Y
1
, Y
2
y Y
3
variables aleatorias, donde:
E(Y
1
) = 1, E(Y
2
) = 2, E(Y
3
) = 1, V (Y
1
) = 1, V (Y
2
) = 3, V (Y
3
) =
5, Cov(Y
1
, Y
2
) = 0,4, Cov(Y
1
, Y
3
) = 1/2 y Cov(Y
2
, Y
3
) = 2
Encuentre el valor esperado y la varianza de
U = Y
1
2Y
2
+Y
3
.
Si W = 3Y
1
+Y
2
, encuentre Cov(U, W).
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Soluci on
U = a
1
Y
1
+a
2
Y
2
+a
3
Y
3
, doonde a
1
= 1, a
2
= 2, y a
3
= 1.
Entonces, por el teorema 5.12:
E(U) = a
1
E(Y
1
) +a
2
E(Y
2
) +a
3
E(Y
3
)
= (1)(1) + (2)(2) + (1)(1) = 4
De manera similar,
V (U) = a
2
1
V (Y
1
) +a
2
2
V (Y
2
) +a
2
3
V (Y
3
) + 2a
1
a
2
Cov(Y
1
, Y
2
) + 2a
1
a
3
Cov(Y
1
, Y
3
) + 2a
2
a
3
Cov(Y
2
, Y
3
)
= (1)
2
(1) + (2)
2
(3) + (1)
2
(5) + (2)(1)(2)(0,4)
+ (2)(1)(1)(1/2) + (2)(2)(1)(2)
= 12,6
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Observe que W = b
1
Y
1
+b
2
Y
2
, donde b
1
= 3 y b
2
= 1.
Entonces,
Cov(U, W) = a
1
b
1
Cov(Y
1
, Y
1
) +a
1
b
2
Cov(Y
1
, Y
2
) +a
2
b
1
Cov(Y
2
, Y
1
)
+a
2
b
2
Cov(Y
2
, Y
2
) +a
3
b
1
Cov(Y
3
, Y
1
) +a
3
b
2
Cov(Y
3
, Y
2
)
Observe que, como se establece en el Ejercicio 5.96,
Cov(Y
i
, Y
j
) = Cov(Y
j
, Y
i
) y Cov(Y
i
, Y
i
) = V (Y
i
). Por tanto,
Cov(U, W) = (1)(3)(1) + (1)(1)(0,4) + (2)(3)(0,4)+
(2)(1)(3) + (1)(3) + (1)(3)(1/2) + (1)(1)(2)
= 2,5
Como Cov(U, W) = 0 se deduce que U y W son
dependientes.
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Sean Y
1
, Y
2
, . . . Y
n
variables aleatorias independientes con
E(Y
i
) = y V (Y
i
) =
2
. (Estas variables pueden denotar los
resultados de n intentos independientes de un
experimento.) Dena
Y =
1
n
n

i=1
Y
i
y demuestre que E(Y ) = y V (Y ) =
2
/n
Soluci on
Observe que Y es una funci on lineal de Y
1
, Y
2
, . . . Y
n
con
todas las constantes a
i
iguales a 1/n. Esto es,
Y =
_
1
n
_
Y
1
+. . . +
_
1
n
_
Y
n
Por el teorema 5.12 (a).
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
E(Y ) =
n

i=1
a
i

i
=
n

i=1
a
i
=
n

i=1
a
i
=
n

i=1
1
n
=
n
n
=
Por el Teorema 5.12(b),
V (Y ) =
n

i=1
a
2
i
V (Y
i
) +

i=1

i=1
. .
i<j
a
i
a
j
Cov(Y
i
, Y
j
).
Los t erminos de la covarianza son todos iguales a cero
porque las variables aleatorias son independientes.
Entonces,
V (Y ) =
n

i=1
_
1
n
_
2

2
i
=
n

i=1
_
1
n
_
2

2
=
1
n
2
n

i=1
_
1
n
_
2

2
=
n
2
n
2
=

2
n
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Suponga que una urna contiene r bolas rojas y (N r)
bolas negras. Una muestra aleatoria de n bolas se saca sin
restituci on y se observa Y , el n umero de bolas rojas de la
muestra. Encuentre la media y la varianza de Y.
Soluci on
Primero observamos algunas caractersticas de muestrear
sin restituci on. Suponga que el muestreo se realiza en forma
secuencial y observamos resultados para X
1
, X
2
, . . . , X
n
,
donde
X
i
=
_
1, si el i- esimo resultado es una bola roja,
0 en caso contrario.
Incuestionablemente, P(X
1
= 1) = r/N. Pero tambi en es
cierto que P(X
2
= 1) = r/N porque
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
P(X
2
= 1) = P(X
1
= 1, X
2
= 1) +P(X
1
= 0, X
2
= 1)
= P(X
1
= 1)P(X
2
= 1|X
1
= 1) +P(X
1
= 0)P(X
2
= 1|X
1
= 0)
=
_
r
N
_
_
r 1
N 1
_
+
_
N r
N
__
r
N 1
_
=
r (N 1)
N (N 1)
=
r
N
Lo mismo es cierto para X
k
; esto es,
P(X
k
= 1) =
r
N
k = 1, 2, . . . , n Entonces, la probabilidad (incondicional) de
sacar una bola roja en cualquier ensayo es r/N. Del mismo
modo, se puede demostrar que:
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
P(X
j
= 1, X
k
= 1) =
r(r 1)
N(N 1),
con i = k.. Ahora, observe que Y =

X
i
n
i=1
y por lo tanto,
E(Y ) =

E(X
i
)
n
i=1
=

_
r
N
_
n
i=1
= n
_
r
N
_
.
Para hallar V (Y ) necesitamos V (X
i
) y Cov(X
i
, X
j
). Como X
i
es 1 con probabilidad r/N y 0 con probabilidad 1?(r/N), se
deduce que
V (X
i
) =
r
N
_
1
r
N
_
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
Tambi en,
Cov(X
i
, X
j
) = E(X
i
X
j
) E(X
i
)E(X
j
) =
r(r 1)
N(N 1)

_
r
N
_
2
=
r
N
_
1
r
N
_
_
1
N 1
_
porque X
i
X
j
= 1 si y s olo si X
i
= 1 y X
j
= 1 y X
1
X
j
= 0 en
caso contrario. Del Teorema 5.12, sabemos que
V (Y ) =
n

i=1
V (X
i
) + 2

. .
i<j
Cov(X
i
, X
j
)
=
n

i=1
_
r
N
__
1
r
N
_
+ 2

. .
i<j
_

r
N
_
1
r
N
_
_
1
N 1
__
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
= n
_
r
N
__
1
r
N
_
n(n 1)
_
r
N
__
1
r
N
_
_
1
N 1
_
porque la doble sumatoria contiene n(n 1)/2 t erminos
iguales. Un poco de algebra dar a como resultado
V (Y ) = n
_
r
N
__
1
r
N
_
_
N n
N 1
_
VALOR
ESPERADO Y
VARIANZA DE
FUNCIONES
LINEALES DE
V.A.
Teorema
Demostraci on
Ejemplos
Ejemplo
Ejemplo 1
Ejemplo 2
Ejemplo 3
Bibliografa
WACKERLY, MENDENHALL,SHEAFFER;Estadstica
Matem atica con Aplicaciones, Septima
Edici on;CENGAGE Learning.