06/09/2023
En el fascinante mundo de la probabilidad y la estadística, a menudo nos enfrentamos a situaciones donde el resultado de un evento es incierto. Desde el lanzamiento de una moneda hasta inversiones complejas, predecir el futuro exacto es imposible. Sin embargo, podemos entender qué esperar si repetimos un experimento muchas veces. Aquí es donde entra en juego un concepto fundamental: el valor esperado.
El valor esperado, también conocido como la media o el promedio a largo plazo, es una herramienta poderosa que nos permite cuantificar el resultado promedio de un experimento si este se repitiera un número infinito de veces. No te dice qué sucederá en un único intento, sino qué tendencia se observará con el tiempo. Si te has preguntado alguna vez si un juego de azar es justo o si una inversión será rentable a la larga, el valor esperado es tu mejor aliado.
- ¿Qué es Realmente el Valor Esperado?
- La Fórmula Fundamental: ¿Cómo se Calcula el Valor Esperado?
- El Valor Esperado en Juegos de Azar y Apuestas
- Más Allá del Promedio: La Desviación Típica del Valor Esperado
- Aplicaciones del Valor Esperado en la Vida Real
- Preguntas Frecuentes sobre el Valor Esperado
- Conclusión
¿Qué es Realmente el Valor Esperado?
Imagina que lanzas una moneda. La probabilidad de que salga cara es del 50%. Si la lanzas dos veces, ¿significa que obtendrás una cara y una cruz? No necesariamente. Podrías obtener dos caras, o dos cruces. La probabilidad no predice los resultados a corto plazo, sino lo que se espera a largo plazo. Un ejemplo clásico de esto es el experimento de Karl Pearson, quien lanzó una moneda justa 24,000 veces y registró 12,012 caras, muy cerca del 50% esperado.
Este fenómeno se explica por la ley de los grandes números. Esta ley establece que a medida que el número de ensayos en un experimento de probabilidad aumenta, la diferencia entre la probabilidad teórica de un evento y su frecuencia relativa observada se acerca a cero. En otras palabras, la frecuencia con la que un evento ocurre en la práctica tiende a converger con su probabilidad teórica a medida que se realizan más y más repeticiones del experimento. Por eso, al evaluar los resultados a largo plazo de experimentos estadísticos, el 'promedio a largo plazo' es crucial, y este es precisamente el valor esperado, denotado por la letra griega μ (mu).
El valor esperado no es un valor que necesariamente ocurrirá en un solo ensayo, ni siquiera un valor posible para la variable aleatoria. Es un promedio ponderado de todos los resultados posibles, donde cada resultado se pondera por su probabilidad de ocurrencia. Es la medida central de una distribución de probabilidad.
La Fórmula Fundamental: ¿Cómo se Calcula el Valor Esperado?
Calcular el valor esperado para una variable aleatoria discreta es sorprendentemente directo. Basta con multiplicar cada valor posible de la variable aleatoria (X) por su respectiva probabilidad (P(x)) y luego sumar todos estos productos. La fórmula se expresa de la siguiente manera:
μ = Σ (x · P(x))
Donde:
μes el valor esperado.xrepresenta cada uno de los valores posibles que la variable aleatoria puede tomar.P(x)es la probabilidad de que la variable aleatoria tome el valorx.Σ(sigma mayúscula) indica la suma de todos los productos.
Para facilitar este cálculo, a menudo se construye una tabla de valores esperados, donde se listan los valores de x, sus probabilidades P(x), y una columna adicional para el producto x · P(x). La suma de esta última columna nos da el valor esperado.
Ejemplo Práctico 1: Días de Juego de un Equipo de Fútbol
Consideremos un equipo de fútbol masculino que juega 0, 1 o 2 días a la semana. Las probabilidades son las siguientes:
- Probabilidad de jugar 0 días: 0.2
- Probabilidad de jugar 1 día: 0.5
- Probabilidad de jugar 2 días: 0.3
Vamos a calcular el valor esperado (μ) del número de días por semana que el equipo juega.
Primero, definimos nuestra variable aleatoria X como el número de días que el equipo juega. Los valores que X puede tomar son 0, 1, 2.
Ahora, construimos la tabla de valores esperados:
| x (Días de Juego) | P(x) (Probabilidad) | x * P(x) |
|---|---|---|
| 0 | 0.2 | 0 * 0.2 = 0 |
| 1 | 0.5 | 1 * 0.5 = 0.5 |
| 2 | 0.3 | 2 * 0.3 = 0.6 |
Para hallar el valor esperado, sumamos los valores de la columna 'x * P(x)':
μ = 0 + 0.5 + 0.6 = 1.1
El valor esperado es 1.1. Esto significa que, a largo plazo, si el equipo juega semana tras semana, se esperaría que jueguen un promedio de 1.1 días por semana. Es importante notar que 1.1 no es un número posible de días de juego (no pueden jugar 1.1 días), pero es el promedio a largo plazo.
El Valor Esperado en Juegos de Azar y Apuestas
Uno de los usos más intuitivos del valor esperado es en el análisis de juegos de azar y apuestas. Nos permite determinar si, en promedio, ganaremos o perderemos dinero si jugamos repetidamente.
Ejemplo Práctico 2: La Lotería de los Cinco Números
Supongamos que juegas a un juego de azar donde se eligen cinco números entre 0 y 9 con reemplazo. Pagas 2 dólares para jugar. Si aciertas los cinco números en orden, ganas 100,000 dólares (recuperas tus 2 dólares y ganas 100,000 adicionales). ¿Cuál es la ganancia esperada a largo plazo de este juego?
Primero, definimos X como la cantidad de dinero que se gana o se pierde. Los valores posibles para X son:
- Si ganas: $100,000 (la ganancia neta, ya que los $2 de la apuesta se recuperan y se suma el premio).
- Si pierdes: -$2 (la pérdida neta, ya que pagas $2 y no ganas nada).
Ahora, calculamos las probabilidades:
- La probabilidad de elegir un número correcto es 1/10 (hay 10 números posibles).
- Como hay 5 números y se eligen con reemplazo, la probabilidad de acertar los cinco en orden es (1/10) * (1/10) * (1/10) * (1/10) * (1/10) = (1/10)^5 = 0.00001.
- Por lo tanto, P(ganar) = 0.00001.
- La probabilidad de perder es 1 - P(ganar) = 1 - 0.00001 = 0.99999.
Construimos la tabla de valores esperados:
| x (Ganancia/Pérdida) | P(x) (Probabilidad) | x * P(x) |
|---|---|---|
| -$2 (Pérdida) | 0.99999 | (-2) * 0.99999 = -1.99998 |
| $100,000 (Ganancia) | 0.00001 | (100000) * 0.00001 = 1 |
Sumamos la última columna para obtener el valor esperado:
μ = -1.99998 + 1 = -0.99998
Esto significa que, en promedio, esperarías perder aproximadamente 1 dólar por cada juego que juegues. Aunque cada vez que juegues, o pierdes 2 dólares o ganas 100,000 dólares, el valor esperado de -0.99998 dólares representa la pérdida promedio a largo plazo por partida. Esto te indica que el juego no es favorable para el jugador a largo plazo.
Ejemplo Práctico 3: Juego de Moneda Sesgada
Juegas con una moneda sesgada donde P(caras) = 2/3 y P(cruz) = 1/3. Si cae cara, pagas 6 dólares. Si cae cruz, ganas 10 dólares. ¿Ganarás a largo plazo?
Definimos X como la ganancia/pérdida:
- Si cae cara (pierdes): -$6
- Si cae cruz (ganas): $10
Construimos la tabla:
| x (Ganancia/Pérdida) | P(x) | x * P(x) |
|---|---|---|
| $10 (Ganas) | 1/3 | 10 * (1/3) = 10/3 |
| -$6 (Pierdes) | 2/3 | -6 * (2/3) = -12/3 |
Sumamos la última columna:
μ = 10/3 + (-12/3) = -2/3 ≈ -0.67
El valor esperado es aproximadamente -0.67 dólares. Esto significa que, en promedio, perderías unos 67 céntimos cada vez que juegas. Claramente, no saldrías ganando a largo plazo.
Más Allá del Promedio: La Desviación Típica del Valor Esperado
Mientras que el valor esperado nos da una idea del promedio a largo plazo, la desviación típica (σ) nos proporciona una medida de la dispersión o variabilidad de los resultados alrededor de ese promedio. Una desviación típica alta indica que los resultados pueden variar mucho del valor esperado, mientras que una baja sugiere que los resultados tienden a agruparse cerca del promedio.
Para calcular la desviación típica (σ) de una distribución de probabilidad discreta, seguimos estos pasos:
- Calcula el valor esperado (μ).
- Para cada valor de X, resta μ y eleva el resultado al cuadrado:
(x - μ)². - Multiplica este resultado por la probabilidad de X:
(x - μ)² · P(x). - Suma todos estos productos. Esta suma es la varianza (σ²).
- Calcula la raíz cuadrada de la varianza para obtener la desviación típica (σ).
La fórmula para la desviación típica es:
σ = √Σ[(x - μ)² · P(x)]
Ejemplo Práctico 4: Despertar de un Recién Nacido y Desviación Típica
Calculemos el valor esperado y la desviación típica del número de veces que el llanto de un recién nacido despierta a su madre después de medianoche. Los datos son los siguientes:
| x (Veces Despierta) | P(x) |
|---|---|
| 0 | 2/50 = 0.04 |
| 1 | 11/50 = 0.22 |
| 2 | 23/50 = 0.46 |
| 3 | 9/50 = 0.18 |
| 4 | 4/50 = 0.08 |
| 5 | 1/50 = 0.02 |
Primero, calculamos el valor esperado (μ) añadiendo la columna x · P(x):
| x | P(x) | x * P(x) |
|---|---|---|
| 0 | 0.04 | 0 * 0.04 = 0 |
| 1 | 0.22 | 1 * 0.22 = 0.22 |
| 2 | 0.46 | 2 * 0.46 = 0.92 |
| 3 | 0.18 | 3 * 0.18 = 0.54 |
| 4 | 0.08 | 4 * 0.08 = 0.32 |
| 5 | 0.02 | 5 * 0.02 = 0.10 |
Sumamos la columna x * P(x):
μ = 0 + 0.22 + 0.92 + 0.54 + 0.32 + 0.10 = 2.1
Entonces, el valor esperado es 2.1 veces. En promedio, un recién nacido despertaría a su madre 2.1 veces a la semana.
Ahora, calculamos la desviación típica añadiendo la columna (x - μ)² · P(x):
| x | P(x) | x * P(x) | (x - μ)² · P(x) |
|---|---|---|---|
| 0 | 0.04 | 0 | (0 - 2.1)² * 0.04 = 4.41 * 0.04 = 0.1764 |
| 1 | 0.22 | 0.22 | (1 - 2.1)² * 0.22 = 1.21 * 0.22 = 0.2662 |
| 2 | 0.46 | 0.92 | (2 - 2.1)² * 0.46 = 0.01 * 0.46 = 0.0046 |
| 3 | 0.18 | 0.54 | (3 - 2.1)² * 0.18 = 0.81 * 0.18 = 0.1458 |
| 4 | 0.08 | 0.32 | (4 - 2.1)² * 0.08 = 3.61 * 0.08 = 0.2888 |
| 5 | 0.02 | 0.10 | (5 - 2.1)² * 0.02 = 8.41 * 0.02 = 0.1682 |
Sumamos la última columna para obtener la varianza:
Varianza (σ²) = 0.1764 + 0.2662 + 0.0046 + 0.1458 + 0.2888 + 0.1682 = 1.05
Finalmente, calculamos la desviación típica tomando la raíz cuadrada de la varianza:
σ = √1.05 ≈ 1.0247
Una desviación típica de aproximadamente 1.0247 indica la dispersión promedio de los datos alrededor de la media de 2.1. Esto nos da una idea de cuánto varían las veces que la madre es despertada por semana.
Aplicaciones del Valor Esperado en la Vida Real
El valor esperado no es solo un concepto académico; tiene amplias aplicaciones prácticas:
- Finanzas e Inversiones: Las empresas y los inversores utilizan el valor esperado para evaluar la rentabilidad potencial de diferentes proyectos o inversiones, sopesando los posibles rendimientos frente a los riesgos.
- Seguros: Las compañías de seguros calculan el valor esperado de las pérdidas para determinar las primas adecuadas. Se aseguran de que las primas cobradas cubran las pérdidas esperadas y generen ganancias.
- Juegos y Apuestas: Como hemos visto, es crucial para entender la equidad o el sesgo de un juego. Los casinos, por ejemplo, diseñan sus juegos para tener un valor esperado negativo para los jugadores, asegurando su ganancia a largo plazo.
- Toma de Decisiones Empresariales: Ayuda a las empresas a tomar decisiones bajo incertidumbre, como la introducción de un nuevo producto, la expansión a un nuevo mercado o la optimización de procesos.
- Medicina y Salud Pública: Se utiliza para evaluar la efectividad de tratamientos, el riesgo de enfermedades o la planificación de recursos sanitarios.
Preguntas Frecuentes sobre el Valor Esperado
¿Es el valor esperado siempre un número posible para la variable aleatoria?
No, como vimos en el ejemplo del equipo de fútbol (1.1 días) o del recién nacido (2.1 veces). El valor esperado es un promedio ponderado y no tiene por qué ser uno de los valores que la variable aleatoria puede tomar.
¿Cuál es la diferencia entre valor esperado y promedio simple?
Un promedio simple (o media aritmética) se calcula sumando un conjunto de observaciones y dividiendo por el número de observaciones. El valor esperado, en cambio, es un promedio ponderado por las probabilidades de cada resultado en una distribución de probabilidad. Se utiliza para predecir el promedio a largo plazo de un fenómeno, no para describir un conjunto de datos ya observados.
¿Se puede calcular el valor esperado para variables continuas?
Sí, aunque la metodología es diferente. Para variables aleatorias continuas, el valor esperado se calcula utilizando una integral, en lugar de una suma discreta. El principio es el mismo: se pondera cada posible valor por su densidad de probabilidad.
¿Para qué sirve la desviación típica del valor esperado?
La desviación típica complementa al valor esperado al indicar cuánto se espera que varíen los resultados individuales con respecto al promedio. Es una medida de riesgo o incertidumbre. Un valor esperado alto con una desviación típica alta indica una oportunidad con gran potencial pero también gran riesgo, mientras que un valor esperado similar con una desviación típica baja sugiere un resultado más predecible.
Conclusión
El valor esperado es mucho más que una simple fórmula; es un concepto fundamental que nos permite navegar por la incertidumbre y tomar decisiones informadas en un mundo impulsado por la probabilidad. Al comprender qué esperar a largo plazo, podemos evaluar riesgos, diseñar estrategias y acercarnos a los resultados deseados, ya sea en el ámbito de las finanzas, los juegos o la ciencia. Recuerda que, aunque no podamos predecir el futuro exacto, el valor esperado nos ofrece una brújula confiable para entender las tendencias y el promedio de los eventos que se repiten una y otra vez.
Si quieres conocer otros artículos parecidos a El Valor Esperado: Descifrando el Promedio a Largo Plazo puedes visitar la categoría Estadística.