ESPERANZAS MATEMATICAS Y MOMENTOS
La esperanza matematica 0 valor esperado de una funcién h(x) de una
variable aleatoria se define como
Elite] = f hoo flay dx si x es continuo pa
= EA(x)Pr(X = x) sixes discreto ~
FUNDAMENTOS DE ESTADISTICA Y PROBABILIDAD EN EL CONTROL DE CALIDAD 29
La afirmacién anterior implica que si x es una variable aleatoria con una
funcion de densidad de probabilidad f(x) o Pr( = x) y se observan los valores
de la funcién A(x) durante un periodo prolongado, los valores observados,
‘como promedio, tendrin un valor dado por la ecuacién [2.3].
‘Aunque para la mayoria de las funciones se puede definir y calcular una
esperanza matematica, las esperanzas matematicas de dos tipos de funciones
son de gran interés en el estudio del control de calidad.
1, Las esperanzas matematicas de las potencias de 2, tales como x, x7, x°.
Estas potencias se conocen como momentos de x. El momento de mayor
importancia es el primer momento, la propia esperanza matematica de
x. Este valor, E(x), se representa generalmente por la letra j, y se
denomina media de la variable aleatoria x.Definicion
media = E(x) = wy 24]
2. Esperanzas matematicas de las potencias de la diferencia (x — ), tales
como (x — y), (x — u)*, (x — pW)’, ete. Se denominan momentos
centrales. El momento central de mayor importancia es el segundo
momento central, o la esperanza matemitica de (x — 4)?. Este valor,
Ex — y)? se representa generalmente por el simbolo a, y se conoce
como la varianza de la variable aleatoria x.
Definicion
varianza = E(x — yw)? = oF 25)
La media y la varianza describen dos de las caracteristicas mas destacadas
de la distribucion de cualquiera de los datos aleatorios. La media es una
medida de la tendencia central y la varianza es una medida de la variahilidad.
Una medida alternativa de la variabilidad es la raiz. cuadrada de la varianza, 0
«a. Esta medida se conoce como la desviacidn esténdar de la variable aleatoria x
Hay que recordar que los que se definen en esta seccion son los momentos
para la funcién de densidad de probabilidad completa, esto es, la poblacion de
todos los sucesos posibles para todos los valores factibles de x.
Existen dos importantes relaciones dentro de las esperanzas matemiticas:
1. Sik es una constante, E[k- h(x)] = k- E{A(x)].
2. Si Ay(x) y ha(y) son’ dos funciones de las variables x ey, entonces
Efhy(x) + ha(y)] = Elhy(x)] + ETha( 9).
Ambas relaciones se pueden probar expresando la esperanza matematica
como una integral.
Se pueden utilizar estas relaciones para determinar las medias y varianzas
de las sumas de variables aleatorias,FUNDAMENTOS OE ESTADISTICA Y PROBABILIOAD EN EL CONTROL DE CALIDAD 8
modos son FFE, FEF y EFF. En general, un niimero exacto x de éxitos sobre
N pruebas puede producirse de (% modos diferentes.
Dado que las pruebas son independientes, pueden multiplicarse las probabi-
lidades de sucesos separados para damnos la probabilidad de un suceso conjun-
to. Por ello la probabilidad de x éxitos y N — x fallos viene dada por
(1 — o)Y-*
La probabilidad de que x de N pruebas sean éxitos viene dada por
'N
Pr(x) = (* ") Jaq — ay [2.13]
Esta disiribuci6n se llama distribucién binomial, ya que la probabilidad de x
es exactamente el término (x + 1)-“*° en la expansién binomial de
[+a - 9"
Como corolario, puede verse que la suma de las probabilidades de todos los
posibles valores de x, desde 0 hasta WV, es 1.
ime
y Pr(x) = E(Yea -a@" * = [+ U-a)* = 1% =1