Varianza: mide
la dispersión media de los valores de una variable respecto a su
valor medio.
Si
tenemos unos datosx1,x2,x3,....xn
la media aritmética de la dispersión de los datos, xi , respecto a
la media x¯es:
σ2=∑i=1n(xi−x¯)2fi∑i=1nfi
y se llama varianza de los datos.
Cuando
X es una variable aleatoria con esperanza, E(X), finita, se llama varianza
de X a la media de la nueva variable Y=[X-E(X)]2 :
σ2=Var(X)=E[(X−E(X))2]=E[X2+E2(X)−2.X.E(X)]=E(X2)+E2(X)−2.E2(X)=E(X2)−E2(X)
a)
Cuando X es una variable aleatoria discreta:
σ2=E(X2)−E2(X)=∑i=1nxi2.P(X=xi)−E(X)2
b)
Cuando X es una variable aleatoria continua:
σ2=E(X2)−E2(X)=∫−∞+∞x2.f(x).dx−E(X)2
La
varianza viene expresada en unidades cuadradas, por lo que se suele
considerar la desviación típica,
la raíz cuadrada positiva de la varianza:σ=σ2
Propiedades de la
varianza:
1) Var(X) es siempre positiva o nula, dado que
[X−E(X)]2≥0
2) Var(K)=0, ya que Var(K)=E(K2)-E2(K)=K2-K2=0.
3)
Var(K.X)=K2.Var(X), como puedes ver: E[(KX)2]-E2(KX)=K2.E(X2)-E(KX).E(KX)=K2.E(X2)-K2.E2(X)=K2.Var(X)
4)Var(aX+b)=a2.Var(X),
¿eres capaz de llegar a este resultado?
5)Si X e Y son
independientes, Var(X+Y)=Var(X)+Var(Y). En general si X1,X2,...,Xn
son independientes:
Var(∑iaiXi)=∑iaiVar(Xi)
Considera la función representada
en la escena:f(x)={0 si x<1x-1 si 1 ≤ x ≤ 2-x+3 si 2 ≤ x ≤ 30 si x > 3
¿Se trata de una función de
densidad?
Calcula,
mediante las áreas de las figuras correspondientes:
p(X≤ 1,5)=
p(1,75 ≤ X ≤
2,25)=
Por
simetría, ¿cuál crees que es la media en este caso?