Teorema de König-Huygens de la varianza: fórmula y ejemplos

Teorema de König-Huygens de la varianza: fórmula y ejemplos
Índice
  1. Enunciado en probabilidad y en estadística
  2. Demostración
  3. Ejemplos resueltos
    1. Con una lista de datos
    2. Con una tabla de frecuencias
    3. Con una variable aleatoria: un dado
    4. Variable de Bernoulli
  4. La media minimiza el error cuadrático
  5. Errores y precauciones
  6. La versión de la mecánica
  7. ¿Qué König? No confundir con el teorema de Kőnig de grafos
  8. Dónde se usa
  9. Preguntas frecuentes
    1. ¿Qué dice el teorema de König-Huygens?
    2. ¿Cómo se calcula la varianza con la fórmula abreviada?
    3. ¿Es lo mismo el teorema de König que el teorema de Steiner?
    4. ¿Qué es el teorema de Kőnig en grafos?
    5. ¿La fórmula da la varianza muestral?
  10. Fuentes

Actualizado el

El teorema de König-Huygens dice que la varianza es la media de los cuadrados menos el cuadrado de la media: Var(X) = E[X2] − (E[X])2. Es la fórmula abreviada que se usa para calcular varianzas a mano, y tiene una gemela en mecánica que relaciona momentos de inercia respecto a puntos distintos.

Enunciado en probabilidad y en estadística

Para una variable aleatoria X con media μ = E[X] y segundo momento finito:

Var(X) = E[(X − μ)2] = E[X2] − μ2

Para un conjunto de n datos x1, …, xn con media x̄, la versión es la misma con promedios:

σ2 = (1/n) Σ (xi − x̄)2 = (1/n) Σ xi2 − x̄2

La forma general, de la que las anteriores son un caso, compara la dispersión respecto a cualquier número a con la dispersión respecto a la media:

E[(X − a)2] = Var(X) + (μ − a)2

Con a = 0 se recupera la fórmula abreviada.

Demostración

Basta desarrollar el cuadrado y usar que la esperanza es lineal:

  1. (X − a)2 = ((X − μ) + (μ − a))2 = (X − μ)2 + 2(μ − a)(X − μ) + (μ − a)2.
  2. Toma esperanzas. El término central se anula, porque E[X − μ] = μ − μ = 0.
  3. Queda E[(X − a)2] = E[(X − μ)2] + (μ − a)2 = Var(X) + (μ − a)2.

Para datos el cálculo es idéntico cambiando E por el promedio (1/n)Σ, y se usa que la suma de las desviaciones respecto a la media es cero: Σ(xi − x̄) = 0.

Ejemplos resueltos

Con una lista de datos

Datos: 2, 4, 4, 4, 5, 5, 7, 9 (n = 8).

  • Media: x̄ = 40/8 = 5.
  • Media de los cuadrados: (4 + 16 + 16 + 16 + 25 + 25 + 49 + 81)/8 = 232/8 = 29.
  • Varianza: σ2 = 29 − 52 = 4, y la desviación típica es σ = 2.

Por la definición, sumando (xi − 5)2 = 9 + 1 + 1 + 1 + 0 + 0 + 4 + 16 = 32 y dividiendo entre 8 sale también 4. La fórmula de König-Huygens ahorra restar la media dato a dato, que es donde aparecen los decimales incómodos.

Con una tabla de frecuencias

En una encuesta, el número de hermanos de 20 alumnos es:

xifixifixi2fi
0500
1888
251020
32618
Total202446

Media: 24/20 = 1,2. Media de los cuadrados: 46/20 = 2,3. Varianza: 2,3 − 1,22 = 2,3 − 1,44 = 0,86; desviación típica ≈ 0,927. Por eso las tablas de estadística de bachillerato llevan siempre la columna xi2fi: es la que pide este teorema.

Con una variable aleatoria: un dado

Para un dado equilibrado, E[X] = (1 + 2 + … + 6)/6 = 3,5 y E[X2] = (1 + 4 + 9 + 16 + 25 + 36)/6 = 91/6. Entonces Var(X) = 91/6 − 3,52 = 91/6 − 49/4 = 35/12 ≈ 2,917.

Variable de Bernoulli

Si X vale 1 con probabilidad p y 0 en otro caso, X2 = X, así que E[X2] = p y Var(X) = p − p2 = p(1 − p). Es la varianza que aparece en la binomial, n·p(1 − p), y en los intervalos de confianza para proporciones.

La media minimiza el error cuadrático

La forma general dice que E[(X − a)2] es la varianza más un término (μ − a)2 que nunca es negativo. Por tanto el valor de a que hace mínima la media de los errores al cuadrado es a = μ. Con los datos de antes y a = 3: (1/8)Σ(xi − 3)2 = 8, que es exactamente 4 + (5 − 3)2. Esta propiedad está detrás del método de mínimos cuadrados y explica por qué la media es el mejor «resumen» de unos datos si los errores se miden al cuadrado.

Errores y precauciones

  • Restar la media sin elevarla al cuadrado. Es (1/n)Σxi2 − x̄2, no (1/n)Σxi2 − x̄.
  • Confundir varianza poblacional y muestral. La fórmula da la que divide entre n. La cuasivarianza o varianza muestral divide entre n − 1: s2 = n/(n − 1) · σ2. Con los 8 datos anteriores, s2 = 8/7 · 4 ≈ 4,571.
  • Usarla con números muy grandes en un ordenador. Si los datos son 1 000 001, 1 000 002 y 1 000 003, la varianza exacta es 2/3, pero restar dos cantidades de un billón casi iguales con decimales de coma flotante da un resultado erróneo (en una prueba con doble precisión sale 0,66663 en lugar de 0,66667). Los programas estadísticos usan algoritmos que restan antes la media.

La versión de la mecánica

El mismo cálculo, con masas en lugar de probabilidades, da el teorema de Huygens o de transporte del momento de inercia, conocido en España como teorema de Steiner o de los ejes paralelos:

IA = IG + M d2

donde G es el centro de masas, M la masa total y d la distancia de A a G. La analogía es exacta: la masa hace el papel de la probabilidad, G el de la media y el momento de inercia el de la varianza. En la misma línea, el teorema de König de la energía cinética descompone la energía de un sistema en la del centro de masas, ½MvG2, más la del movimiento relativo a él.

¿Qué König? No confundir con el teorema de Kőnig de grafos

El König de la varianza es Johann Samuel König (1712-1757), matemático alemán; Huygens es Christiaan Huygens, el físico y astrónomo neerlandés del siglo XVII. Es habitual llamar a este resultado «teorema de König-Huygens» en los textos en francés.

Muchas búsquedas se refieren a otro resultado, el teorema de Kőnig de teoría de grafos, del húngaro Dénes Kőnig (1931): en un grafo bipartito, el número de aristas de un emparejamiento máximo es igual al número de vértices de un recubrimiento mínimo por vértices. Jenő Egerváry lo obtuvo de forma independiente el mismo año en una versión con pesos. No guarda relación con la varianza.

Dónde se usa

La varianza calculada así aparece en la desigualdad de Chebyshev, que acota la probabilidad de alejarse de la media, y en el teorema del límite central, donde la media de n observaciones tiene varianza σ2/n. Las propiedades de la esperanza que se usan en la demostración se deducen de los axiomas básicos de la probabilidad.

Preguntas frecuentes

¿Qué dice el teorema de König-Huygens?

Que la varianza es la media de los cuadrados menos el cuadrado de la media: Var(X) = E[X²] − (E[X])². En general, E[(X − a)²] = Var(X) + (E[X] − a)².

¿Cómo se calcula la varianza con la fórmula abreviada?

Se calcula la media x̄, la media de los cuadrados (1/n)Σxᵢ² y se restan: σ² = (1/n)Σxᵢ² − x̄². Para 2, 4, 4, 4, 5, 5, 7, 9 sale 29 − 25 = 4.

¿Es lo mismo el teorema de König que el teorema de Steiner?

Son el mismo cálculo en dos contextos: en estadística da la fórmula de la varianza y en mecánica da I = I_G + Md², que en España se llama teorema de Steiner o de los ejes paralelos.

¿Qué es el teorema de Kőnig en grafos?

Un resultado de Dénes Kőnig (1931): en un grafo bipartito, el tamaño de un emparejamiento máximo coincide con el de un recubrimiento mínimo por vértices. Es distinto del de la varianza.

¿La fórmula da la varianza muestral?

Da la varianza que divide entre n. Para la cuasivarianza, que divide entre n − 1, hay que multiplicar por n/(n − 1).

Fuentes

Teoremas

RELACIONADOS

Subir