Media (matemáticas)

Construcción geométrica para hallar las medias aritmética, geométrica, armónica y cuadrática de dos números a y b.

En matemáticas y estadística una media o promedio es una medida de tendencia central que según la Real Academia Española (2001) «[…] resulta al efectuar una serie determinada de operaciones con un conjunto de números y que, en determinadas condiciones, puede representar por sí solo a todo el conjunto». Existen distintos tipos de medias, tales como la media geométrica, la media ponderada y la media armónica aunque en el lenguaje común, el término se refiere generalmente a la media aritmética.

Ejemplos de medias

Existen numerosos ejemplos de medias $\scriptstyle {\bar {x}}=m_{i}(x_{1},\dots ,x_{n})$, una de las pocas propiedades compartidas por todas las medias es cualquier media está comprendida entre el valor máximo y el valor mínimo del conjunto de datos:

$\min\{x_{1},x_{2},\dots x_{n}\}\leq {\bar {x}}\leq \max\{x_{1},x_{2},\dots x_{n}\}$

Media aritmética

La media aritmética es un promedio estándar que a menudo se denomina "promedio".

${\bar {x}}={\frac {1}{n}}\sum _{i=1}^{n}{x_{i}}$

La media se confunde a veces con la mediana o moda. La media aritmética es el promedio de un conjunto de valores, o su distribución; sin embargo, para las distribuciones con sesgo, la media no es necesariamente el mismo valor que la mediana o que la moda. La media o moda son elementos intuitivos de medir los datos. Es a veces una forma de medir el sesgo de una distribución tal y como se puede hacer en las distribuciones exponencial y de Poisson.

Por ejemplo, la media aritmética de 34, 27, 45, 55, 22, 34 (seis valores) es de:

${\tfrac {34+27+45+55+22+34}{6}}\ ={\tfrac {217}{6}}\cong 36,167$

Media aritmética ponderada

A veces puede ser útil otorgar pesos o valores a los datos dependiendo de su relevancia para determinado estudio. En esos casos se puede utilizar una media ponderada. Si $X_{1},X_{2},...,X_{n}$ es un conjunto de datos o media muestral y $w_{1},w_{2},...,w_{n}$ son números reales positivos, llamados "pesos" o factores de ponderación, se define la media ponderada relativa a esos pesos como:

${\bar {X}}_{w}={\frac {X_{1}\cdot w_{1}+X_{2}\cdot w_{2}+...+X_{n}\cdot w_{n}}{w_{1}+w_{2}+...+w_{n}}}={\frac {\sum _{i=1}^{n}X_{i}\cdot w_{i}}{\sum _{i=1}^{n}w_{i}}}$

La media es invariante frente a transformaciones lineales, cambio de origen y escala, de las variables, es decir si X es una variable aleatoria e Y es otra variable aleatoria que depende linealmente de X, es decir, Y = a·X + b (donde a representa la magnitud del cambio de escala y b la del cambio de origen) se tiene que:

${\bar {Y}}=a{\bar {X}}+b$

Media geométrica

La media geométrica es un promedio muy útil en conjuntos de números que son interpretados en orden de su producto, no de su suma (tal y como ocurre con la media aritmética). Por ejemplo, las velocidades de crecimiento.

${\bar {x}}=\left(\prod _{i=1}^{n}{x_{i}}\right)^{1/n}$

Por ejemplo, la media geométrica de la serie de números 34, 27, 45, 55, 22, 34 (seis valores) es de: (34×27×45×55×22×34)

^1/6 = 1,699,493,400^1/6 ≈ 34.545.

Media armónica

La media armónica es un promedio muy útil en conjuntos de números que se definen en relación con alguna unidad, por ejemplo la velocidad (distancia por unidad de tiempo).

${\bar {x}}=n\cdot \left(\sum _{i=1}^{n}{\frac {1}{x_{i}}}\right)^{-1}$

Por ejemplo, la media armónica de los números: 34, 27, 45, 55, 22, y 34 es:

${\frac {6}{{\frac {1}{34}}+{\frac {1}{27}}+{\frac {1}{45}}+{\frac {1}{55}}+{\frac {1}{22}}+{\frac {1}{34}}}}\approx 33,0179836.$

Generalizaciones de la media

Existen diversas generalizaciones de las medias anteriores.

Media generalizada

Las medias generalizadas, también conocidas como medias de Hölder, son una abstracción de las medias cuadráticas, aritméticas, geométricas y armónicas. Se definen y agrupan a través de la siguiente expresión:

${\bar {x}}(m)=\left({\frac {1}{n}}\cdot \sum _{i=1}^{n}{x_{i}^{m}}\right)^{1/m}$

Eligiendo un valor apropiado del parámetro m, se tiene:

• $m\rightarrow \infty$ - máximo,
• $m=2\,$ - media cuadrática,
• $m=1\,$ - media aritmética,
• $m\rightarrow 0$ - media geométrica,
• $m=-1\,$ - media armónica,
• $m\rightarrow -\infty$ - mínimo.

Media-f generalizada

Esta media puede generalizarse para una función monótona como la media-f generalizada:

${\bar {x}}=f^{-1}\left({{\frac {1}{n}}\cdot \sum _{i=1}^{n}{f(x_{i})}}\right)$

y una forma posible de de invertir $f$ nos dará

• $f(x)=x\,$ - media aritmética,
• $f(x)={\frac {1}{x}}$ - media armónica,
• $f(x)=x^{m}\,$ - media generalizada,
• $f(x)=\ln x\,$ - media geométrica.

Media de una función

Para una función continua $f$ sobre un intervalo [a,b], se puede calcular el valor medio de función $f$ sobre [a,b] como:

${\bar {f}}={\frac {1}{b-a}}\int _{a}^{b}f(t)dt$

De hecho la definición anterior vale aún para una función acotada aunque no sea continua.

Media estadística

La media estadística se usa en estadística para dos conceptos diferentes aunque numéricamente similares:

• La media muestral, que es un estadístico que se calcula a partir de la media aritmética de un conjunto de valores de una variable aleatoria.
• La media poblacional, valor esperado o esperanza matemática de una variable aleatoria.

En la práctica dada una muestra estadística suficientemente grande el valor de la media muestral de la misma es numéricamente muy cercano a la esperanza matemática de la variable aleatoria medida en esa muestra. Dicho valor esperado, sólo es calculable si se conoce con toda exactitud la distribución de probabilidad, cosa que raramente sucede en la realidad, por esa razón, a efectos prácticos la llamada media se refiere normalmente a la media muestral.

Media muestral

La media resume en un valor las características de una variable teniendo en cuenta a todos los casos. Solamente puede utilizarse con variables cuantitativas Media muestral: Si se tiene una muestra estadística de valores $(X_{1},X_{2},...,X_{n})$ de valores para una variable aleatoria X con distribución de probabilidad F(x,θ) [donde θ es un conjunto de parámetros de la distribución] se define la media muestral n-ésima como:

${\bar {X}}_{n}=T(X_{1},X_{2},...,X_{n})={\frac {1}{n}}\sum _{i=1}^{n}X_{i}={\frac {X_{1}+X_{2}+...+X_{n}}{n}}$

Media poblacional

• Ver esperanza matemática de una variable aleatoria.-->

Véase también

Otras medias estadísticas son:

• la media cuadrática.
• la media aritmética geométrica.
• la media heroniana.

Referencias

Bibliografía

• Real Academia Española (2001). Diccionario de la lengua española (vigésima segunda edición).