Estadstica electoral

El mtodo d'Hondt
Mtodo d'Hondt (o escrutinio proporcional plurinominal) es un
sistema electoral que se utiliza, generalmente, para repartir los
escaos de un parlamento o congreso, de modo no puramente
proporcional a los votos obtenidos por las candidaturas. Este mtodo
lleva el nombre del poltico belga Victor d'Hondt.

Entre otros pases, se utiliza en Argentina, Austria, Bulgaria, Chile,

Croacia, Espaa, Finlandia, Pases Bajos, Paraguay, Polonia, Portugal,
Venezuela , Guatemala y a partir del 2006 tambin en Colombia.
Aunque algunos pases de la Unin Europea que no lo utilizan para sus
elecciones internas lo hacen en las elecciones al Parlamento Europeo.
Este sistema favorece a los partidos grandes algo ms que otro sistema
de divisin llamado Sainte-Lagu.
La atribucin de los escaos en funcin de los resultados del escrutinio
se realiza conforme a las siguientes reglas:

No se tiene en cuenta aquellas candidaturas que no hubieren

obtenido, al menos, el 3 por ciento de los votos vlidos emitidos
en la circunscripcin. En Espaa el listn electoral es del 3% para
las elecciones al congreso o parlamento y del 5% para las
municipales.

Se ordenan de mayor a menor, en una fila, las cifras de votos

obtenidos por las restantes candidaturas.

Se divide el nmero de votos obtenidos por cada candidatura por

1, 2, 3, etc. hasta un nmero igual al de escaos correspondientes
a la circunscripcin, formndose un cuadro similar al que aparece
en el ejemplo prctico. Los escaos se atribuyen a las
candidaturas que obtengan los cocientes mayores en el cuadro,
atendiendo a un orden decreciente.

Cuando en la relacin de cocientes coincidan dos correspondientes

a distintas candidaturas, el escao se atribuir a la que mayor
nmero total de votos hubiese obtenido. Si hubiera dos
candidaturas con igual nmero total de votos, el primer empate se
resolver por sorteo y los sucesivos de forma alternativa.

Los escaos correspondientes a cada candidatura se adjudican a

los candidatos incluidos en ella, por el orden de colocacin en que
aparezcan.

Ejemplo prctico: 480.000 votos vlidos emitidos en una

circunscripcin que elija, once Diputados. Votacin repartida en seis
candidaturas:
A (168.000 votos), B (104.000 votos), C (72.000 votos), D (64.000
votos), E (40.000 votos), F(32.000 votos).
Divisin
1

168.000[1] 104.000[2]

84.000[3]

56.000[6] 34.667[11]

42.000[8]

72.000[4] 64.000 [5] 40.000[9] 32.000

52.000[7] 36.000[10]

32.000

20.000 16.000

24.000

21.333

13.133 10.667

26.000

18.000

16.000

10.000

8.000

33.600

20.800

14.400

12.800

8.000

6.400

28.000

17.333

12.000

10667

6.667

5.333

24.000

14.857

10.286

9.143

5.714

4.571

21.000

13.000

9.000

8.000

5.000

4.000

18.667

11.556

8.000

7.111

4.444

3.556

10

16.800

10.400

7.200

6.400

4.000

3.200

11

15.273

9.455

6.515

5.818

3.636

2.909

Cada columna corresponde a uno de los partidos. Cada fila se

corresponde con un divisor. Los corchetes ([]) indican el orden de
asignacin.
Por consiguiente: la candidatura A obtiene cuatro escaos, la
candidatura B tres escaos, la candidatura C dos escaos y las
candidaturas D y E un escao cada una.

Como influyen los votos en blanco, nulos o la

abstencin

En Espaa, el porcentaje mnimo para tener representabilidad es

del 3% al parlamento . El voto en blanco se suma al nmero total de
votos del escrutinio, a partir del cual se calcularn los porcentajes de
representacin. As, un elevado voto en blanco significa elevar
considerablemente el nmero de votos necesarios para llegar al 3% del
total, lo que dificulta la representabilidad de los partidos minoritarios.
Los votos nulos no se contabilizan en este cmputo.
Por ejemplo, si en un pueblo votan 10.000 personas, con 300 votos se
accede a la representacin. Si en ese pueblo votan 10.000 personas a
partidos, y 5.000 en blanco, el total del escrutinio sera 15.000, y para
salir un representante se necesitaran 450, es decir un 30% ms de
votos.

Ventajas e inconvenientes:

Permite que cada partido poltico obtenga un nmero de escaos

proporcional al nmero de votos. Por ello puede parecer ms justo
que el sistema mayoritario, puesto que imposibilita la
predominancia de una formacin poltica que no haya recibido el
apoyo de una mayora.

Al reflejar la diversidad del electorado, el resultado es aceptado

mejor por el electorado.

Un parlamento con muchos partidos promueve la creacin de

gobiernos de coalicin, lo cual es a menudo un factor de
estabilidad y moderacin. Sin embargo un gobierno de coalicin
hace ms difciles las grandes reformas.

La representacin de los pequeos partidos puede ser una

plataforma para partidos extremistas que pueden llegar a ser
claves en gobiernos de coalicin.

La relacin entre electores y elegidos es dbil, al revs que en

sistemas mayoritarios uninominales. El uso de listas cerradas da
gran poder a la jerarqua de los partidos, lo cual puede limitar su
democracia interna

En Espaa, a nivel nacional, se reparten de la siguiente manera :

A cada provincia le corresponde un mnimo de 2 escaos excepto

a Ceuta y Melilla que es 1.

Para los 248 diputados restantes, en primer lugar se obtiene una

cuota de reparto, que es el resultado de dividir el total de la
poblacin de derecho espaola entre 248.

Se adjudica a cada provincia un nmero de diputados como

resulte de dividir (en nmeros enteros) la poblacin de derecho de
la provincia entre la cuota calculada anteriormente (ms el mnimo
de escaos).

Si queda un resto de escaos sin repartir, se adjudican a las

provincias que han obtenido un decimal mayor de la divisin
realizada en el paso anterior.

Simulacin del mtodo d'Hondt

Sencillo simulador de la Ley DHondt en Javascript
SIMULADOR LEY DHONDT
Simulador y explicacin de la Ley DHondt en Excel
(http://www.jesusferrer.es)

Una alternativa a la ley d'Hondt

Se propone una modificacin a la ley electoral para aproximarla al
mandato constitucional de representacin proporcional por Jos Miguel
Bernardo

ESPERANZA MATEMTICA
En estadstica la esperanza matemtica (tambin
llamada esperanza, valor esperado, media poblacional o media) de
una variable aleatoria , es el nmero
que formaliza la idea de valor
medio de un fenmeno aleatorio.
Cuando la variable aleatoria es discreta, la esperanza es igual a la suma de la
probabilidad de cada posible suceso aleatorio multiplicado por el valor de dicho
suceso. Por lo tanto, representa la cantidad media que se "espera" como resultado
de un experimento aleatorio cuando la probabilidad de cada suceso se mantiene

constante y el experimento se repite un elevado nmero de veces. Cabe decir que

el valor que toma la esperanza matemtica en algunos casos puede no ser
"esperado" en el sentido ms general de la palabra - el valor de la esperanza
puede ser improbable o incluso imposible.
Por ejemplo, el valor esperado cuando tiramos un dado equilibrado de 6 caras es
3,5. Podemos hacer el clculo

y cabe destacar que 3,5 no es un valor posible al rodar el dado. En este caso,
en el que todos los sucesos son de igual probabilidad, la esperanza es igual a
la media aritmtica.
Una aplicacin comn de la esperanza matemtica es en las apuestas o
los juegos de azar. Por ejemplo, la ruleta americana tiene 38 casillas
equiprobables. La ganancia para acertar una apuesta a un solo nmero paga
de 35 a 1 (es decir, cobramos 35 veces lo que hemos apostado y recuperamos
la apuesta, as que recibimos 36 veces lo que hemos apostado). Por tanto,
considerando los 38 posibles resultados, la esperanza matemtica del
beneficio para apostar a un solo nmero es:

que es -0,0526 aproximadamente. Por lo tanto uno esperara, en media,

perder unos 5 cntimos por cada euro que apuesta, y el valor esperado
para apostar 1 euro son 0.9474 euros. En el mundo de las apuestas, un
juego donde el beneficio esperado es cero (no ganamos ni perdemos) se
llama un "juego justo".
Nota: El primer parntesis es la "esperanza" de perder tu apuesta de 1,
por eso es negativo el valor. El segundo parntesis es la esperanza
matemtica de ganar los 35. La esperanza matemtica del beneficio es el
valor esperado a ganar menos el valor esperado a perder.

Definicin
Para una variable aleatoria discreta con valores posibles
probabilidades representadas por la funcin de probabilidad
calcula como ejemplo:

y sus
la esperanza se

Para una variable aleatoria absolutamente continua, la esperanza se calcula

mediante la integral de todos los valores y la funcin de densidad

La definicin general de esperanza se basa, como toda la teora de la

probabilidad, en el marco de la teora de la medida y se define como la
siguiente integral:

La esperanza tambin se suele simbolizar con

Las esperanzas

para

se llaman momentos de orden . Ms

importantes son los momentos centrados

No todas las variables aleatorias tienen un valor esperado. Por ejemplo,

la distribucin de Cauchy no lo tiene.

Propiedades
La esperanza matemtica de una constante es igual a esa misma constante, es
decir, si c es una constante, entonces E(c ) = c.

Linealidad
La esperanza es un operador lineal, ya que:

(*)

por ende:
donde

son variables aleatorias y

son dos constantes cualesquiera.

Ntese que (*) es vlido incluso si X no

es independiente de Y.

Varianza
En teora de probabilidad, la varianza (que suele representarse como
) de una variable
aleatoria es una medida de dispersin definida como la esperanza del cuadrado de la
desviacin de dicha variable respecto a su media.

Est medida en unidades distintas de las de la variable. Por ejemplo, si la variable mide una
distancia en metros, la varianza se expresa en metros al cuadrado. La desviacin estndar es
la raz cuadrada de la varianza, es una medida de dispersin alternativa expresada en las
mismas unidades de los datos de la variable objeto de estudio. La varianza tiene como valor
mnimo 0.
Hay que tener en cuenta que la varianza puede verse muy influida por los valores atpicos y
no se aconseja su uso cuando las distribuciones de las variables aleatorias tienen colas
pesadas. En tales casos se recomienda el uso de otras medidas de dispersin ms robustas.
El trmino varianza fue acuado por Ronald Fisher en un artculo publicado en enero de 1919
con el ttulo The Correlation Between Relatives on the Supposition of Mendelian Inheritance.1

Definicin

Si tenemos un conjunto de datos de una misma variable, la varianza se calcula de

la siguiente forma:

Siendo:

: cada dato
: El nmero de datos
: la media aritmtica de los datos

Variable aleatoria
Aplicando este concepto a una variable aleatoria con media = E[X], se define
su varianza, Var(X) (tambin representada como
o, simplemente 2), como

Desarrollando la definicin anterior, se obtiene la siguiente definicin

alternativa (y equivalente):

Si una distribucin no tiene esperanza, como ocurre con la de Cauchy,

tampoco tiene varianza. Existen otras distribuciones que, aun teniendo
esperanza, carecen de varianza. Un ejemplo de ellas es la
de Pareto cuando su ndice k satisface 1 < k 2.

Caso continuo
Si la variable aleatoria X es continua con funcin de densidad f(x),
entonces

donde

y las integrales estn definidas sobre el rango de X.

Caso discreto
Si la variable aleatoria X es discreta con pesos x1 p1, ..., xn pn y n es la
cantidad total de datos, entonces tenemos:

donde

Ejemplos

Distribucin exponencial
La distribucin exponencial de parmetro es una distribucin continua con
soporte en el intervalo [0,) y funcin de densidad

Tiene media = 1. Por lo tanto, su varianza es:

Es decir, 2 = 2.
Dado perfecto
Un dado de seis caras puede representarse como una variable aleatoria discreta
que toma, valores del 1 al 6 con probabilidad igual a 1/6. El valor esperado es
(1+2+3+4+5+6)/6 = 3,5. Por lo tanto, su varianza es:

Propiedades de la varianza

Algunas propiedades de la varianza son:

siendo a y b nmeros reales cualesquiera. De esta propiedad se deduce que la varianza de una
constante es cero, es decir,


, donde Cov(X,Y) es
la covarianza de X e Y.

, donde Cov(X,Y) es la covarianza

de X e Y.

Varianza muestral
En muchas situaciones es preciso estimar la varianza de una poblacin a partir de
una muestra. Si se toma una muestra con reemplazamiento
de n valores de ella, de entre todos los estimadores posibles de la varianza de
la poblacin de partida, existen dos de uso corriente:

Cuando los datos estn agrupados:

A los dos (cuando est dividido por n y cuando lo est por n-1) se los
denomina varianza muestral. Difieren ligeramente y, para valores grandes de n,
la diferencia es irrelevante. El primero traslada directamente la varianza de la
muestra al de la poblacin y el segundo es un estimador insesgado de la varianza
de la poblacin. De hecho,

mientras que

Propiedades de la varianza muestral

Como consecuencia de la igualdad
, s2 es un estadstico insesgado
de . Adems, si se cumplen las condiciones necesarias para la ley de los
grandes nmeros, s2 es un estimador consistente de .
Ms an, cuando las muestras siguen una distribucin normal, por el teorema de
Cochran, tiene la distribucin chi-cuadrado:

Desigualdad de Chebyshov
En probabilidad, la desigualdad de Chebyshov (tambin escrito como
"Tchebychev") es un resultado que ofrece una cota inferior a la probabilidad de
que el valor de una variable aleatoria con varianza finita est a una cierta distancia
de su esperanza matemtica. La desigualdad recibe su nombre del matemtico
ruso Pafnuti Chebyshov.
En la literatura, a este tipo de desigualdades, cuya caracterstica es la
comparacin de la probabilidad de la cola de la distribucin y su valor esperado,
se le conoce como desigualdades tipo Chevyshov
Formulacin

Sea

una variable aleatoria no negativa y una funcin

creciente tal que

siguiente:

. Entonces

se da la desigualdad

Casos particulares de la desigualdad

Algunas formulaciones menos generales que se desprenden de la primera son
las siguientes:
Sea

variable aleatoria con momento de orden

siendo

y
Sea

finito, entonces

con momento centrado de orden

finito, entonces

siendo

Sea
variable aleatoria de media
entonces, para todo nmero real

Slo en caso de que

y varianza finita
,

la desigualdad proporcionan una cota no trivial.

Ejemplos
Para ilustrar este resultado, supongamos que los artculos de Wikipedia tienen una
extensin media de 1000 caracteres y una desviacin tpica de 200 caracteres. De
la desigualdad de Chebyshov, usando k = 2, se deduce que al menos el 75% de
los artculos tendrn una extensin comprendida entre 600 y 1400 caracteres.
Otra consecuencia del teorema es que para cada distribucin de media y
desviacin tpica finita , al menos la mitad de sus valores se concentrarn en el
intervalo (-2 , +2 ).
Demostracin

Fijmonos en que
. Si ahora
aplicamos la funcin esperanza a los dos lados de la primera desigualdad que
hemos establecido habremos demostrado el resultado.
Demostracin del tercer caso particular
Para demostrar la desigualdad se parte de la variable aleatoria auxiliar
as:

Entonces, trivialmente,

definida

y por lo tanto,

Tomando esperanzas en ambos miembros se obtiene

por lo que

Pero, a su vez, dado que

slo puede ser 0 o 1,

lo que prueba el resultado.

EJERCICIOS Y PROBLEMAS
1Dada la experiencia aleatora de anotar las puntuaciones obtenidas al lanzar un
dado, calcular:
1La funcin de probabilidad y su representacin
2La funcin de distribucin y su representacin
3La esperanza matemtica, la varianza y la desviacin tpica
2Sea X una variable aleatoria discreta cuya funcin de probabilidad es:
x
pi
0
1

0,1
0,2

2
3
4
5

0,1
0,4
0,1
0,1
1Calcular, representar grficamente la funcin de distribucin
2Calcular las siguientes probabilidades:
p (X < 4.5)
p (X 3)
p (3 X < 4.5)
3Sabiendo que p(X 2) = 0.7 y p(X 2) = 0.75. Hallar la esperanza matemtica,
la varianza y la desviacin tpica
4Un jugador lanza dos monedas. Gana 1 2 si aparecen una o dos caras. Por
otra parte pierde 5 si no aparece cara. Determinar la esperanza matemtica del
juego y si ste es favorable
5Se lanza un par de dados. Se define la variable aleatoria X como la suma de las
puntuaciones obtenidas. Hallar la funcin de probabilidad, la esperanza
matemtica y la varianza
6Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos cientos
de euros como marca el dado, pero si no sale nmero primo, pierde tantos cientos
de euros como marca el dado. Determinar la funcin de probabilidad y la
esperanza matemtica del juego
7Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000
un segundo premio de 2000 con probabilidades de: 0.001 y 0.003. Cul
sera el precio justo a pagar por la papeleta?

ESPERANZA MATEMTICA DE LAS

LOTERAS
Las probabilidades de las loteras por si mismas son irrelevantes. Lo que
realmente importa es si el premio multiplicado por la probabilidad (en
escala de 0 a 1) es mayor o menor que el costo del billete. De hecho,
ninguna loteria cumple esta logica (y es por eso que dicen que las
loterias son un impuesto del gobierno al desconocimiento de las
matematicas).

Una definicin fcil de entender de lo que aqu llamaremos Esperanza

Matemtica es la relacin entre el premio obtenido y
probabilidad de acertar.
La definicin matemtica de Esperanza Matemtica o Valor Esperado
es bastante ms compleja, pero en el desarrollo de este Sistema se
limita a Premio x Probabilidad.
Aqu, un valor para la esperanza matemtica de 1 indica juego justo,
un menor que uno indica desfavorable para el jugador y un mayor
que uno es favorable para el jugador ( en las definiciones formales el
cero suele ser el juego justo, y los valores negativos o positivos
indican positivo o negativo para el jugador).

Si la esperanza matemtica es 1, el juego es justo. Por

ejemplo, apostar 1 euro a que una moneda sale cara o cruz, si el
premio por acertar son 2 euros, y si se pierde, 0 euros. La
esperanza del juego es 2 (1/2) = 1. Entonces, consecuentemente
con la teora de juegos, podra pagar el euro para jugar o para
rechazar jugar, porque de cualquier manera su expectativa total
sera 0.

Si la esperanza matemtica es menor que 1, el juego

es desfavorable para el jugador. Un sorteo que pague 500 a
1 pero en el que la probabilidad de acertar sea de 1 entre 1.000,
la esperanza matemtica es 500 (1/1.000) = 0,5.

Si la esperanza matemtica es mayor que 1, el juego

es favorable para el jugador, todo un chollo para el
jugador. Un ejemplo sera un juego en el que se paga 10 a 1 por
acertar el nmero que va a salir en un dado, en donde hay una
probabilidad de acertar es de 1 entre 6. En este ejemplo el valor
de la esperanza matemtica es 10 (1/6)=1,67 y por tanto en
esas condiciones es juego beneficioso para el jugador.

La esperanza matemtica es un valor importante que conocer para

cualquier tipo de premio, en funcin de su dificultad, y para cada sorteo
concreto.

Esperanza matemtica de las loteras

En la Primitiva, la esperanza matemtica general o promedio es
sencillamente 0,55 y en Euromillones es 0,5. Se corresponde a la

cantidad que se devuelve en premios: el 55% o el 50% del total

apostado por los jugadores. Ese dinero siempre se devuelve, teniendo
en cuenta que con el tiempo los premios no entregados se acumulan en
Botes.
En la Primitiva el reparto de premios funciona de modo que la cantidad
jugada por todos los jugadores (excepto el 45% que se queda la
organizacin) se suma y reparte en diversas categoras: una parte para
los de ms aciertos, otra parte para premios menores, reintegros, etc.
Esto marca ciertamente diferencias entre la esperanza matemtica
(premios por probabilidad) de las diferentes categoras de premios. La
esperanza matemtica ms alta es la del Reintegro que es de0,1 (10
%).
Estos clculos, que de por s son sencillos, se ven complicados por
algunas reglas relativamente recientes, como el premio fijo para los
acertantes de 3 o los acertantes de 5 nunca pueden ganar ms que
los de 6, pero son en cualquier caso calculables con precisin.
En general, y para la Loto tradicional la norma a grandes rasgos es
que la esperanza matemtica es mayor que 1 cuando la cantidad
de premios total (el bote ms el 55% de la cantidad que todos los
jugadores apuestan ese da) es mayor de lo que valen 13,9 millones
de apuestas (dado que la probabilidad de acertar es de 1 entre 13,9
millones) y esto ocurre en muy muy muy raras ocasiones.
Pero imagenemos como hiptesis de trabajo que llega un da en el que
se ha acumulado un bote de 20 millones de euros y en el que por
alguna circunstancia nadie juega a la Loto excepto una persona. A 1
euro por apuesta, esto supondra pagar unos 14 millones de euros para
jugar a todas las combinaciones y embolsarse todos los premios: el bote
ms lgicamente la recuperacin del 55% de lo apostado y un 10% en
reintegros (7,7 millones de euros, correspondiente al resto de premios
menores de 5, 4, reintegros, etc.) Resultado: apostando 14 millones se
recuperaran 27,7 millones de euros. Casi otros 14 millones de beneficio.
Buen negocio!
Un ejemplo real fue el sorteo de Bonoloto (Loto 6/49) del 18/11/1990.
Un bote de 1.151 millones de pesetas se sum a una recaudacin de
slo 374 millones. A 25 pesetas por apuesta se hicieron en total unos 15
millones de apuestas. La probabilidad de acertar 6 era de 1 entre 14
millones, como siempre (y en total se reparta el 55% de la recaudacin,
como siempre). El premio de 1.200 millones que recibi un nico
acertante de 6 nmeros tena como base una esperanza matemtica de

3,2 (frente a 1 que sera lo normal en un juego justo o 0,55 en un da

convencional sin bote). Es decir, si el juego hubiera sido justo tanto
para el jugador como para la banca, el premio debera haber sido de
slo unos 350 millones. Pero el ganador se llev 1.200 millones porque
haba un bote acumulado de muchsimas semanas. La esperanza
matemtica promedio de ese da, contando todos los premios, era de
3,6. Ese da ciertamente era mejor jugar a la Loto que no jugar!
Casi siempre, cualquier juego real de apuestas tiene esperanza menor
que 1: lo ms probable es perder dinero. El motivo por el que se juega
es que en caso de ganar, los premios son de escndalo. Estamos
dispuestos a perder una cantidad pequea de dinero casi con
seguridad a cambio de la posibilidad, por pequea que sea, de
hacernos ricos de la noche a la maana.

Yo no aconsejo los juegos de azar, pues el hombre es

un animal de costumbres, por ello muchos se han ido a
la quiebra y han arruinado su vida. Lo mejor es seguir
la recomendacin de Edison:

El xito es 99% de esfuerzo, 1% de

creatividad.
Dr. Alberto Rgulo Coayla Vilca