Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Momentos:
Los momentos de una variable aleatoria son los que nos permiten conocer su forma funcional, as como tambin su
grfica. Los momentos se pueden diferenciar en Momentos Absolutos (centrados respecto del origen) y Momentos
Centrados (respecto de la media).
Los momentos absolutos de orden k son los que se definen como (() & ). Dicha esperanza se calcular de acuerdo a
si la Variable Aleatoria se corresponde al entorno discreto o continuo.
%/ = (()/ ) = (())
Los momentos centrados de orden k son los que se definen como (2() %)& 4. Dicha esperanza se calcular de
acuerdo a si la Variable Aleatoria se corresponde al entorno discreto o continuo.
@
C
(= + ?)@ = A B D = E ? @FE
)
EGH
&
K
1& = (2() %)& 4 = ( IA J M ) N (%)&FN O
L
NGH
&
&4
K
(2() %) = A J M (%)&FN (P) N Q
L
NGH
&
K &FN
(2() %)& 4 = A J M R(())S (P) N Q
L
NGH
&
K
(2() %)& 4 = A J M (%/ )&FN %N
L
NGH
Ejemplo: Varianza:
6
2
(2() %)6 4 = A J M (%/ )6FN %N
L
NGH
2 2 2
(2() %)6 4 = J M (%/ )6 %H + J M (%/ )/ %/ + J M (%/ )H %6
0 1 2
Organizando:
(2() %)6 4 = %6 %6
[E (X) = ((\ ]E )
Teniendo en cuenta que la esperanza es la Suma-Producto de la variable por su respectiva probabilidad, y que esta
probabilidad no incluye a la Variable Real X se puede introducir el diferencial dentro de la esperanza:
^((\ ]E ) ^\ ]E
|]GH = ( a | b
^X ^X ]GH
Si resolvemos la derivada:
^\ ]E
(a | b = ((\ ]E . )|]GH ) = (()) = %/
^X ]GH
^(\ ]E . ))
(a |]GH b = ((\ ]E . ). )|]GH ) = ((\ ]E . ) 6 |]GH ) = (() 6 ) = %6
^X
Genricamente:
^& [E (X)
|]GH = ((\ ]E . ) & |]GH ) = (() & ) = %&
^X&
fg
[E (X) = \ i
j fFf
Poisson: d()) = \ Ff
E!