Professional Documents
Culture Documents
n j nj
p q
j
dado el polinomio:
P (x) =
X
n
j=0
X
n
j=0
pj q nj xj
(px)j q nj
P (x) = (q + px)n
para ver la esperanza de la variable aleatoria se hallara P 0 (1)
P 0 (x) = pn(q + px)n1
P 0 (1) = E[X]
= pn(q + p)n1
= pn
para la varianza nesesitaremos el segundo momento factorial que est dado por E[X(X 1)] = p00 (1), y
as:
p(X = j) = q j1 p
dado el polinomio:
P (x) =
q j1 pxj
j=0
p
q
(qx)j
j=0
p 1
P (x) =
q 1 qx
para ver la esperanza de la variable aleatoria se hallara P 0 (1)
p
q
P 0 (x) =
q (1 qx)2
P 0 (1) = E[X]
p
=
(1 q)2
p
= 2
p
1
=
p
para la varianza nesesitaremos el segundo momento factorial que est dado por E[X(X 1)] = p00 (1), y
as:
V [X] = E[X(X 1)] + E[X] E[X]2
= P 00 (1) + P 0 (1) P 02 (1)
2pq 1
1
= 3 + 2
p
p p
1 2q 1
= +
p
p2
1p
=
p2
5. Usando el problema 4, mostrar que la funcion generadora de momento de una variable binomial medida
alrededor de su media esta dada por (qep + peq )n . Adems calcular los primeros cuatro momentos.
Sol:Sabiendo que la media de una distribucin binomial esta dada por = np, e define la funcin
generadora de momento alrededor de la media como :
E[e
(jnp)
]=
n
X
n
j=0
=e
np
pj q nj e(jnp)
n
X
n
j=0
(pe )j q nj
Primer momento
dMj ()
= (npqeq nqpep )(peq + qep )n1
d
dMj (0)
= (npqe0q nqpe0p )(pe0q + qe0p )n1
d
=0
Segundo momento
d2 Mj ()
= (npq 2 eq + nqp2 ep )(peq + qep )n1 +
d2
n(n 1)(pqeq qpep )2 (peq + qep )n2
d2 Mj (0)
= (npq 2 e0q + nqp2 e0p )(pe0q + qe0p )n1 +
d2
n(n 1)(pqe0q qpe0p )2 (pe0q + qe0p )n2
= npq(p + q)n
= npq
Tercer momento
d3 Mj (0)
= npq(p + q)n (p q)
d3
= np(p 1)(2p 1)
Cuarto momento
d4 Mj (0)
= npq(3npq p2 + 6p 1)
d4
7. Probar que la distribucin binomial negativa del ejercicio 6 es la convolucin de n distribuciones geometricas independientes, de la forma expresada en el ejercicio 3.
Sol:
n j
veamos que para n = 1 la distribucin pq j = n+j1
p q = jj pq j
j
la convolucion de dos distribuciones geometricas n = 2 sera:
P (X + Y = r) =
r
X
(pq j )(pq rj )
j=0
r
X
p2 q r
j=0
= (r + 1)p2 q r
2+r1 2 r
=
p q
r
2+j1 2 j
=
p q
j
r
X
(j + 1)(p2 q j )(pq rj )
j=0
r
X
p3 q r (j + 1)
j=0
= p3 q r
r
X
(j + 1)
j=0
(r + 1)(r + 2)
= p3 q r
2
3+r1 3 r
=
p q
r
3+j1 3 j
=
p q
j
xj pj (1 p)1j
j=0
F (x) = E(xj ) =
1
X
(xp)j (1 p)1j
j=0
F (x) = (1 p) + xp
Ahora, por el punto anterior que demuestra la funcion generadora de probabilidad para un funcion de
distribuccion de Poissson , se tiene:
G(x) = e(x1)
La funcion generadora de probabilidad H(x) se puede expresar como:
H(x) = G(F (x))
= G(q + xp)
= e(q+xp1)
= e(p+xp)
4
= ep exp
X
(xp)j
= ep
j!
j=0
= ep
X
(p)j
j=0
ep
j=0
j!
xj
(p)j j
x
j!