Universidad Nacional de La Plata

Asociacin de Docentes Universitarios

Estadstica Aplicada a la Investigacin

Notas de Clase (clase 2)

Docentes:
Lic. Pablo Bolino
Lic. Mximo Croce

Septiembre 2016
 Universidad Nacional de La Plata
ADULP

Momentos

Los parmetros y son medidas descriptivas que localizan el centro y describen la dispersin
de una distribucin de probabilidad, pero no proporcionan una descripcin nica de dicha distribucin,
ya que muchas distribuciones poseen las mismas medias y las mismas desviaciones estndar. Por lo
tanto, existe un conjunto de medidas numricas descriptivas que determinan de una manera nica la
distribucin de probabilidad ( ).

El i-simo momento de una variable aleatoria respecto al origen est definido, dependiendo
si se trata de una variable aleatoria discreta o continua, como:

i. Caso discreto: = [ ]= ( )
ii. Caso continuo: = [ ]= ( )

As por ejemplo, lo dos primeros momentos respecto al origen son:

= [ ]=

= [ ] ; que se utiliza para calcular

es decir: = [ ]

Por otro lado, el i-simo momento de una variable aleatoria con respecto a su media se define como:

= ( )

Donde por ejemplo, los dos primeros momentos son:

= [( )] = [ ] [ ] = =0

= [( )] = = [ ] [ ] = ( )

Teorema:

Sean dos variables aleatorias y que tienen momentos finitos tales que = ,
= ,, = , es decir dos variables aleatorias tienen idnticos momentos con respecto al
origen. Entonces, se puede demostrar que y tienen distribuciones de probabilidad idnticas.

Estadstica Aplicada a la Investigacin

2
 Universidad Nacional de La Plata
ADULP

Funciones Generadora de Momentos:

En sentido figurativo se puede decir que contiene todos los momentos de una variable aleatoria
en una expresin simple.

La FGM (Funcin Generadora de Momentos) para una variable aleatoria se define como,
dependiendo si se trata de una variable aleatoria discreta o continua, como:

i. Caso discreto: ( )= [ ]= ( )
ii. Caso continuo: ( )= [ ]= ( )

y existe cuando hay una constante positiva , tal que ( ) es finita para | | , es decir si converge la
suma en caso discreto, o la integral en el continuo.

=1+ + + +
2! 3!

Se llama FGM debido a que la expansin por series para da:

( ) ( )
=1+ + + +
2! 3!
( ) ( )
[ ]= ( )= 1 + + + +
! !

[ ]= ( )+ ( )+ ( )+ ( )+
2! 3!

Es decir que [ ] es una funcin de todos los momentos con respecto al origen.

La FGM tiene dos aplicaciones importantes:

1) Permite calcular cualquier momento de la variable aleatoria si se puede encontrar,

dado que:

Teorema:

Si existe ( ), entonces para cualquier valor de ,

( )
= (0)=

Es decir, al hacer = 0 en la k-sima derivada, si es posible calcularla, de ( ) con respecto a

se obtiene .

Estadstica Aplicada a la Investigacin

3
 Universidad Nacional de La Plata
ADULP

Ejemplo:

( )= [ ]=1+ + + +
2! 3!

2 3 2
( )= + + += + + +
2! 3! 2

Haciendo = 0, se obtiene que:

( )=

De igual forma

( )= + +

Haciendo = 0, se obtiene que:

( )=

2) Se utiliza para demostrar que una variable aleatoria tiene una distribucin de probabilidad
particular ( ).

Si ( ) existe para una distribucin de probabilidad ( ) entonces sta es nica. Es decir, que
es imposible que variables aleatorias con diferentes distribuciones de probabilidad tengan la misma
FGM.

Cuando dos FGM para dos variables aleatorias y son iguales, entonces y tienen la
misma distribucin de probabilidades. Luego si la FGM de una variable aleatoria corresponde a una
distribucin conocida, entonces Y tiene que tener la misma distribucin de probabilidad.

En resumen, la FGM se utiliza para encontrar (momento k-simo) y para demostrar la

equivalencia de dos distribuciones probabilidad.

Ejemplo 1:

Encontrar la FGM, ( )para una variable de Poisson.

( )
( )= [ ]= ( )= =
! !

La expansin por la serie de Taylor resulta:

( )= [ ]= ( )
=

Estadstica Aplicada a la Investigacin

4
 Universidad Nacional de La Plata
ADULP

Ejemplo 2:

Utilizando la FGM anterior encontrar la media y varianza de una variable aleatoria de Poisson.

La Media:

( )= (0) = ( ) = =

La Varianza:

( )= (0) = ( ) = =

(0) = ( ) +

(0) = 1 + 1 = +

= ( ) = ( + ) ( ) =

Estadstica Aplicada a la Investigacin

5