Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
46Activity
0 of .
Results for:
No results containing your search query
P. 1
Funciones Características y Funciones Generadoras de Momentos

Funciones Características y Funciones Generadoras de Momentos

Ratings: (0)|Views: 7,098|Likes:
Published by riemma
Cómo calcular los momentos de una distribución a partir de la función característica
Cómo calcular los momentos de una distribución a partir de la función característica

More info:

Published by: riemma on Apr 27, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

04/26/2014

pdf

text

original

 
1
 
 
qwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjlzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmrtyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasdfghjklzxcvbnmqwertyuiopasd
 
 
Apuntes de clases del Prof. EmilioRamón Ortiz Trepowski
Estadística II Facultad Politécnica UNA
 
Funciones
 
Generadoras
 
de
 
Momentos
 
y
 
Funciones
 
Características
 
Abril/2010
 
 
 
2
 
Funciones
 
Generadoras
 
Sabemos
 
que
 
( )
mm
E
μ 
=
es
 
llamado
 
el
 
momento
 
de
 
orden
 
m
de
 
una
 
distribución.
 
Si
 
1
m
=
,
 
tenemos
 
la
 
esperanza
 
matemática,
 
la
 
cual
 
es
 
el
 
primer
 
momento.
 
( )
2
 E
es
 
el
 
segundo
 
momento
 
alrededor
 
del
 
origen
 
el
 
cual
 
es
 
2 2
σ μ 
+
.
 
El
 
cálculo
 
de
 
cualesquiera
 
de
 
estos
 
momentos
 
es
 
engorroso
 
y
 
por
 
lo
 
tanto
 
sería
 
deseable
 
derivar
 
los
 
momentos
 
de
 
una
 
distribución
 
de
 
algún
 
esquema
 
más
 
general
 
antes
 
que
 
computar
 
( )
m
 E
para
 
cada
 
.
m
 
La
 
Función
 
Generadora
 
de
 
Momentos
 
Definición
 
La
 
 función
 
( )
( )
( )
 Xt xt x
m t E e e f x dx e d
= = =
∫ 
es
 
llamada
 
la
 
 función
 
generadora
 
de
 
momentos
 
(también
 
conocida
 
como
 
la
 
transformada
 
de
 
Laplace
 )
 
de
 
.
 X 
 
La
 
 función
 
está
 
definida
 
 para
 
aquellos
 
valores
 
de
 
 para
 
los
 
cuales
 
la
 
integral 
 
existe
.
 
La
 
Función
 
Característica
 
Definición
 
La
 
 función
 
( )
( )
iXt 
t E e
φ 
=
donde
 
2
1
i
= −
,
 
esto
 
e,
 
el 
 
complejo
 
i
 ,
 
es
 
llamada
 
la
 
 función
 
característica
 
de
 
.
 X 
 
Usando
 
las
 
expansiones
 
de
 
series
 
de
 
potencia
 
de
 
ixt 
e
,
 
sin ,
 xt 
y
 
cos
 xt 
,
 
se
 
puede
 
verificar
 
que
 
cos sin .
ixt 
e xt i x
= +
 
Por
 
lo
 
tanto,
 
( ) ( ) ( )
cos sin cos sin
t xtdF i xtdF xtf x dx i xtf x dx
φ 
= + = +
∫ 
 
Cada
 
una
 
de
 
las
 
integrales
 
es
 
llamada
 
una
 
transformada
 
de
 
Fourier.
 
Porque
 
cos
 xt 
 
y
 
sin
xt 
no
 
exceden
 
1
 
y
 
porque
 
una
 
función
 
de
 
densidad
 
de
 
probabilidad
 
integra
 
o
 
suma
 
1,
 
cada
 
una
 
de
 
las
 
integrales
 
de
 
Fourier
 
existe
 
y
 
por
 
lo
 
tanto
 
( )
φ 
siempre
 
existe.
 
Así 
 
la
 
función
 
característica
 
siempre
 
existe
 
a
 
pesar
 
de
 
que
 
la
 
función
 
generadora
 
de
 
momentos
 
puede
 
no
 
existir.
 
La
 
expansión
 
de
 
series
 
de
 
potencia
 
de
 
iXt 
e
es
 
 
 
3
 
( )
0
!
iXt 
iXt e
=
=
 
Por
 
lo
 
tanto,
 
la
 
función
 
característica
 
también
 
puede
 
escribirse
 
como
 
( )( )
0 0
! !
r r
 E iXi r
φ μ 
= =
= =
 
donde
 
( )
E
μ 
=
es
 
el
 
momento
 
de
 
orden
 
de
 
.
 X 
 
Así 
 
podemos
 
observar
 
que
 
el
 
momento
 
de
 
orden
 
,
 
si
 
existe,
 
es
 
generado
 
como
 
el
 
coeficiente
 
de
 
( )
!
r
i
 
en
 
la
 
serie
 
de
 
expansión
 
infinita
 
de
 
( )
.
φ 
 
Por
 
lo
 
tanto,
 
si
 
podemos
 
obtener
 
la
 
función
 
característica
 
de
 
una
 
distribución,
 
podemos
 
obtener
 
todos
 
los
 
momentos
 
de
 
una
 
distribución
 
más
 
fácilmente.
 
Teorema.
 
Una
 
 función
 
característica
 
es
 
uniformemente
 
continua
 
sobre
 
la
 
línea
 
real.
 
Las
 
pruebas
 
pueden
 
encontrarse
 
en
 
Ramanathan
 
y
 
Lukacs.
 
Asumiendo
 
que
 
( )
φ 
es
 
diferenciable
 
bajo
 
el
 
signo
 
de
 
la
 
integral
 
obtenemos
 
que:
 
( )
ixt 
t e ixd
φ 
−∞
=
∫ 
 
Sigue
 
que
 
( ) ( )
0
iE
φ 
=
.
 
Procediendo
 
de
 
manera
 
similar,
 
obtenemos
 
que
 
( )( )
0
0
r
d idt 
φ φ μ 
= =
 
suponiendo
 
que
 
la
 
derivada
 
de
 
orden
 
existe.
 
Así,
 
si
 
el
 
momento
 
existe
 
y
 
solo
 
si
 
las
 
derivadas
 
correspondientes
 
de
 
( )
φ 
existen
 
en
 
0,
=
 
la
 
técnica
 
descrita
 
aquí 
 
es
 
muy
 
útil
 
para
 
derivar
 
los
 
momentos
 
de
 
una
 
distribución.
 
Dado
 
que
 
la
 
función
 
característica
 
siempre
 
existe,
 
incluso
 
una
 
distribución
 
como
 
la
 
de
 
Cauchy
 
para
 
la
 
cual
 
los
 
momentos
 
no
 
existen
 
tiene
 
una
 
bien
 
definida
 
función
 
característica.
 
Puede
 
demostrarse
 
que
 
la
 
función
 
característica
 
de
 
una
 
distribución
 
Cauchy
 
es
 
( )
t e
φ 
=
.
 
Pero,
 
porque
 
( )
φ 
no
 
es
 
diferenciable
 
en
 
0,
=
su
 
primer
 
y
 
mayores
 
momentos
 
no
 
existe.
 
Ejemplo:
 
Función
 
Característica
 
de
 
la
 
Normal
 
Estándar
 
y
 
de
 
la
 
Normal
 
General
 

Activity (46)

You've already reviewed this. Edit your review.
1 thousand reads
1 hundred reads
Gabriel Morma liked this
angelsch liked this
Rocio Lucio liked this

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->