Académique Documents
Professionnel Documents
Culture Documents
Utilidade:
Vimos que podemos definir uma varivel
aleatria a partir de sua funo densidade de
probabilidade (ou funo de probabilidade, no
caso discreto) ou por sua funo de
distribuio acumulada.
A funo geratriz de momentos (fgm) outra
forma de identificarmos uma varivel aleatria
(v.a.). Isto , uma v.a. possui uma nica fgm.
Por outro lado, uma fgm corresponde a uma
nica v.a.
A fgm possui vrias propriedades.
Definies de Momentos
Momento no-centrado:
Seja X uma varivel aleatria e r0 um nmero
inteiro. Dizemos que X tem um momento no
centrado de ordem r se Xr tem esperana finita.
Assim definimos o r-simo momento de X como
E(Xr).
Momento centrado:
Seja X uma v.a. Ento o r-simo momento
centrado de X, onde a mdia de X, definido
como E[(X- )r], caso exista.
Casos particulares:
O momento no centrado de ordem 1 corresponde ao
valor esperado e o momento centrado de ordem 2
corresponde varincia.
3
= =
. . ()
() ,
. . ()
Exemplos
Mostre que:
Se X~Bernoulli(p), = + ,
Se X~Normal(0,1), =
, , >
Se X~Poisson(), = ( ) , >
Se X~exp(), =
>
Se X~Geomtrica(p), =
,
()
Se X~Uniforme(a,b), =
,
()
Se X~Gama(,), =
<
FGM e Momentos
Srie de Maclaurin: =
todo ).
Logo,
+ ()
= !
+ () +
(converge para
Portanto, () =
( )
+
= !
+ ( )
!
+ ()
= !
+ ( )
!
+ ( )
!
Portanto,
= () + ( ) + ( ) + ( ) + +
( )
!
!
( )!
+
= ()
6
Em particular, = e =
.
Sejam =
. Logo, = +
+
= !
Exemplos
> , , <
Se X~Binomial Negativa(n,p),
=
,
( )
Somas de variveis independentes:
Se Xi~Poisson(i), i=1,...,n, ento
= = ~Poisson( = ).
Se Xi~ , i=1,...,n, ento = = ~ , =
= .
Se Xi~( , ), i=1,...,n, ento =
= = = = .
= ~
, ,
9