Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!=
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!=
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!=
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!=
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!= [y = x− 2] =
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!= [y = x− 2] =λ2
+∞∑y=0
e−λλy
y!=
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!= [y = x− 2] =λ2
+∞∑y=0
e−λλy
y!=λ2.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!= [y = x− 2] =λ2
+∞∑y=0
e−λλy
y!=λ2.
Por tanto:
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!= [y = x− 2] =λ2
+∞∑y=0
e−λλy
y!=λ2.
Por tanto: E[X2] = E[X(X − 1)] + E[X] =
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!= [y = x− 2] =λ2
+∞∑y=0
e−λλy
y!=λ2.
Por tanto: E[X2] = E[X(X − 1)] + E[X] =λ2 + λ
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!= [y = x− 2] =λ2
+∞∑y=0
e−λλy
y!=λ2.
Por tanto: E[X2] = E[X(X − 1)] + E[X] =λ2 + λ y
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!= [y = x− 2] =λ2
+∞∑y=0
e−λλy
y!=λ2.
Por tanto: E[X2] = E[X(X − 1)] + E[X] =λ2 + λ y V ar[X] = E[X2]− (E[X])2 =
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Media y varianza de la distribucion de Poisson
X ∼ P(λ) ⇒ E[X] = Var[X] = λ
Calculo directo
En primer lugar, obtenemos la expresion de E[X].
E[X] =+∞∑x=0
xe−λλx
x!= λ
+∞∑x=1
e−λλx−1
(x− 1)!= [y = x− 1] =λ
+∞∑y=0
e−λλy
y!=λ,
donde la ultima igualdad se obtiene teniendo en cuenta que e−λλy
y!, y = 0, 1, . . . , es la funcion masa de probabilidad
de una variable P(λ), por lo que la suma de esos valores es la unidad.
Vamos a obtener ahora la expresion de V ar[X], y como V ar[X] = E[X2]− (E[X])2 y E[X2] = E[X(X− 1)] +E[X],calculamos en primer lugar E[X(X − 1)].
E[X(X − 1)] =+∞∑x=0
x(x− 1)e−λλx
x!= λ2
+∞∑x=2
e−λλx−2
(x− 2)!= [y = x− 2] =λ2
+∞∑y=0
e−λλy
y!=λ2.
Por tanto: E[X2] = E[X(X − 1)] + E[X] =λ2 + λ y V ar[X] = E[X2]− (E[X])2 =λ.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Calculo a partir de la funcion generatriz de momentos
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Calculo a partir de la funcion generatriz de momentos
Haciendo uso de la expresion de los momentos a partir de la funcion generatriz de momentos, y teniendo en cuentaque la funcion generatriz de momentos de la distribucion de Poisson es MX(t) = exp (λ(et − 1)), ∀t ∈ R, se tiene:
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Calculo a partir de la funcion generatriz de momentos
Haciendo uso de la expresion de los momentos a partir de la funcion generatriz de momentos, y teniendo en cuentaque la funcion generatriz de momentos de la distribucion de Poisson es MX(t) = exp (λ(et − 1)), ∀t ∈ R, se tiene:
E[X] =dMX(t)
dt
∣∣∣∣t=0
=
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Calculo a partir de la funcion generatriz de momentos
Haciendo uso de la expresion de los momentos a partir de la funcion generatriz de momentos, y teniendo en cuentaque la funcion generatriz de momentos de la distribucion de Poisson es MX(t) = exp (λ(et − 1)), ∀t ∈ R, se tiene:
E[X] =dMX(t)
dt
∣∣∣∣t=0
= MX(t)λet|t=0 =
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Calculo a partir de la funcion generatriz de momentos
Haciendo uso de la expresion de los momentos a partir de la funcion generatriz de momentos, y teniendo en cuentaque la funcion generatriz de momentos de la distribucion de Poisson es MX(t) = exp (λ(et − 1)), ∀t ∈ R, se tiene:
E[X] =dMX(t)
dt
∣∣∣∣t=0
= MX(t)λet|t=0 =λ.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Calculo a partir de la funcion generatriz de momentos
Haciendo uso de la expresion de los momentos a partir de la funcion generatriz de momentos, y teniendo en cuentaque la funcion generatriz de momentos de la distribucion de Poisson es MX(t) = exp (λ(et − 1)), ∀t ∈ R, se tiene:
E[X] =dMX(t)
dt
∣∣∣∣t=0
= MX(t)λet|t=0 =λ.
E[X2] =d2MX(t)
dt2
∣∣∣∣t=0
=
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Calculo a partir de la funcion generatriz de momentos
Haciendo uso de la expresion de los momentos a partir de la funcion generatriz de momentos, y teniendo en cuentaque la funcion generatriz de momentos de la distribucion de Poisson es MX(t) = exp (λ(et − 1)), ∀t ∈ R, se tiene:
E[X] =dMX(t)
dt
∣∣∣∣t=0
= MX(t)λet|t=0 =λ.
E[X2] =d2MX(t)
dt2
∣∣∣∣t=0
= MX(t)λet (λet + 1)|t=0 =
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Calculo a partir de la funcion generatriz de momentos
Haciendo uso de la expresion de los momentos a partir de la funcion generatriz de momentos, y teniendo en cuentaque la funcion generatriz de momentos de la distribucion de Poisson es MX(t) = exp (λ(et − 1)), ∀t ∈ R, se tiene:
E[X] =dMX(t)
dt
∣∣∣∣t=0
= MX(t)λet|t=0 =λ.
E[X2] =d2MX(t)
dt2
∣∣∣∣t=0
= MX(t)λet (λet + 1)|t=0 =λ(λ+ 1),
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR
Calculo a partir de la funcion generatriz de momentos
Haciendo uso de la expresion de los momentos a partir de la funcion generatriz de momentos, y teniendo en cuentaque la funcion generatriz de momentos de la distribucion de Poisson es MX(t) = exp (λ(et − 1)), ∀t ∈ R, se tiene:
E[X] =dMX(t)
dt
∣∣∣∣t=0
= MX(t)λet|t=0 =λ.
E[X2] =d2MX(t)
dt2
∣∣∣∣t=0
= MX(t)λet (λet + 1)|t=0 =λ(λ+ 1),
obteniendose, a partir de estos dos valores, el de V ar[X] por la expresion V ar[X] = E[X2]− (E[X])2. �