¡Hola estudiantes! ¿Listos para dominar la Función Generadora de Momentos (FGM) de la distribución de Poisson? No se preocupen, aquí les tengo una guía sencilla y directa para que lleguen al examen con toda la confianza del mundo.
¿Qué es la FGM?
Primero, recordemos qué es la FGM. La Función Generadora de Momentos, denotada como MX(t), es una herramienta poderosa en la estadística. Nos ayuda a encontrar los momentos de una variable aleatoria.
En palabras sencillas, si conocemos la FGM de una distribución, podemos derivarla y evaluar para obtener la media, la varianza, y otros momentos importantes. Es como tener un mapa para encontrar tesoros (los momentos) de la distribución.
Must Read
Recuerda que la definición general de la FGM para una variable aleatoria discreta X es: MX(t) = E[etX] = Σ etx P(X = x), donde la suma se toma sobre todos los posibles valores de x.
La Distribución de Poisson
Ahora, hablemos de la distribución de Poisson. Esta distribución es perfecta para modelar el número de eventos que ocurren en un intervalo de tiempo o lugar específico. Por ejemplo, el número de llamadas que recibe un centro de atención al cliente por hora.
La distribución de Poisson tiene un solo parámetro, λ (lambda), que representa la tasa promedio de ocurrencia de los eventos. La función de probabilidad de masa (FPM) de la distribución de Poisson es: P(X = x) = (e-λ λx) / x!, donde x es el número de eventos que ocurren y x! es el factorial de x.
Calculando la FGM de Poisson
¡Aquí viene lo bueno! Vamos a calcular la FGM de la distribución de Poisson. Usaremos la definición general de la FGM y la FPM de Poisson.
Recuerda que MX(t) = E[etX] = Σ etx P(X = x). Sustituyendo la FPM de Poisson, tenemos: MX(t) = Σ etx (e-λ λx) / x!, donde la suma va desde x = 0 hasta infinito.
Podemos reescribir la expresión de la siguiente manera: MX(t) = e-λ Σ (etλ)x / x!
¿Te suena familiar esa suma? ¡Es la expansión de la serie de eu, donde u = etλ! Por lo tanto, podemos simplificar la expresión a: MX(t) = e-λ e(etλ).
Finalmente, combinando los términos exponenciales, obtenemos la FGM de la distribución de Poisson: MX(t) = eλ(et - 1).
Usando la FGM
Ahora que tenemos la FGM, podemos usarla para encontrar la media y la varianza de la distribución de Poisson. Para encontrar la media, derivamos la FGM con respecto a t y evaluamos en t = 0.
E[X] = M'X(0) = λeλ(e0 - 1)e0 = λ. ¡Así que la media es simplemente λ!
Para encontrar la varianza, necesitamos calcular el segundo momento E[X2]. Primero, calculamos la segunda derivada de la FGM y evaluamos en t = 0.
Luego, usamos la fórmula Var(X) = E[X2] - (E[X])2. Después de algunos cálculos, encontrarás que Var(X) = λ. ¡La varianza también es igual a λ en la distribución de Poisson!
Resumen
¡Excelente trabajo! Repasemos los puntos clave:
- La Función Generadora de Momentos (FGM) es MX(t) = E[etX].
- La distribución de Poisson modela eventos que ocurren en un intervalo.
- La FGM de la distribución de Poisson es MX(t) = eλ(et - 1).
- La media y la varianza de la distribución de Poisson son ambas iguales a λ (lambda).
¡Ya estás listo para enfrentar ese examen! Recuerda practicar y repasar estos conceptos. ¡Mucho éxito!
