This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.

BY: Grupo CDPYE-UGR

Función generatriz de momentos de la distribución binomial

 This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR

Función generatriz de momentos de la distribución binomial

X ∼ B(n, p) ⇒ MX (t) = (pet + (1 − p))n , ∀t ∈ R

 This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR

Función generatriz de momentos de la distribución binomial

X ∼ B(n, p) ⇒ MX (t) = (pet + (1 − p))n , ∀t ∈ R

En primer lugar, notemos que la función generatriz de momentos existe en todo R, puesto que la variable está acotada.
 This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR

Función generatriz de momentos de la distribución binomial

X ∼ B(n, p) ⇒ MX (t) = (pet + (1 − p))n , ∀t ∈ R

En primer lugar, notemos que la función generatriz de momentos existe en todo R, puesto que la variable está acotada.
Como la función masa de probabilidad de la distribución binomial es
 
n x
P (X = x) = p (1 − p)n−x , x = 0, 1, . . . , n,
x
 This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR

Función generatriz de momentos de la distribución binomial

X ∼ B(n, p) ⇒ MX (t) = (pet + (1 − p))n , ∀t ∈ R

En primer lugar, notemos que la función generatriz de momentos existe en todo R, puesto que la variable está acotada.
Como la función masa de probabilidad de la distribución binomial es
 
n x
P (X = x) = p (1 − p)n−x , x = 0, 1, . . . , n,
x
entonces n  
tx n
 tX  X
MX (t) = E e = e px (1 − p)n−x =
x=0
x
 This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR

Función generatriz de momentos de la distribución binomial

X ∼ B(n, p) ⇒ MX (t) = (pet + (1 − p))n , ∀t ∈ R

En primer lugar, notemos que la función generatriz de momentos existe en todo R, puesto que la variable está acotada.
Como la función masa de probabilidad de la distribución binomial es
 
n x
P (X = x) = p (1 − p)n−x , x = 0, 1, . . . , n,
x
entonces n   n  
tx n n
 tX  X x n−x
X
MX (t) = E e = e p (1 − p) = (pet )x (1 − p)n−x .
x=0
x x=0
x
 This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR

Función generatriz de momentos de la distribución binomial

X ∼ B(n, p) ⇒ MX (t) = (pet + (1 − p))n , ∀t ∈ R

En primer lugar, notemos que la función generatriz de momentos existe en todo R, puesto que la variable está acotada.
Como la función masa de probabilidad de la distribución binomial es
 
n x
P (X = x) = p (1 − p)n−x , x = 0, 1, . . . , n,
x
entonces n   n  
tx n n
 tX  X x n−x
X
MX (t) = E e = e p (1 − p) = (pet )x (1 − p)n−x .
x=0
x x=0
x

Por tanto, teniendo en cuenta la expresión del binomio de Newton,

n  
n
X n
(a + b) = ax bn−x , ∀a, b ∈ R, n ∈ N
x=0
x
 This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR

Función generatriz de momentos de la distribución binomial

X ∼ B(n, p) ⇒ MX (t) = (pet + (1 − p))n , ∀t ∈ R

En primer lugar, notemos que la función generatriz de momentos existe en todo R, puesto que la variable está acotada.
Como la función masa de probabilidad de la distribución binomial es
 
n x
P (X = x) = p (1 − p)n−x , x = 0, 1, . . . , n,
x
entonces n   n  
tx n n
 tX  X x n−x
X
MX (t) = E e = e p (1 − p) = (pet )x (1 − p)n−x .
x=0
x x=0
x

Por tanto, teniendo en cuenta la expresión del binomio de Newton,

n  
n
X n
(a + b) = ax bn−x , ∀a, b ∈ R, n ∈ N
x=0
x

se concluye que
n  
X n
MX (t) = (pet )x (1 − p)n−x =
x=0
x
 This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivs 2.5 License.
BY: Grupo CDPYE-UGR

Función generatriz de momentos de la distribución binomial

X ∼ B(n, p) ⇒ MX (t) = (pet + (1 − p))n , ∀t ∈ R

En primer lugar, notemos que la función generatriz de momentos existe en todo R, puesto que la variable está acotada.
Como la función masa de probabilidad de la distribución binomial es
 
n x
P (X = x) = p (1 − p)n−x , x = 0, 1, . . . , n,
x
entonces n   n  
tx n n
 tX  X x n−x
X
MX (t) = E e = e p (1 − p) = (pet )x (1 − p)n−x .
x=0
x x=0
x

Por tanto, teniendo en cuenta la expresión del binomio de Newton,

n  
n
X n
(a + b) = ax bn−x , ∀a, b ∈ R, n ∈ N
x=0
x

se concluye que
n  
X n
n
MX (t) = (pet )x (1 − p)n−x = pet + (1 − p) , ∀t ∈ R. 
x=0
x