Momentos 𝒓 − é𝒔𝒊𝒎𝒐𝒔 de una variable aleatoria

Ya sabemos que el segundo momento central (la varianza) puede expresarse en términos de los
dos primeros momentos alrededor del cero de la siguiente manera:

2  EX 2    2   2   1  2
Pero de hecho, cualquier momento central de una v.a. 𝑋 puede expresarse en términos de los
momentos de la v.a 𝑋 alrededor del cero. En efecto, por definición

 r  EX   r
Pero por el Teorema del binomio:

x  y n  k0
n n!
k!nk !
x nk y k
La expansión de (𝑋 − 𝜇)𝑟 puede expresarse así

X   r  k0 1 k
r r!
k!rk !
x rk  k
Y ya que la esperanza de una suma es igual a la suma de las esperanzas, se tiene que

 r  EX   r  k0
r r!
k!rk !
 k EX rk 

r r!
k0 k!rk !
 k  rk 
´

Esto prueba la afirmación.

En particular:

 3  EX   3   3  3.  2  2 3
 4  EX   4   4  4.  3  6 2 .  2  3 4