Varianza de la PDF tipo Gaussiana

Dr. Luis Javier Morales Mendoza

Dr. Mario González Lee

Planteamiento: Determinar la ecuación de la

variancia en una PDF normal con media cero
( = 0). En la Figura 1 se muestra la gráfica
correspondiente a la PDF normal [1].

Sol. Su expresión matemática se define como

– +
 x2 
f x  
1
exp  2 
. (1)
2   2 
Diferenciando la (6) se tiene
Dado que el primer momento de probabilidad
2
es equivalente a la media en la PDF normal, se dx  du (7)
deduce que x
m1    0 . (2) ahora, se observa en (6) que cuando, x  0, u
 0 y cuando, x  +, u  +. Arreglando
El segundo momento de probabilidad se define la (4) se llega a
como

2
 x exp  u
2
 m2  2
du (8)
m2   x f x dx 2 
2
(3) 0
x

simplificando, eliminando la variable x de la
ahora, sustituyendo la (1) en (3) se obtiene (8), se llega a

1  x2  2

m2   x exp  2 2 dx 2u exp  udu
2

2  
(4) m2 
2

0
(9)

Para resolver la integral, se usa la herramienta cambiando la forma de (9)

conocida como la función gamma [2], la cual

es definida como 2 2
exp  udu .
1


m2 
 u 2
(10)
z    u z 1 exp  u du
0
(5)
0 Al comparar la (10) con la (5) se observa que
ambas expresiones son muy similares con la
por lo tanto, al comparar el argumento de la excepción de la potencia de la variable u, por
función exponencial de (4) con el del (5) se lo que se deduce que,
deduce que la función para el cambio de
variable es z–1=½ (11)

x2 por lo que el valor de z es, z  3 2 , es decir

u ó x   2u . (6)
2 2 2 2
m2   3 2  . (12)
Por otra parte, se puede ver que el intervalo de 
(4) es de [–, +] y como la integral es
Para conocer el valor de (3/2) es necesario
simétrica (ver Figura 1), entonces, se deduce
emplear algunas propiedades de la función
que el intervalo puede ser transformado a dos
gamma [2] las cuales son:
veces el intervalo de [0, +].
 m2   2 . (17)
z  1  zz  (13) Para deducir el valor de la varianza se tiene
que
 1 2    (14)
varx   m2  m12 (18)
Entonces, empleando la (13) en la (3/2) de
(12) se llega a por lo tanto, como m1 = 0, se llega a,
 1 2  1  12  12  . (15) var x    2  (19)
y usando la (14) se llega a

 32   (16) [1] A. Papoulis, Probability and Random processes,
McGraw-Hill, 1962.
2
[2] G. B. Arfken and H. J. Weber, Mathematical
Introduciendo este resultado en la (12) se Methods for Physicist, Academic Press, 4th Edition
obtiene finalmente el resultado del segundo 1995.
momento de probabilidad
____________________________________________________________________________________________