Hola.
Si una variable es en realidad una variable más una constante, demuestre:
a) cuánto vale la media
b) cuánto vale la mediana
c) cuánto vale el modo
d) cuánto vale el desvío
Eso dice el enunciado, nada más. Supongo que hace referencia a una variable \( Y_i = X_i + c \) donde \( X \) e \( Y \) son variables y \( c \in \mathbb{R} \). Supongo también que conozco la media, mediana y modo de la variable \( X \), que son \( \overline{X} \), \( \widetilde{X} \) y \( Mo_X \), respectivamente.
a) \( \overline{Y} = \displaystyle\frac{1}{n} \displaystyle\sum_{i=1}^n{Y_i} = \displaystyle\frac{1}{n} \displaystyle\sum_{i=1}^n{(X_i+c)} = \displaystyle\frac{1}{n} \displaystyle\sum_{i=1}^n{X_i} + \displaystyle\frac{1}{n} \displaystyle\sum_{i=1}^n{c} = \overline{X} + \displaystyle\frac{n \cdot c}{n} = \overline{X} + c \)
b) y c) Supongo que si corremos la distribución \( c \) unidades, el modo y la mediana también se correrán \( c \) unidades, por lo que \( \widetilde{Y} = \widetilde{X} + c \) y \( Mo_Y = Mo_X + c \), pero no sé cómo demostrarlo.
d) \( {\sigma_Y}^2 = \displaystyle\frac{1}{n} \displaystyle\sum_{i=1}^n{(Y_i - \overline{Y})^2} = \displaystyle\frac{1}{n} \displaystyle\sum_{i=1}^n{(X_i + c - \overline{X} - c)^2} = \displaystyle\frac{1}{n} \displaystyle\sum_{i=1}^n{(X_i - \overline{X})^2} = {\sigma_X}^2 \). Luego \( \sigma_X = \sigma_Y \).
Gracias de antemano, saludos.