Autor Tema: Determina la constante c tal que Y se distribuya como una ji cuadrada...

0 Usuarios y 1 Visitante están viendo este tema.

20 Septiembre, 2012, 02:33 am
Leído 2336 veces

lockout

  • $$\Large \color{#6a84c0}\pi$$
  • Mensajes: 28
  • Karma: +0/-0
  • Sexo: Femenino
Hola! Ando perdidísima en estadística  y tengo estos 2 problemas:

1. Sean \( X_1, X_2\ldots X_i \) variables aleatorias independientes idénticamente distribuidas tales que \( X_i\sim{N(0,1)} \). Sea \( Y=(x_1 + x_2 + x_3)^2 + (x_4 + x_5 + x_6)^2 \). Determina la constante c tal que \( cY\sim{ji cuadrada} \)

4. Sean \( X_1, X_2\ldots X_5 \) variables aleatorias independientes idénticamente distribuidas tales que \( X_i\sim{N(0,1)} \). Sea \( Y=\displaystyle\frac{c(X_1 + X_2)}{(X_3^2 + X_4^2 + X_5^2)^1/2} \). Determina la constante c tal que \( Y\sim{t} \)

Apenas y entiendo qué es una variable aleatorio idénticamente distribuida (misma probabilidad para todas las variables no?) y conozco las funciones de distribución normal y la t.
Sin embargo no tengo idea de qué significa que \(  Y=(x_1 + x_2 + x_3)^2 + (x_4 + x_5 + x_6)^2 \) (o lo de \( Y=\displaystyle\frac{c(X_1 + X_2)}{(X_3^2 + X_4^2 + X_5^2)^1/2} \)). No sé si tengo que integrar o qué onda, y no sé que es ni cómo determinar la constante c  :-X

Saludos

20 Septiembre, 2012, 03:21 am
Respuesta #1

HernanV

  • FIUBA
  • $$\Large \color{#5b61b3}\pi\,\pi\,\pi\,\pi\,\pi$$
  • Mensajes: 2,059
  • Karma: +2/-0
  • Sexo: Masculino
Se dice que un conjunto de variables aleatorias \( \displaystyle X_{1},\cdots,X_{n} \) están idénticamente distribuídas cuando todas las variables tienen una misma función de distribución (el nombre lo sugiere de hecho).

Cuando te dicen que \( \displaystyle X_{i} \sim \text{N}(0,1), \; 1\le i \le n \), te dicen que todas las variables tienen como función de densidad de probabilidad a \( \displaystyle \varphi(x) = \frac{1}{\sqrt{2\pi}} \cdot \exp\left(-\frac{x^{2}}{2}\right), \; x \in \mathbb{R} \).

La relación \( \displaystyle Y = \left(X_{1} + X_{2} + X_{3}\right)^{2} + \left(X_{4} + X_{5} + X_{6}\right)^{2} \) es un cambio de variable y, según lo que te piden, debes hallar una constante \( \displaystyle c \in \mathbb{R} \) que verifique \( \displaystyle cY \sim \chi^{2} \) (fijate que no te dieron los grados de libertad).

El ejercicio 4 es más sencillo. Sabes que, dadas \( \displaystyle Z \sim \text{N}(0,1) \) y \( \displaystyle V \sim \chi^{2}_{n} \), la variable \( \displaystyle T = \frac{Z}{\sqrt{\frac{V}{n}}} \) tiene distribución \( \displaystyle t_{n-1} \). Entonces, en tu caso, si te fijas que las VA son iid, es \( \displaystyle Z = X_{1} + X_{2} \sim \text{N}(0, \sqrt{2}) \) y \( \displaystyle V = X_{3}^{2} + X_{4}^{2} + X_{5}^{2} \sim \chi^{2}_{3} \). Por ende, para que \( \displaystyle Y = \frac{cZ}{\sqrt{\frac{V}{3}}} \) tenga distribución \( \displaystyle t_{2} \), la variable del numerador debe tener distribución normal estándar, lo que se logra mediante el cambio \( \displaystyle \frac{Z - \mu_{Z}}{\sigma_{Z}} = \frac{Z - 0}{\sqrt{2}} \), lo que lleva a \( \displaystyle c = \sqrt{2} \).

Trata de pensar el otro ejercicio. Saludos :).
\( \displaystyle\vec{\nabla}\times\mathbf{E}+\frac{\partial\mathbf{B}}{\partial t}=\vec{0} \)

21 Septiembre, 2012, 10:14 am
Respuesta #2

lockout

  • $$\Large \color{#6a84c0}\pi$$
  • Mensajes: 28
  • Karma: +0/-0
  • Sexo: Femenino
ok ok, ya ando pensando en el primer inciso, aunque me quedan algunas dudas...

1. no será que en la pregunta uno existen 6 grados de libertad?

y luego...

¿De dónde sale la raíz cuando haces \( \displaystyle Z = X_{1} + X_{2} \sim \text{N}(0, \sqrt{2}) \)?

Tampoco entiendo cómo es que puedes hacer que esta parte: \( \displaystyle V = X_{3}^{2} + X_{4}^{2} + X_{5}^{2} \sim \chi^{2}_{3} \) se distribuya como ji si la hipótesis que te dan es que esas variables aleatorias tambien se distribuyen como normales...  :-[

Gracias

21 Septiembre, 2012, 02:26 pm
Respuesta #3

HernanV

  • FIUBA
  • $$\Large \color{#5b61b3}\pi\,\pi\,\pi\,\pi\,\pi$$
  • Mensajes: 2,059
  • Karma: +2/-0
  • Sexo: Masculino
¿De dónde sale la raíz cuando haces \( \displaystyle Z = X_{1} + X_{2} \sim \text{N}(0, \sqrt{2}) \)?

Si las VA son iid, vale \( \displaystyle \text{var}\left(X_{1} + X_{2}\right) = \text{var}\left(X_{1}\right) + \text{var}\left(X_{2}\right) = 1 + 1 = 2 = \sigma^{2} \). Cabe aclarar que yo uso como segundo parámetro de la normal al desvío.

Tampoco entiendo cómo es que puedes hacer que esta parte: \( \displaystyle V = X_{3}^{2} + X_{4}^{2} + X_{5}^{2} \sim \chi^{2}_{3} \) se distribuya como ji si la hipótesis que te dan es que esas variables aleatorias tambien se distribuyen como normales

Lee la definición de la distribución \( \displaystyle \chi^{2}_{n} \). Una suma de cuadrados de normales estándar independientes da como resultado una VA con distribución \( \displaystyle \chi^{2}_{n} \).

Saludos :).
\( \displaystyle\vec{\nabla}\times\mathbf{E}+\frac{\partial\mathbf{B}}{\partial t}=\vec{0} \)