Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Problema 1
2 4 1 0 1
6 1 16 1 0
Sea X R v.a. tal que X y X
4
3 0 1 9 0
9 1 0 0 25
a) Si X representa las respectivas rentabilidades de 4 tipos de inversiones y Ud. tiene invierte 20 unidades
monetarias en la primera, 10 en la segunda, 30 en la tercera y 40 en la cuarta. Si W representa lo que se gana
con la “cartera de inversiones” , halle y ¿Cuánto esperaría ganar en total? ¿Dentro de qué márgenes
estaría su ganancia?
b) Sean las variables aleatorias Y 1 2 X 1 X 2 X 4 , Y 2 X 1 X 2 X 3 y Y 3 2 X 3 X 4 donde X 1 , X 2 ,
X 3 , X 4 son las componentes de X , y sea Y (Y1 , Y2 , Y3 )T R 3 , halle el vector de medias y la matriz de
varianza covarianza de Y ¿Sería cierto que Y1 tiene relación lineal inversa con Y3 ?
Sugerencias:
a)
Primera alternativa de Sugerencias: Usando propiedades de valor esperado escalar o univariado:
La ganancia total es G 20 X1 10 X 2 30 X 3 40 X 4 , aplicando la siguiente proposición (Apuntes Cap 3):
Proposición
1
Sea X vector aleatorio n-dimensional X1xn ( X 1 , X 2 ,..., X n ) y sean 1 , 2 , , k constantes (o también
variables no aleatorias). Entonces:
n n
E[ j X j ] j E[ X j ] y
j 1 j 1
n n
V[ j X j ] 2j V [ X j ] 2 i j Cov(X i , X j )
j 1 j 1 i j
Tenemos:
4
Proposición 2
Sea X nx1 vector columna con vector de medias μ X y matriz de varianza covarianza Σ X . Sea Ymx1 otro vector tal
que Ymx1 Amxn X nx1 Bmx1 donde Amxn y Bmx1 son no aleatorias.
1
Entonces:
El vector de medias de Ymx1 es μY Aμ X B
La matriz de varianza covarianza de Ymx1 es ΣY AΣ X A
T
X 1 2
X 6
G11 E (20,10, 30, 40) 2 EAX
AE X A X (20,10, 30, 40) 550
X 3
3
X 9
4
4 1 0 1 20 20
1 16 1 0 10 10
Σ G11 AΣ X AT (20,10, 30, 40) (30,170, 280, 980) 49900
0 1 9 0 30 30
1 0
0 25 40 40
b) Escribiendo las componentes de Y (Y1 , Y2 , Y3 ) R como un sistema de ecuaciones lineales:
T 3
X1
Y1 2 X 1 1X 2 0 X 3 1X 4 2 1 0 1
X
Y31 Y2 1X 1 1X 2 1X 3 0 X 4 1 1 1 0 2 A34 X 41
Y 0 X 0 X 2 X 1X 0 0 2 1 X 3
3 1 2 3 4 X
A34
4
Aplicamos la proposión 2:
4 1 0 1 2 1 0
2 1 0 1
1 16 1 0 1 1 0
ΣY AΣ X AT 1 1 1 0
0 0 2 1 0 1 9 0 0 1 2
1 0 0
25 1 0 1
2 1 0
10 18 1 27 65 9 25
1 1 0
3 16 10 1 9 29 21
1 0 1 2
2 18 25 25
21 61
1 0 1
Examinando la matriz ΣY tenemos Cov(Y 1, Y3 ) 13 25 0 , la relación es directa, no es inversa
Problema 2
X X2 XY
Sea ( X , Y ) v.a. continuo con vector de medias y matriz de varianza covarianza .
Y XY Y
2
Asuma que las variables miden las rentabilidades de dos acciones A y B respectivamente, que X 0.1 ,
Y 0.2 , la correlación es XY 0.25 y que Y2 4 X2 . Se desea invertir soles en A y soles en B de
modo que la ganancia G con esta inversión, tenga valor esperado de 10 soles pero con la menor varianza posible.
¿Existen y que satisfagan este deseo?
Sugerencias:
Si G es la ganancia con la inversión e interpretando “ganancia” como la cantidad de dinero adicional obtenido con
la inversión, entonces y se desea determinar y tales que
( ) ( ) ( ) ( ) y ( ) ( ) ( ) ( ) ( )
sea mínima.
La primera condición equivale a , mientras que reemplazando valores en
( ), tenemos
2
( ) ( ) ( )
( )
Problema 3
En el problema 1, si X representa las respectivas rentabilidades de 4 tipos de inversiones y Ud. tiene invierte
unidades monetarias en la primera, en la segunda, 30 en la tercera y 40 en la cuarta y desea tener un ganancia
similar a la de la parte a) del problema 2 , pero con el menor riesgo posible, o equivalentemente, con la menor
varianza posible ¿Existen y que satisfagan este deseo?
Sugerencias:
La ganancia total es G X 1 X 2 30 X 3 40 X 4 y queremos que E(G)=550 con varianza mínima.
La varianza de G es ( )
Problema 4
Aplicando propiedades del valor esperado:
X X Y Y
a) Si U yV , pruebe que UV XY
X Y .
b) Pruebe que en general ( | ) ( | )
Sugerencias:
( )
a) . Trabajando cada parte del cociente anterior por separado:
( ) (( ( )( ( )).
Pero ( ) ( ) (( )) ( ( ) ( )) ( ) y análogamente ( ) .
Luego ( ) ( ) (( )( )) (( )( )) ( )
(( ( ) ) ( ) (( ) ) ( ( ) ) ⏞(( ) )
Análogamente resulta que .
( )
Reemplazando todo lo anterior en resulta .
b) ( | ) ( | ) ( | ) ( | )
Problema 5
Sea ( X 1 , X 2 ,. X 3 ) v.a en R 3 tal que 0 X i 1 i 1,2,3 y función de densidad conjunta
f X1 X 2 X 3 ( x1 , x 2 ,.x3 ) c . Halle el valor de c y la distribución condicional de X 1 dado ( X 1 , X 2 )
3
Sugerencias:
1
1 1 1
1 1 1
1 1 1
1 f X1X 2 X 3 ( x1 , x2 ,. x3 )dx3dx2 dx1 cdx 3dx2 dx1 c dx3dx2 dx1 c dx3 dx2 dx1 c
0 0 0 0 0 0 0 0 0
1
Luego f X1X 2 X 3 ( x1 , x2 ,. x3 ) 1 0 x1 1, 0 x 2 1, 0 x 2 1 es la especificación final de la función de densidad
conjunta de ( X 1 , X 2 ,. X 3 )
f X1X 2 X 3 ( x1 , x2 ,. x3 ) 1
Por otro lado y por definición f X1|X 2 X 3 ( x1 | x2 , x3 ) . Necesitamos f X 2 X 3 ( x2 , x3 )
f X 2 X 3 ( x2 , x3 ) f X 2 X 3 ( x 2 , x3 )
1
f X1X 2 X 3 ( x1 , x2 ,. x3 ) 1
f X1X 2 X 3 ( x1 , x2 , x3 )dx1 1dx1 1 f X1|X 2 X 3 ( x1 | x2 , x3 )
0
f X 2 X 3 ( x2 , x3 )
1
1 que especifica
1
f X1|X 2 X 3 ( x1 | x2 , x3 ) 1 0 x1 1; 0 x1 1; 0 x1 1.
Problema 6
Sea ( X , Y ) v.a. continuo:
a) Demuestre que EE ( XY | X ) E ( XY )
b) Si U a bX b 0 , pruebe que UY XY
Sugerencias:
a) E E ( XY | X ) E ( XY | X x ) f X ( x )dx xyf Y |X ( y | x )dy f X ( x )dx
E ( XY | X x )
f XY ( x, y )
f XY ( x, y )
f ( x, y )
xy dy f X ( x )dx xy
dy f X ( x )dx xy XY
f X ( x )dy dx
f ( x)
f X ( x)
f X ( x)
X
f Y |X ( y | x )
xyf XY ( x, y )dy dx E ( XY )
UY
b) U a bX b 0 y por definición UY . Primero veamos UY E (U U )(Y Y )
U Y
De U a bX b 0 , tenemos: U E (U ) E (a bX ) a bE ( X ) a b X y
U2 E (U U )2 E (a bX a b X )2 E b2 ( X X )2 b2 E ( X X )2 b2 X2
En
UY E (U U )(Y Y ) E (a bX a b X )(Y Y ) E b( X X )(Y Y ) bE ( X X )(Y Y )
b XY y reemplazando en la fórmula de la correlación
b XY XY
UY UY
XY
U Y | b | X Y b0 X Y
Problema 7
1
Sea ( X , Y ) v.a. discreto con función de probabilidad conjunta PXY ( x, y) ( x, y) RXY , donde RXY es el
5
rango de ( X , Y ) . Si RXY {(2,4), (1,1), (0,0), (1,1), (2,4)} , grafique RXY y diga si habría algún tipo de relación
entre X e Y . Calcule la correlación XY y diga si podría concluir algo acerca una relación entre X e Y .
4
Sugerencias:
Si RXY {(2,4), (1,1), (0,0), (1,1), (2,4)} y graficamos las parejas (X,Y) no haremos una idea del comportamento
probabilístico del v.a. (X,Y)
4.5 La relación es no es lineal. Entonces la
correlación debiera ser 0 o cercana a 0
4 X
3.5 Y -2 -1 0 1 2 ( )
3 0 0 0 1/5 0 0 1/5
1 0 1/5 0 1/5 0 2/5
2.5
4 1/5 0 0 0 1/5 2/5
Y
Problema 8
Sea ( ) vector aleatorio discreto con función de probabilidad conjunta ( ) ( ) ( )
, donde c es constante. Hallar c y ( ) . Halle Cov(X,Y)
Sugerencias:
∑ *∑ ( )+ ∑ *∑ ( ) ( ) + ∑* ( ) ∑( ) + ∑* ( ) + ∑( )
( ) ∑ ( ) ( ) ∑( )
( ) ∑ *∑ ( ) ( ) + ∑ ( ) *∑ ( ) + ∑ ( ) *∑ ( ) +
(∑ ( ) ) (∑ ( ) )
( ) ∑ *∑ ( ) ( ) + ∑ ( ) *∑ ( ) + ∑ ( ) [ ] ∑ ( )
5
( ) ∑ *∑ ( ) ( ) + ∑ ( ) *∑ ( ) + ∑ ( ) *∑ ( ) + ∑ ( )
, entonces y así ( )
Problema 9
2 9 5 4 2
1 5 8 3 1
Sea X R v.a. con vector de medias y
4
su matriz de varianza covarianza.
3 4 3 4 0
1 2 0 5
1
Sean X 1 ( X 1 , X 2 ) T R 2 el vector de las dos primeras componentes de X y X 2 ( X 3 , X 4 ) T R 2 el vector
de las dos siguientes componentes de X
Sugerencias:
9 5 4 2
X1
X X 5 8 3 1
2 1
4 2
X X y X1 X 2
1
a)
X3 3
2X 4 3 4 0
X4 2 1 0 5
Y1 X 1 2 X 2 X 3 Y1 1X 1 2 X 2 1X 3 0 X 4 X1
Y1 1 2 1 0
X 2
b) Y2 X 3 X 4 Y2 0 X 1 0 X 2 1X 3 1X 4 Y2 0 0 1 1 Y AX
X
Y3 X 1 X 2 Y3 1X 1 1X 2 0 X 3 0 X 4 Y 1 1 0 0 3
3 X 4
Y A
31 3 4
X 41Y
y por tanto
2
1 2 1 0 3
Y E Y E AX AE X A X Y 0 0 1 1 1 4 y
1 1 0 0 3 3
1
Y E Y Y Y Y E AX A X AX A X E A X X A X X
T T T
E A X X X X
T
A AE X X A
T
X X
T T
X
9 5 4 2 1 0 1
1 2 1 0 85 14 1
5 8 3 1 2 0 1
0 0 1 1 14 9 2 .
1 1 0 0 4 3 4 0 1 1 0
1 2 7
2 1 0 5 0 1 0
Examinando la matriz Y encontramos Y2Y3 2 0 , es decir Y2 e Y3 no son independientes.
6
Problema 10
6 9 5 3 6 3
5 5 7 1 7 0
Sea X R v.a. con vector de medias 6 y 3
5 1 4 1 4 su matriz de varianza covarianza. Sean
5 6 7 1 8 1
5 3 0 4 1 5
X 1 ( X 1 , X 2 )T R 2 el vector de las dos primeras componentes de X y X 2 ( X 3 , X 4 , X 5 )T R 3 el vector de
las tres siguientes componentes de X .
a) Identifique el vector de medias y la matriz de varianza covarianza de X 1 R 2 . Haga lo mismo con X 2 R 3
b) Identifique la matriz de covarianzas X 1 X 2 de X 1 R 2 y X 2 R 3
c) Sean las variables aleatorias Y 1 X 1 X 2 e Y 2 X 1 X 2 , donde X 1 y X 2 son las componentes de
X 1 R 2 . Si definimos Y (Y1 ,Y2 )T R 2 , halle el vector de
medias y la matriz de varianza covarianza de Y
d) Sea Y 3 X 3 X 5 y defina ahora Z (Y1 ,Y2 ,Y3 )T R 3 , con Y1 e Y2 definidas como en c). Halle el vector de
medias y la matriz de varianza covarianza de Z
Sugerencias:
Similar al problema 9.
Problema 11
X 3
Suponga un vector aleatorio U con vector de medias y matriz de varianza covarianza
Y 2
3 2 Z
. Sea V donde Z bX Y y W 2 X Y
2 4 W
a) Si b=3 halle el vector de medias y la matriz de varianza-covarianza de V
b) ¿Existe b tal que Z y W tienen correlación nula?
Sugerencias:
Z 3X Y Z 3 1 X 3 1 3
a) Si b=3 entonces V21 V y V AAT
W 2X Y W 2 1 Y 2 1 2
A
Z bX Y Z b 1 X b 1 3 2 b 2
b) En general V21 V AAT y
W 2X Y W 2 1 Y 2 1 2 4 1 1
A
2
ZW b 1 3 2 b 2
como V Z
y ZW 0 ZW 0 , entonces b debe ser tal que
ZW W2 2 1 2 4 1 1
al realizar el producto de matrices ocurran: Z2 0 y W2 0 y ZW 0
Problema 12
Ejercicios 1.1; 1.5; 1.9; 1.38; 1.64 del libro Estadística Inferencial_2014_Flores (en PAIDEIA)
Problema 13
Se lanza una moneda hasta que ocurre cara por tercera vez. Si Xi es el número del lanzamiento en que ocurre cara
por i-ésima vez, halle la distribución conjunta de (X1,X2,X3)
12 de octubre de 2016.
ACG./SAMP.