Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Rubén Castillo
rd.castillo@uniandes.edu.co
Santiago Alfonso
sa.alfonso@uniandes.edu.co
1. Punto 1
Se tiene la matriz de covarianza CX del vector aleatorio X = [X1 , X2 ]T
3 1
Cx =
1 2
A partir de la definición
cov(X1 , X2 )
ρ(X1 , X2 ) = p
σ12 σ22
Entonces, teniendo en cuenta lo anterior, se obtiene que el coeficiente de correlación es:
√
1 6
ρ(X1 , X2 ) = √ = ≈ 0,408
3·2 6
2. Punto 2
Sea W un vector aleatorio definido de la siguiente forma:
W = [W1 , W2 ]T
Esta matriz nos muestra que las covarianzas de las variables W1 y W2 son cero, por lo cual la
matriz es simétrica. Asimismo, conocemos que las varianzas de ambas variables aleatorias es 1.
Ahora bien, deseamos conocer una matriz de transformación A tal que:
X = AW
1
Ahora bien, procedemos a calcular sus valores propios, con el fin de saber si es positiva semidefinida.
En la diagonal de la matriz Λx se presentan los valores propios de Cx :
0,35449 0
Λx =
0 7,60555
Dado que los valores propios de la matriz Cx son positivos, la matriz es positiva semidefinida y,
al ser simétrica, corresponde a la matriz de covarianza de nuestro vector aleatorio X. Sabemos que
cualquier matriz positiva semidefinida y simétrica M es la matriz de covarianza de algún vector
aleatorio X. Definimos X de la siguiente forma:
X = M 1/2 W
Factorizando:
Cx = E[M 1/2 (W − E[W ])(M 1/2 )T (W − E[W ])T ]
Operando algebraicamente obtenemos que:
Sabemos que E[(W − E[W ])(W − E[W ])T ] es la varianza de W , la cual sabemos es 1 tanto para
W1 como para W2 , por lo cual:
1 0
E[(W − E[W ])(W − E[W ])T ] =
0 1
Cx = M 1/2 M 1/2
Lo cual es:
Cx = M
Por tanto, X queda definido de la siguiente forma:
X = Cx1/2 W
A = Cx1/2
3. Punto 3
El vector aleatorio X = [X1 .X2 ]T , con matriz de covarianza Cx :
10 2
Cx =
2 1
está asociado al vector aleatorio W tal que W = AX, con matriz de covarianza CW :
2
1 0
CW =
0 1
Para comenzar, se revisa que el rango de la matriz CX sea 2 a partir de su determinante; dado
que este es 6 (no nulo), se comprueba el rango de 2. A partir de esto, se realiza el blanqueamiento
del vector aleatorio W. Entonces, basándonos en lo realizado en el Punto 2, se define lo siguiente:
−1
W = CX 2 X
Teniendo en cuenta que
−1 −1
E[W W T ] = CX 2 E[XX T ]CX 2
−1 −1
E[W ]E[W ]T = CX 2 E[X]E[X]T CX 2
Entonces, la covarianza CW es la matriz identidad.
1 0
CW = E[W W T ] − E[W ]E[W ]T =
0 1
−1
De modo que se comprueba que la matriz de transformación A es CX 2 .
4. Punto 4
Sea X un vector aleatorio X = [X1 , X2 ]T con la siguiente matriz de covarianza:
8 −1
Cx =
−1 3
Z = AX
W = Cx−1/2 X
Z = Cz1/2 W
−1/2
Reemplazando W = Cx X en la anterior ecuación, obtenemos lo siguiente:
Z = Cz1/2 Cx−1/2 X
A = Cz1/2 Cx−1/2