Page 222 - cip2007
P. 222

210                          3.13. Ejercicios


                                  a) {1,... ,n} × {1,... ,n}.
                                  b)[−1, 1] × [−1, 1].

                           387. Sea X con distribuci´on bin(n, p)y sea Y = n − X.Demuestre que
                                Cov(X, Y )= −np(1 − p), y por lo tanto ρ(X, Y )= −1.

                           388. Calcule el coeficiente de correlaci´on de X y Y cuya funci´on de densidad
                                conjunta es

                                  a) f(x, y)=  1 2  sen(x + y), para x, y ∈ [0, π/2].
                                  b) f(x, y)= e −x /2, para |y| <x.
                                  c) f(x, y)= e −x−y , para x, y > 0.

                                                                                     2
                                                                                             2
                           389. Sea (X, Y )un vector con distribuci´on normal N(µ X , σ ,µ Y , σ , ρ).
                                                                                             Y
                                                                                     X
                                Demuestre que ρ(X, Y )= ρ.
                                Distribuci´on multinomial


                           390. Demuestre que la funci´on de densidad de la distribuci´on multinomial
                                efectivamente lo es.

                           391. Sea (X 1 ,... ,X k−1 )un vector con distribuci´on multinomial de par´ame-
                                tros (n, p 1 ,... ,p k−1 ). Demuestre que cada coordenada X i tiene distri-
                                buci´on marginal bin(n, p i ), para i =1,... ,k − 1.

                           392. Sea X =(X 1 ,... ,X k−1 )un vector con distribuci´on multinomial de
                                par´ametros (n, p 1 ,... ,p k−1 ). Demuestre que E(X)= (np 1 ,... ,np k−1 )
                                yque
                                                           &
                                                              np i (1 − p i )  si i = j,
                                              [Var(X)] ij =
                                                              −np i p j    si i ̸= j.
                                Observe que en el caso i ̸= j,el signo negativo en la covarianza indica
                                que cuando una variable crece la otra decrece.
   217   218   219   220   221   222   223   224   225   226   227