UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA ESTADISTICA ECONOMICA Y
CIENCIAS SOCIALES




Integrantes:
- Arleon Sinche Oscar Eduardo 2009
- Caceres Otiniano Andre 2009
- Ormeño Garcia Dennis Adolfo 20094138F







2013
1.- Los tres teoremas introductorios de las diapositivas

Teorema 1:
Dado A una matriz mxm con valores característicos o
1
, …,o
m
y dado B una matriz nxn con
valores característicos |
1
, …, |
n
. Los valores característicos de A ⊗ B (o B ⊗ A) son los mn
valores característicos o
i
|
j
para i=1, …,m y j=1, …,n.

A

B

Usando kronecker:

A

⊗ B

=

(A⊗B) (

) =

(

)

∴ El valor característico de A⊗B es

Teorema 2:
Dado A una matriz mxn de rango r y B una matriz pxq de rango s, entonces A ⊗ B tiene
rango rs.

r(A) = r r(B) = s

A⊗B tiene rango rs
r(A⊗B) = r(A) r(B)
r(A⊗B) = r.s

∴ A⊗B tiene rango rs

Teorema 3:
Dado A una matriz simétrica e idempotente mxm de rango r res y B una matriz nxn simétrica e
idempotente de rango s. Entonces, A ⊗ B es una matriz simétrica e idempotente de rango
rs.

A=A’

r(A) = r

B=B’

r(B) = s

Simétrica => ⊗ =

= A⊗B

Idempotente => ⊗

= (A⊗B) (A⊗B)
= AA⊗BB
= A⊗B


 r ⊗
∴ ⊗

2.- Propiedad 2 de la matriz de Helmert

La matriz P’ es conocida como la matriz de Helmert n-dimensional. Sea P = p
1
P
n
donde el
vector nx1 p
1
=(1 / )1
n
y la matriz nx(n-1) P
n
=(p
2
, p
3
, …, p
n
), entonces,
p
1
p
1
’ = J
n

p
1
p
1
’ = J
n

p
1
‘P
n
= 0
1x(n-1)

P
n
P’
n
= (I
n
- J
n
)


P
n
’P
n
= I
n-1

Nos interesa las transformaciones lineales Ax que son múltiplos de x.

Distribución usando matriz Helmert

:
Tomando P = (


)
Donde

, idempotente y simétrica

Tomando: X = P’ Y N ( P’u,P’∑P )

• P’u = (


)’(α

= α

= α0 ⊗



= 0
• P’∑P = (


)’ (

=

=

= (t

)

 X N ( 0 , (t

)

)

; k=rango(

)=s-1

∴ Y’

~ ( t

)

:
Tomando P = (




)
Donde

, idempotente y simétrica

Tomando: X = P’ Y N ( P’u , P’∑P )

• P’u = (




)’(α

= α

= α



= 0
• P’∑P = (




)’ (



) (

)
=

= 0 +

= (s

)

 X N ( 0 , ( s

)

)

; k=rango(

)=t-1

∴ Y’

~ ( s

)

:
Tomando P = (



)
Donde

, idempotente y simétrica

Tomando: X = P’ Y N ( P’u , P’∑P )

• P’u = (

)’(α

)
= α

= 0
• P’∑P = (

)’(



)(



)
=

= 0 + 0 +

=

=

 X N ( 0 , (

)

; k=rango(

)=(s-1)(t-1)

∴ Y’

~

3.- Lemma de Bath

Sea k y n enteros fijos positivos tal que 1sksn. Suponga que I
n
= ¿A
i
, donde cada A
i
es una
matriz simétrica nxn de rango n
i
con ¿n
i
= n. Si la variable aleatoria nx1 y se distribuye como
N(µ,¿) y la suma de cuadrados s
i
2
= y’A
i
y para todo i=1, …,k, entonces:

a) s
i
2
~ c
i
n
i


i
) y ì
i
= µ’A
i
µ ; y
b) s
i
2
, i=1, …,k son mutuamente independientes.

Si y sólo si ¿ = ¿c
i
A
i
donde c
i
>0

Prueba:
Asumimos que la forma cuadrática

satisface (a) y (b).
Los teoremas:
i) Y ~

(  Y’AY ~

  A∑ es una matriz idempotente de rango p.
ii) Sea A y B dos matrices nxn constantes. Sea ‘y’ una variable aleatoria nx1 distribuida como
N(µ,¿). La formas cuadráticas y’Ay y y’By son independientes si y sólo si A ¿ B=0 (o B
¿A=0).
De los teoremos i) y ii) las matrices

son idempotentes para i=1,2,…,k y

para
, i,j = 1,…,k. Ademas

y

para , i,j = 1,…,k. Pero de i) y ii) implican
que

.
4.- Teorema de la diapositiva 14

5.- La tabla ANVA del modelo de dos factores con interacción y
efectos aleatorios (formas cuadráticas, cuadrados medios y
distribución de las fuentes de variación utilizando matriz de
Helmert).
y
ijk
= µ + t
i
+ |
j
+ (t|)
ij
+ c
ijk

=
(

)

Y ~

ti ~ N(0,

)
|j ~ N(0,

)
(t|)ij ~ N(0,

)
cijk ~ N(0,

)
μ = α

∑ =

∑∑̅

∑∑̅

̅

∑∑(̅

̅

)

∑∑(

̅

̅

̅

)

∑∑

• ̅

̅

= ts(

) (

)
= Y’

= Y’

= Y’(

)Y
= Y’

Y

• ̅

̅

̅

̅

̅

̅

= s ̅

̅

̅

̅

= s ̅

̅

̅

= s ̅

- ̅

= s[(

)Y]’(

)Y - Y’(

)Y
= Y’(

)Y
= Y’

Y




• ̅

̅

̅

̅

̅

̅

= t ̅

̅

̅

̅

= t ̅

̅

̅

= t ̅

- ̅

= s[(

)Y]’(

)Y - Y’(

)Y
= Y’(

)Y
= Y’

Y
̅

= (

)Y
̅

= (

)Y

• (

̅

̅

̅

)

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

=

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

=

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

̅

=

̅

̅

̅

= Y’(

)Y – Y’( ⊗

)Y – Y’(

)Y + Y’(

)Y
= Y’(

)Y – Y’(

)Y
= Y’((

)⊗(

))Y
= Y’

Y

= Y’

= Y’(

)Y
= Y’

Y