Buscar

Loading [MathJax]/jax/output/HTML-CSS/jax.js

4.8: Matrices de Valor Esperado y Covarianza
https://espanol.libretexts.org/Estadisticas/Teoria_de_Probabilidad/Probabilidad%2C_estad%C3%ADstica_matem%C3%A1tica_y_procesos_estoc%C3%A1sticos_(Siegrist)/04%3A_Valor_esperado/4.08%3A_Matrices_de_Valor_Esperado_y_Covarianza
De linealidad, $\E\left[L(\bs{Y} \mid \bs{X})\right] = E(\bs{Y}) + \cov(\bs{Y}, \bs{X}) \vc^{-1}(\bs{X})\left[\E(\bs{X}) - \E(\bs{X})\right] = 0$ De linealidad y el hecho de que un vector constante ...De linealidad, $\E\left[L(\bs{Y} \mid \bs{X})\right] = E(\bs{Y}) + \cov(\bs{Y}, \bs{X}) \vc^{-1}(\bs{X})\left[\E(\bs{X}) - \E(\bs{X})\right] = 0$ De linealidad y el hecho de que un vector constante es independiente (y por lo tanto no correlacionado) con cualquier vector aleatorio, $\cov\left[L(\bs{Y} \mid \bs{X}), \bs{X}\right] = \cov(\bs{Y}, \bs{X}) \vc^{-1}(\bs{X}) \cov(\bs{X}, \bs{X}) = \cov(\bs{Y}, \bs{X}) \vc^{-1}(\bs{X}) \vc(\bs{X}) = \cov(\bs{Y}, \bs{X})$ Por el contrario, supongamo…

Search