Sea $X = (X_1,\ldots, X_d)$ sea un vector gaussiano centrado compuesto de variables aleatorias i.i.d. Tengo dos preguntas. La primera es si mis planteamientos son correctos.
- Quiero demostrarlo: $O$ ser y ortogonal $d\times d$ matriz, $OX$ tiene la misma ley que $X$ .
La forma en que lo hice fue la siguiente:
Digo que un vector gaussiano general $X$ tiene la ley $N(\mu_X, \Sigma_X)$ . Quiero demostrar que $Y = OX$ tiene la misma ley que $X$ que es igual a $O^{-1}X$ . esto es decir que $P_Y(y) \propto P_X(O^{-1}X)$
(sin la constante de normalización)
\begin{align} &\propto \exp\left[-\frac12(O^{-1}Y - \mu_X)^T \Sigma_X^{-1}(O^{-1}(Y)-\mu_X)\right] \\&= \exp\left[-\frac12(Y - O\mu_X)^T O^{-T} \Sigma_X^{-1}O^{-1}(Y-O\mu_X)\right] \\&= \exp\left[-\frac12 (Y-O \mu_X)^T (O\Sigma_X O^T)^{-1}(Y-O\mu_X)\right]\,, \end{align}
que tiene la ley $N_Y(O\mu_X , O\Sigma_XO^T)$ .
Por lo tanto esto tiene la misma ley que $X$ . ¿Es esto correcto? Y si es así ¿cuál es la última frase de mi argumento?
- Quiero demostrar que cuando $a=(a_1,\ldots,a_d)$ y $b=(b_1,\ldots,b_d)$ son dos vectores ortogonales en $R^n$ Entonces, considerando la matriz ortogonal $O$ cuyas dos primeras columnas coinciden con $a$ y $b$ demuestre que $\sum_{i=1}^d a_i X_i$ y $\sum_{i=1}^d b_i X_i$ son independientes. ¿Cómo se hace esto?