Resumen En este artículo definimos y estudiamos formas generalizadas de las funciones gama y beta matriz variadas extendidas. Utilizando varios resultados del álgebra matricial, funciones especiales de argumento matricial y polinomios zonales, derivamos algunas de las propiedades de estas funciones. También mostramos algunas aplicaciones de estas funciones a la teoría de distribuciones.

Abstract In this article, we define and study generalized forms of extended matrix variate gamma and beta functions. By using a number of results from matrix algebra, special functions of matrix arguments and zonal polynomials we derive a number of properties of these newly defined functions. We also give some applications of these functions to statistical distribution theory.

La distribución de una combinación lineal de dos variables chi cuadrado es conocida si las variables son independientes. En este artículo, se deriva la distribución de una combinación lineal positiva de dos variables chi cuadrado cuando estas están correlacionadas a través de una distribución chi cuadrado bivariada. Algunas propiedades de esta distribución como la función característica, la función de distribución acumulada, sus momentos, momentos centrados alrededor de la media, los coeficientes de sesgo y curtosis son derivados. Los resultados coinciden con el caso independiente cuando las variables son no correlacionadas. La gráfica de la función de densidad es también presentada.

The distribution of the linear combination of two chi-square variables is known if the variables are independent. In this paper, we derive the distribution of positive linear combination of two chi-square variables when they are correlated through a bivariate chi-square distribution. Some properties of the distribution, namely, the characteristic function, cumulative distribution function, raw moments, mean centered moments, coefficients of skewness and kurtosis are derived. Results match with the independent case when the variables are uncorrelated. The graph of the density function is presented.

En este artículo se muestra que el estadístico L* de Kullback, para probar la igualdad de varias matrices de correlación, puede ser considerado como un estadístico modificado del test de razón de verosimilitud cuando se muestrean poblaciones normales multivariadas. Derivamos la distribución asintótica nula de L* en series que involucran variables independientes chi-cuadrado, mediante la expansión de L* en términos de otras variables aleatorias y luego invertir la expansión término a término. Se da también un ejemplo para mostrar el procedimiento a ser usado cuando se prueba igualdad de matrices de correlación mediante el estadístico L*.

In this article we show that the Kullbacks statistic for testing equality of several correlation matrices may be considered a modified likelihood ratio statistic when sampling from multivariate normal populations. We derive the asymptotic null distribution of L* in series involving independent chi-square variables by expanding L* in terms of other random variables and then inverting the expansion term by term. An example is also given to exhibit the procedure to be used when testing the equality of correlation matrices using the statistic L\ast.

Define Z13 = A½Y(A½)H (A and Y are independent) and Z15 = B½Y(B½)H (B and Y are independent), where Y, A and B follow inverted complex Wishart, complex beta type I and complex beta type II distributions, respectively. In this article several properties including expected values of scalar and matrix valued functions of Z13 and Z15 are derived.