R Markdown

matriz<-replicate(5000, rnorm(100,10,2))

dim(matriz)
## [1]  100 5000
class(matriz)
## [1] "matrix" "array"
#truncando los datos:

trunc_1 = matrix(nrow = 94, ncol = 5000)
trunc_2 = matrix(nrow = 90, ncol = 5000)
trunc_3 = matrix(nrow = 84, ncol =5000)

#Se ordena la matriz principal y se seleccionan las filas del medio para truncar los datos 

for(i in 1:dim(matriz)[2]){
  r = sort(matriz[,i])
  trunc_1[,i] = r[4:97]
  trunc_2[,i] = r[6:95]
  trunc_3[,i] = r[9:92]}

covarianza= cov(matriz)
covarianza1= cov(trunc_1)
covarianza2= cov(trunc_2)
covarianza3= cov(trunc_3)

determinante = det(covarianza)
determinante1= det(covarianza1)
determinante2 = det(covarianza2)
determinante3 = det(covarianza3)

#A medida que se truncan mayor cantidad de datos el determinante de la matriz de varianzas y covarianzas disminuye.Esto qiere decir que la varianza generalizada de la matriz disminuye a medida que se eiminan los valores de los extremos. Por lo tanto hay menor variabilidad