0% encontró este documento útil (0 votos)
1K vistas11 páginas

Documento encriptado: análisis y decodificación

El documento describe la función característica, que es una función matemática que permite aplicar métodos analíticos al estudio de la probabilidad. La función característica de una variable aleatoria es igual a la esperanza matemática de la exponencial compleja de la variable. Esta función permite calcular los momentos de una variable aleatoria mediante derivadas. Además, en análisis funcional, la función característica se relaciona con la transformada de Fourier de la medida asociada a la distribución de probabilidad.

Cargado por

Nathalie Pizarro
Derechos de autor
© Attribution Non-Commercial (BY-NC)
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
1K vistas11 páginas

Documento encriptado: análisis y decodificación

El documento describe la función característica, que es una función matemática que permite aplicar métodos analíticos al estudio de la probabilidad. La función característica de una variable aleatoria es igual a la esperanza matemática de la exponencial compleja de la variable. Esta función permite calcular los momentos de una variable aleatoria mediante derivadas. Además, en análisis funcional, la función característica se relaciona con la transformada de Fourier de la medida asociada a la distribución de probabilidad.

Cargado por

Nathalie Pizarro
Derechos de autor
© Attribution Non-Commercial (BY-NC)
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

Para otros usos de este trmino, vase Funcin indicatriz.

La funcin caracterstica de una variable aleatoria o de su distribucin de probabilidad es una funcin de variable real que toma valores complejos, que permite la aplicacin de mtodos analticos (es decir, de anlisis funcional) en el estudio de la probabilidad.
Contenido
[ocultar]

1 Definicin 2 Momentos 3 Probabilidad y anlisis funcional 4 Historia 5 Funcin generatriz de momentos

Definicin
Dada una variable aleatoria real, se define como su funcin caracterstica, que se denota mediante para

notar que se hace uso de la funcin exponencial compleja y

denota la esperanza

matemtica. Adicionalmente usando las propiedades de la funcin exponencial compleja, la funcin caracterstica se puede reescribir en trminos de una parte real y una imaginaria:

Momentos
Cuando los momentos de una variable aleatoria existen, se pueden calcular mediante las derivadas de la funcin caracterstica. Es as que se tiene

frmula que se obtiene derivando formalmente a ambos lados de la definicin y tomando derivando dos veces y sustituyendo resulta .

,y

Anlogamente se relacionan momentos y derivadas de rdenes superiores.

[editar]Probabilidad

y anlisis funcional

En anlisis funcional si se identifica la distribucin de la variable aleatoria considerada con una medida positiva, la funcin caracterstica se denomina transformada de Fourier de la medida correspondiente.

[editar]Historia
El mtodo de las funciones caractersticas fue introducido en las probabilidades por Lyapunov en 1904 para la demostracin del Teorema Central del Lmite que hoy lleva su nombre. La versin definitiva de este teorema fue obtenida posteriormente por Lindeberg.

[editar]Funcin

generatriz de momentos

Una funcin relacionada con la funcin caracterstica es la funcin generatriz de momentos (funcin generadora de momentos), designada como se define mediante

Si bien esta funcin es ms sencilla, no siempre existe, dado que la esperanza matemtica que la define puede no existir, dependiendo de la distribucin de la variable aletoria y del valor de . Categoras: Estadstica | Teora de probabilidades Para otros usos de este trmino, vase Funcin indicatriz (desambiguacin). En matemticas, la funcin indicatriz o funcin caracterstica es una funcin definida en un conjunto que indica la pertenencia de un elemento en el subconjunto y el valor 0 para todos los elementos de de , teniendo el valor . Es, .

1 para todos los elementos de

no incluidos en

pues, una funcin definida a trozos por la pertenencia o no a

de cualquier elemento de

[editar]Definicin
La funcin indicatriz del subconjunto del conjunto es una funcin

definida como

o lo que es lo mismo...

El corchete de Iverson permite una anotacin equivalente, usar en lugar de La funcin indicatriz de o o incluso (La letra griega en ocasiones se expresa .

, que se puede

porque es la letra inicial segn la etimologa griega de la

palabra caracterstico.)

[editar]Vase

tambin

    

Funcin definida a trozos Delta de Kronecker Multiconjunto Funcin escalonada Kenneth Iverson

Categoras: Teora de la medida | Clculo integral | Anlisis real | Lgica matemtica | Teora de probabilidades | Tipos de funciones

La distribucin Cauchy-Lorentz, llamada en honor a AugustinCauchy y HendrikLorentz, es una distribucin de probabilidad continua. Es conocida como la distribucin de Cauchy y en el mbito de la fsica se conoce como ladistribucin de Lorentz, la funcin Lorentziana la distribucin de Breit-Wigner. Su importancia en la fsica es dada por ser la solucin de la ecuacin diferencial que describe la resonancia forzada. En espectroscopa describe la forma de las lneas espectrales que son ampliadas por diversos mecanismos, en particular, el mecanismo de ensanchamiento por colisin.
Contenido
[ocultar]

1 Caracterizacin

o o

1.1 Funcin de densidad (PDF) 1.2 Funcin de distribucin

2 Propiedades

2.1 Funcin Caracterstica

3 Enlaces externos

[editar]Caracterizacin [editar]Funcin

de densidad (PDF)

En estadstica la distribucin de Cauchy (a veces tambin distribucin de Lorentz) es una distribucin de probabilidadcontinua cuya funcin de densidad es

donde x0 es el parmetro de corrimiento que especifica la ubicacin del pico de la distribucin, y es el parmetro de escala que especifica el ancho medio al mximo medio (half-width at half-

maximum, HWHM). En el caso especial donde x0 = 0 y funcin de densidad de probabilidad = 1 es denominado la distribucin estndar Cauchy con la

En general la distribucin de Cauchy no tiene valor esperado ni varianza.

Sean U y V dos variables aleatorias uniformes dentro -1 y 1 y U2 + V2 < 1, entonces el nmero U / V tiene la distribucin Cauchy.

[editar]Funcin

de distribucin

La funcin de distribucin acumulativa (CDF) es:

y la funcin inversa de distribucin acumulativa para la distribucin Cauchy es

[editar]Propiedades
La distribucin de Cauchy es un ejemplo de una distribucin que no tiene valor esperado, varianza o momentos definidos. Sumoda y su mediana estn bien definidas y son ambas iguales a x0. Cuando U y V son dos variables aleatorias independendientes y normalmente distribuidas con un valor esperado = 0 y una variancia = 1, luego la tasaU/V tiene la distribucin estndar de Cauchy. S X1, , Xn son variables aleatorias, independientes e idnticamente distribuidas, cada una con una distribucin Cauchy, luego la media de la muestra (X1 + + Xn)/n tiene la misma distribucin Cauchy estndar (la media de la muestra, la cul no es afectada por los valores extremos, puede ser usada como medida de la tendencia central). Para comprobar que esto es cierto se calcula la funcin caracterstica de la media de la muestra:

donde

es la media de la muestra. Este ejemplo sirve para demostrar

que la hiptesis de variancia finita en el teorema del lmite central no puede ser depuesto. Es tambin un ejemplo de una versin ms generalizada del teorema de lmite central que es caracterstica de todas las distribuciones asimtricas alpha-estables de Lvy, de las cuales es la distribucin de Cauchy un caso especial. La distribucin de Cauchy es una funcin de distribucin infinitamente divisible. Es tambin una distribucin estrictamente estable.

La distribucin de Cauchyconcide con la distribucin t de Student con un grado de libertad.

[editar]Funcin

Caracterstica

Sea X una variable aleatoria con una distribucin Cauchy. Luego la funcin caracterstica de la distribucin Cauchy est bien definida:

[editar]Enlaces

externos

   

MathWorld GNU Scientific Library - Reference Manual ensanchamiento por colisin Diccionario Estadstico

Categora: Distribuciones continuas

y y y

Iniciar sesin / crear cuenta

Artculo Discusin

Parmetros

(real) escala (real)

Dominio Funcin de densidad (pdf)

{{{dominio}}}

Funcin de distribucin(cdf)

Media Mediana Moda Varianza Coeficiente de simetra Curtosis Entropa

no definida x0 x0 no definida {{{simetra}}}

no definida

Funcin no definida generadora de momentos (mgf) Funcin caracterstica

La distribucin Cauchy-Lorentz, llamada en honor a AugustinCauchy y HendrikLorentz, es una distribucin de probabilidad continua. Es conocida como la distribucin de Cauchy y en el mbito de la fsica se conoce como ladistribucin de Lorentz, la funcin Lorentziana la distribucin de Breit-Wigner. Su importancia en la fsica es dada por ser la solucin de la ecuacin diferencial que describe la resonancia forzada. En espectroscopa describe la forma de las lneas espectrales que son ampliadas por diversos mecanismos, en particular, el mecanismo de ensanchamiento por colisin.
Contenido
[ocultar]

1 Caracterizacin

1.1 Funcin de densidad (PDF)

1.2 Funcin de distribucin

2 Propiedades

5.8.10 Funcin caracterstica


Para una v.a. X se define su funcin caracterstica como:

donde recordamos que . Esta funcin tambin es conocida como transformada de Fourier de f. Su denominacin proviene del hecho de que una vez conocida la funcin caracterstica podemos determinar la funcin de distribucin de la v.a. y recprocamente.
5.8.10.1 Teorema (Fourier)

Si X es una v.a. cuya funcin caracterstica es densidad de probabilidad) es

, su funcin de probabilidad (o

Esta propiedad de es fundamental, ya que en una gran cantidad de casos es mucho ms fcil trabajar con la funcin caracterstica que con la propia funcin de probabilidad (o densidad). La razn de ello estriba en una serie de propiedades

de la funcin caracterstica que la hacen muy manejable desde el punto de vista matemtico. Algunas de estas propiedades son enunciadas a continuacin.
5.8.10.2 Proposicin

Para

se verifican las relaciones

Demostracin Vamos a suponer que X es continua, pues la demostracin para el caso discreto es totalmente anloga. Gracias a la relacin (5.1), se tiene que

Por otro lado, es claro que integracin es conocido que

. De la teora de la . Por todo ello se tiene que si

Por ltimo

En lo referente a cambios de origen y escala, el comportamiento de la funcin caracterstica es el siguiente:


5.8.10.3 Proposicin

Demostracin

Una propiedad de que es muy usada es que la suma de v.a. independientes tiene por funcin caracterstica el producto de las respectivas funciones caractersticas. Es decir:
5.8.10.4 Teorema

Sean X e Y v.a. independientes. Entonces

Este resultado es tambin cierto para el caso de n v.a. independientes. La ltima propiedad de que enunciamos es que al igual que la funcin generatriz de momentos, esta nos permite calcular los momentos de la variable (y por tanto su esperanza y su varianza).
5.8.10.5 Proposicin

Demostracin

También podría gustarte