Articulo de referencia

proceso de Cauchy

En teoría de la probabilidad , un proceso de Cauchy es un tipo de proceso estocástico . Existen formas simétricas y asimétricas del proceso de Cauchy. [ 1 ] El término genérico ...

En teoría de la probabilidad , un proceso de Cauchy es un tipo de proceso estocástico . Existen formas simétricas y asimétricas del proceso de Cauchy. [ 1 ] El término genérico "proceso de Cauchy" se usa a menudo para referirse al proceso de Cauchy simétrico. [ 2 ]

El proceso de Cauchy tiene una serie de propiedades:

  1. Es un proceso de Lévy [ 3 ] [ 4 ] [ 5 ]
  2. Es un proceso estable [ 1 ] [ 2 ]
  3. Es un proceso de salto puro [ 6 ]
  4. Sus momentos son infinitos .

Proceso de Cauchy simétrico

El proceso de Cauchy simétrico puede describirse mediante un movimiento browniano o un proceso de Wiener sujeto a un subordinator de Lévy . [ 7 ] El subordinator de Lévy es un proceso asociado a una distribución de Lévy con parámetro de localización de0{\displaystyle 0}y un parámetro de escala det2/2{\displaystyle t^{2}/2}. [ 7 ] La distribución de Lévy es un caso especial de la distribución gamma inversa . Por lo tanto, usandodo{\displaystyle C}para representar el proceso de Cauchy yL{\displaystyle L}Para representar el subordinator de Lévy, el proceso de Cauchy simétrico se puede describir como:

do(t;0,1):=W(L(t;0,t2/2)).{\displaystyle C(t;0,1)\;:=\;W(L(t;0,t^{2}/2)).}

La distribución de Lévy es la probabilidad del primer tiempo de impacto para un movimiento browniano, y por lo tanto el proceso de Cauchy es esencialmente el resultado de dos procesos de movimiento browniano independientes . [ 7 ]

La representación de Lévy-Khintchine para el proceso de Cauchy simétrico es una tripleta con deriva cero y difusión cero, lo que da como resultado una tripleta de Lévy-Khintchine de(0,0,W){\displaystyle (0,0,W)}, dóndeW(dincógnita)=dincógnita/(πincógnita2){\displaystyle W(dx)=dx/(\pi x^{2})}. [ 8 ]

La función característica marginal del proceso de Cauchy simétrico tiene la forma: [ 1 ] [ 8 ]

mi[miiθincógnitat]=mit|θ|.{\displaystyle \operatorname {E} {\Big [}e^{i\theta X_{t}}{\Big ]}=e^{-t|\theta |}.}

La distribución de probabilidad marginal del proceso de Cauchy simétrico es la distribución de Cauchy cuya densidad es [ 8 ] [ 9 ]

F(incógnita;t)=1π[tincógnita2+t2].{\displaystyle f(x;t)={1 \over \pi }\left[{t \over x^{2}+t^{2}}\right].}

Proceso de Cauchy asimétrico

El proceso de Cauchy asimétrico se define en términos de un parámetroβ{\displaystyle \beta }. Aquí β{\displaystyle \beta }es el parámetro de asimetría , y su valor absoluto debe ser menor o igual a 1. [ 1 ] En el caso donde|β|=1{\displaystyle |\beta |=1}El proceso se considera un proceso de Cauchy completamente asimétrico. [ 1 ]

El triplete de Lévy-Khintchine tiene la forma(0,0,W){\displaystyle (0,0,W)}, dóndeW(dincógnita)={Aincógnita2dincógnitasi incógnita>0Bincógnita2dincógnitasi incógnita<0{\displaystyle W(dx)={\begin{cases}Ax^{-2}\,dx&{\text{if }}x>0\\Bx^{-2}\,dx&{\text{if }}x<0\end{cases}}}, dóndeAB{\displaystyle A\neq B},A>0{\displaystyle A>0}yB>0{\displaystyle B>0}. [ 1 ]

Dado esto,β{\displaystyle \beta }es una función deA{\displaystyle A}yB{\displaystyle B}.

La función característica de la distribución de Cauchy asimétrica tiene la forma: [ 1 ]

mi[miiθincógnitat]=mit(|θ|+iβθln|θ|/(2π)).{\displaystyle \operatorname {E} {\Big [}e^{i\theta X_{t}}{\Big ]}=e^{-t(|\theta |+i\beta \theta \ln |\theta |/(2\pi ))}.}

La distribución de probabilidad marginal del proceso de Cauchy asimétrico es una distribución estable con un índice de estabilidad (es decir, parámetro α) igual a 1.

Referencias

  1. 1 2 3 4 5 6 7 Kovalenko, IN; et  al. (1996). Modelos de procesos aleatorios: Un manual para matemáticos e ingenieros . CRC Press. págs. 210–211 . ISBN  9780849328701.
  2. 1 2 Engelbert, HJ, Kurenok, VP y Zalinescu, A. (2006). "Sobre la existencia y unicidad de soluciones reflejadas de ecuaciones estocásticas impulsadas por procesos estables simétricos". En Kabanov, Y.; Liptser, R.; Stoyanov, J. (eds.). Del cálculo estocástico a las finanzas matemáticas: El homenaje a Shiryaev . Springer. pág. 228. ISBN  9783540307884.{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )
  3. Winkel, M. "Introducción a los procesos de Lévy" (PDF) . págs. 15–16 . Consultado el 7 de febrero de 2013 . 
  4. Jacob, N. (2005). Operadores pseudodiferenciales y procesos de Markov: Procesos de Markov y aplicaciones, Volumen 3. Imperial College Press. pág. 135. ISBN  9781860945687.
  5. Bertoin, J. (2001). «Algunos elementos sobre los procesos de Lévy». En Shanbhag, DN (ed.). Procesos estocásticos: teoría y métodos . Gulf Professional Publishing. pág. 122. ISBN  9780444500144.
  6. Kroese, DP ; Taimre, T.; Botev, ZI (2011). Manual de métodos de Montecarlo . John Wiley e hijos. pag. 214 . ISBN  9781118014950.
  7. 1 2 3 Applebaum, D. "Conferencias sobre procesos de Lévy y cálculo estocástico, Braunschweig; Conferencia 2: Procesos de Lévy" (PDF) . Universidad de Sheffield. págs. 37–53 . Archivado del original (PDF) el 5 de junio de 2015. 
  8. 1 2 3 Cinlar, E. (2011). Probabilidad y estocástica . Springer. pág . 332. ISBN  9780387878591.
  9. Itô, K. (2006). Fundamentos de los procesos estocásticos . American Mathematical Society. p. 54. ISBN  9780821838983.