Processo de Cauchy
Em teoria da probabilidade, um processo de Cauchy é um tipo de processo estocástico. Há formas simétricas e assimétricas do processo de Cauchy.[1] O termo "processo de Cauchy" não especificado é frequentemente usado para fazer referência ao processo de Cauchy simétrico[2]
O processo de Cauchy tem certas propriedades:
Processo de Cauchy simétrico
editarO processo de Cauchy simétrico pode ser descrito por um movimento browniano ou processo de Wiener sujeito ao subordinador de Lévy.[7] O subordinador de Lévy é um processo associado a uma distribuição de Lévy, tendo parâmetro de localização e parâmetro de escala .[7] A distribuição de Lévy é um caso especial de distribuição gama inversa. Então, usando para representar o processo de Cauchy e para representar o subordinador de Lévy, o processo de Cauchy simétrico pode ser descrito como:
A distribuição de Lévy é a probabilidade do primeiro tempo de chegada para um movimento browniano. Logo, o processo de Cauchy é na essência o resultado de dois processos de movimento browniano independentes.[7]
A representação de Lévy-Khintchine para o processo de Cauchy simétrico é um triplo com deriva zero e difusão zero, o que resulta em um triplo de Lévy-Khintchine de , em que .[8]
A função característica marginal do processo de Cauchy simétrico tem a forma:[1][8]
A distribuição de probabilidade marginal do processo de Cauchy simétrico é a distribuição de Cauchy cuja densidade é[8][9]
Processo de Cauchy assimétrico
editarO processo de Cauchy assimétrico é definido nos termos de um parâmetro . Aqui, é o parâmetro de obliquidade e seu valor absoluto deve ser menor ou igual a .[1] No caso em que , o processo é considerado um processo de Cauchy completamente assimétrico. [1]
O triplo de Lévy-Khintchine tem a forma , em que , em que , e .[1]
Isto posto, é uma função de e .
A função característica da distribuição de Cauchy assimétrica tem a forma:[1]
A distribuição de probabilidade marginal do processo de Cauchy é uma distribuição estável com índice de estabilidade igual a .
Referências
editar- ↑ a b c d e f g Kovalenko, I.N.; et al. (1996). Models of Random Processes: A Handbook for Mathematicians and Engineers. [S.l.]: CRC Press. pp. 210–211. ISBN 9780849328701
- ↑ a b Engelbert, H.J., Kurenok, V.P. & Zalinescu, A. (2006). «On Existence and Uniqueness of Reflected Solutions of Stochastic Equations Driven by Symmetric Stable Processes». In: Kabanov, Y.; Liptser, R.; Stoyanov, J. From Stochastic Calculus to Mathematical Finance: The Shiryaev Festschrift. [S.l.]: Springer. p. 228. ISBN 9783540307884
- ↑ Winkel, M. «Introduction to Levy processes» (PDF). pp. 15–16. Consultado em 7 de fevereiro de 2013
- ↑ Jacob, N. (2005). Pseudo Differential Operators & Markov Processes: Markov Processes And Applications, Volume 3. [S.l.]: Imperial College Press. p. 135. ISBN 9781860945687
- ↑ Bertoin, J. (2001). «Some elements on Lévy processes». In: Shanbhag, D.N. Stochastic Processes: Theory and Methods. [S.l.]: Gulf Professional Publishing. p. 122. ISBN 9780444500144
- ↑ Kroese, D.P.; Taimre, T.; Botev, Z.I. (2011). Handbook of Monte Carlo Methods. [S.l.]: John Wiley & Sons. p. 214. ISBN 9781118014950
- ↑ a b c Applebaum, D. «Lectures on Lévy processes and Stochastic calculus, Braunschweig; Lecture 2: Lévy processes» (PDF). University of Sheffield. pp. 37–53
- ↑ a b c Cinlar, E. (2011). Probability and Stochastics. [S.l.]: Springer. p. 332. ISBN 9780387878591
- ↑ Itô, K. (2006). Essentials of Stochastic Processes. [S.l.]: American Mathematical Society. p. 54. ISBN 9780821838983