Um processo de Cauchy (processo de Lévy) e um outro processo.
Em teoria da probabilidade, um processo de Cauchy é um tipo de processo estocástico. Há formas simétricas e assimétricas do processo de Cauchy. O termo "processo de Cauchy" não especificado é frequentemente usado para fazer referência ao processo de Cauchy simétrico
O processo de Cauchy simétrico pode ser descrito por um movimento browniano ou processo de Wiener sujeito ao subordinador de Lévy. O subordinador de Lévy é um processo associado a uma distribuição de Lévy, tendo parâmetro de localização e parâmetro de escala . 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.
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 .
A distribuição de probabilidade marginal do processo de Cauchy simétrico é a distribuição de Cauchy cuja densidade é
Processo de Cauchy assimétrico
O 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 . No caso em que , o processo é considerado um processo de Cauchy completamente assimétrico.
O triplo de Lévy-Khintchine tem a forma , em que , em que , e .
Isto posto, é uma função de e .
A função característica da distribuição de Cauchy assimétrica tem a forma:
A distribuição de probabilidade marginal do processo de Cauchy é uma distribuição estável com índice de estabilidade igual a .
Referências
1234567Kovalenko, I.N.; et al. (1996). Models of Random Processes: A Handbook for Mathematicians and Engineers. [S.l.]: CRC Press. pp.210–211. ISBN9780849328701
12Engelbert, 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. ISBN9783540307884 !CS1 manut: Nomes múltiplos: lista de autores (link)
↑Jacob, N. (2005). Pseudo Differential Operators & Markov Processes: Markov Processes And Applications, Volume 3. [S.l.]: Imperial College Press. p.135. ISBN9781860945687
↑Bertoin, J. (2001). «Some elements on Lévy processes». In: Shanbhag, D.N. Stochastic Processes: Theory and Methods. [S.l.]: Gulf Professional Publishing. p.122. ISBN9780444500144
↑Kroese, D.P.; Taimre, T.; Botev, Z.I. (2011). Handbook of Monte Carlo Methods. [S.l.]: John Wiley & Sons. p.214. ISBN9781118014950