柯西过程（Cauchy process）

最新推荐文章于 2023-07-19 15:41:12 发布

teengad

最新推荐文章于 2023-07-19 15:41:12 发布

阅读量1.4k

点赞数 1

分类专栏：科研笔记文章标签：柯西过程 cauchy process

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_32515081/article/details/116960283

版权

科研笔记专栏收录该内容

46 篇文章 15 订阅

订阅专栏

在概率论中，柯西过程（Cauchy process）是一种随机过程。柯西过程有对称和不对称形式。术语“ Cauchy过程”一般指对称柯西过程。

柯西过程具有许多特性：

Lévy过程；
稳定过程（stable process）；
纯跳跃过程（pure jump process）；
其矩是无限的(infinite moments)。

对称柯西过程（Symmetric Cauchy process）

对称柯西过程属于Lévy过程的子类（Levy subordinator），可以用布朗运动或维纳过程来描述。Lévy从属者是与具有位置参数0和比例参数 $t^{2}/2$ 的与Lévy分布关联的过程。Lévy分布是反伽马分布的特例。因此，使用C表示柯西过程，并使用L表示Lévy子类，对称柯西过程可以描述为：

$C(t;0,1):=W(L(t;0,t^{2}/2))$

Lévy分布是布朗运动第一次撞击时间的概率，因此柯西过程本质上是两个独立布朗运动的结果过程。对称柯西过程的Lévy–Khintchine表示是具有零漂移和零扩散的三元组，给出的Lévy–Khintchine三元组为 $(0,0,W)$ ，其中：

$W(dx)=dx/(\pi x^{2})$

对称柯西处理的边际特征函数具有以下形式：

$E[e^{i\theta X_{t}}]=e^{-t|\theta|}$

对称柯西过程的边际概率分布是柯西分布，其密度为：

$f(x;t)=\frac{1}{\pi}[\frac{t}{x^{2}+t^{2}}]$

非对称柯西过程（Asymmetric Cauchy process）

非对称柯西过程是根据参数 $\beta$ 定义的。这里的 $\beta$ 是偏度参数（skewness parameter），其绝对值必须小于或等于 1。在 $|\beta|=1$ 的情况下，该过程被认为是完全不对称的柯西过程。

Lévy–Khintchine 三元组的形式为 $(0,0,W)$ ，其中

$W(dx)=\left\{ \begin{aligned} Ax^{-2}dx \:\:if\:x>0 \\ Bx^{-2}dx \:\:if\:x<0 \end{aligned} \right. ,where\:A\neq B,A>0\:and\:B>0$

鉴于此， $\beta$ 是A和B的函数。

非对称柯西分布的特征函数为：

$E[e^{i \theta X_{t}}]=e^{-t(|\theta|+i\beta\theta \ln|\theta|/(2\pi))}$

非对称柯西过程的边际概率分布是一个稳定指数（即 $\alpha$ 参数）等于1的稳态分布。

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
柯西过程（Cauchy process）

在概率论中，柯西过程（Cauchy process）是一种随机过程。柯西过程有对称和不对称形式。术语“ Cauchy过程”一般指对称柯西过程。柯西过程具有许多特性：Lévy过程；稳定过程（stable process）；纯跳跃过程（pure jump process）；其矩是无限的(infinite moments)。对称柯西过程属于Lévy过程的子类，可以用布朗运动或维纳过程来描述。Lévy从属者是与具有位置参数{\ displaystyle 0}和比例参数{\ displayst
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。