Continuous probability distribution
Распределение Гаусса Каниадакиса (также известное как κ -распределение Гаусса) представляет собой распределение вероятностей , которое возникает как обобщение распределения Гаусса в результате максимизации энтропии Каниадакиса при соответствующих ограничениях. Это один из примеров κ -распределения Каниадакиса . Распределение κ-Гаусса успешно применялось для описания нескольких сложных систем в экономике, [1] геофизике, [2] астрофизике и многих других.
κ-Гауссово распределение является частным случаем κ-обобщенного гамма-распределения . [3]
Определения
Функция плотности вероятности
Общий вид центрированной κ -гауссовской функции плотности вероятности Каниадакиса следующий: [3]
![{\displaystyle f_{_{\kappa }}(x)=Z_{\kappa }\exp _{\kappa }(-\beta x^{2})}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где - индекс энтропии, связанный с энтропией Каниадакиса , - параметр масштаба, и ![{\displaystyle |\каппа |<1}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \beta >0}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle Z_{\kappa }={\sqrt {\frac {2\beta \kappa }{\pi }}}{\Bigg (}1+{\frac {1}{2}}\kappa {\Bigg )}{\frac {\Gamma {\Big (}{\frac {1}{2\kappa }}+{\frac {1}{4}}{\Big )}}{\Gamma {\Big (} {\frac {1}{2\kappa }}-{\frac {1}{4}}{\Big )}}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
– константа нормализации.
Стандартное нормальное распределение восстанавливается в пределе![{\displaystyle \ каппа \rightarrow 0.}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Кумулятивная функция распределения
Кумулятивная функция распределения κ -гауссова распределения определяется выражением
![{\displaystyle F_{\kappa }(x)={\frac {1}{2}}+{\frac {1}{2}}{\textrm {erf}}_{\kappa }{\big (} {\ sqrt {\ beta }} x {\ big )}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
где
![{\displaystyle {\textrm {erf}}_{\kappa }(x)={\Big (}2+\kappa {\Big)}{\sqrt {\frac {2\kappa }{\pi }}} {\frac {\Gamma {\Big (}{\frac {1}{2\kappa }}+{\frac {1}{4}}{\Big )}}{\Gamma {\Big (}{\ frac {1}{2\kappa }}-{\frac {1}{4}}{\Big )}}}\int _{0}^{x}\exp _{\kappa }(-t^{ 2})дт}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- функция Каниадакиса κ -Error, которая является обобщением обычной функции ошибки как .![{\displaystyle {\textrm {erf}}(x)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \ каппа \rightarrow 0}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Характеристики
Моменты, среднее значение и дисперсия
Центрированное κ -гауссово распределение имеет момент нечетного порядка, равный нулю, включая среднее.
Дисперсия конечна для и определяется выражением:![{\displaystyle \ каппа <2/3}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \operatorname {Var} [X]=\sigma _{\kappa }^{2}={\frac {1}{\beta }}{\frac {2+\kappa }{2-\kappa } }{\frac {4\kappa }{4-9\kappa ^{2}}}\left[{\frac {\Gamma \left({\frac {1}{2\kappa }}+{\frac { 1}{4}}\right)}{\Gamma \left({\frac {1}{2\kappa }}-{\frac {1}{4}}\right)}}\right]^{2 }}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Куртозис
Эксцесс центрированного κ -гауссова распределения можно вычислить следующим образом:
![{\displaystyle \operatorname {Курт} [X]=\operatorname {E} \left[{\frac {X^{4}}{\sigma _ {\kappa }^{4}}}\right]}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
который можно записать как
![{\displaystyle \operatorname {Курт} [X]={\frac {2Z_{\kappa }}{\sigma _{\kappa }^{4}}}\int _{0}^{\infty }x^{ 4}\,\exp _{\kappa }\left(-\beta x^{2}\right)dx}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Таким образом, эксцесс центрированного κ -гауссова распределения определяется выражением:
![{\displaystyle \operatorname {Курт} [X]={\frac {3{\sqrt {\pi }}Z_{\kappa }}{2\beta ^{2/3}\sigma _{\kappa }^{ 4}}}{\frac {|2\kappa |^{-5/2}}{1+{\frac {5}{2}}|\kappa |}}{\frac {\Gamma \left({ \frac {1}{|2\каппа |}}-{\frac {5}{4}}\right)}{\Gamma \left({\frac {1}{|2\kappa |}}+{ \frac {5}{4}}\right)}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
или
![{\displaystyle \operatorname {Курт} [X]={\frac {3\beta ^{11/6}{\sqrt {2\kappa }}}{2}}{\frac {|2\kappa |^{ -5/2}}{1+{\frac {5}{2}}|\kappa |}}{\Bigg (}1+{\frac {1}{2}}\kappa {\Bigg )}\ left({\frac {2-\kappa }{2+\kappa }}\right)^{2}\left({\frac {4-9\kappa ^{2}}{4\kappa }}\right )^{2}\left[{\frac {\Gamma {\Big (}{\frac {1}{2\kappa }}-{\frac {1}{4}}{\Big )}}{\ Гамма {\Big (}{\frac {1}{2\kappa }}+{\frac {1}{4}}{\Big )}}}\right]^{3}{\frac {\Gamma \ left({\frac {1}{|2\каппа |}}-{\frac {5}{4}}\right)}{\Gamma \left({\frac {1}{|2\kappa |} }+{\frac {5}{4}}\right)}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
κ-функция ошибки
Функция κ -Error Каниадакиса (или функция κ -Error ) представляет собой однопараметрическое обобщение обычной функции ошибок, определяемой как: [3]
![{\displaystyle \operatorname {erf} _{\kappa }(x)={\Big (}2+\kappa {\Big)}{\sqrt {\frac {2\kappa }{\pi }}}{\ frac {\Gamma {\Big (}{\frac {1}{2\kappa }}+{\frac {1}{4}}{\Big )}}{\Gamma {\Big (}{\frac { 1}{2\kappa }}-{\frac {1}{4}}{\Big )}}}\int _{0}^{x}\exp _{\kappa }(-t^{2} )дт}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Хотя функцию ошибок нельзя выразить через элементарные функции, обычно используются численные приближения.
Для случайной величины X , распределенной в соответствии с κ-гауссовым распределением со средним значением 0 и стандартным отклонением , функция κ-Error означает вероятность того, что X попадает в интервал .![{\displaystyle {\sqrt {\beta }}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle [-x,\,x]}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Приложения
Распределение κ -Гаусса применялось в нескольких областях, таких как:
Смотрите также
Рекомендации
- ^ Моретто, Энрико; Паскуали, Сара; Тривеллато, Барбара (2017). «Негауссова модель ценообразования опционов, основанная на экспоненциальной деформации Каниадакиса». Европейский физический журнал Б. 90 (10): 179. Бибкод : 2017EPJB...90..179M. doi : 10.1140/epjb/e2017-80112-x. ISSN 1434-6028. S2CID 254116243.
- ^ Аб да Силва, Серхио Луис EF; Карвалью, Педро Тьяго К.; де Араужу, Жуан М.; Корсо, Жилберто (27 мая 2020 г.). «Полноволновая инверсия на основе статистики Каниадакиса». Физический обзор E . 101 (5): 053311. Бибкод : 2020PhRvE.101e3311D. doi : 10.1103/PhysRevE.101.053311. ISSN 2470-0045. PMID 32575242. S2CID 219746493.
- ^ abc Каниадакис, Г. (01 января 2021 г.). «Новые степенные распределения, возникающие в κ-статистике (а)». Письма по еврофизике . 133 (1): 10002. arXiv : 2203.01743 . Бибкод : 2021EL....13310002K. дои : 10.1209/0295-5075/133/10002. ISSN 0295-5075. S2CID 234144356.
- ^ Моретто, Энрико; Паскуали, Сара; Тривеллато, Барбара (2017). «Негауссова модель ценообразования опционов, основанная на экспоненциальной деформации Каниадакиса». Европейский физический журнал Б. 90 (10): 179. Бибкод : 2017EPJB...90..179M. doi : 10.1140/epjb/e2017-80112-x. ISSN 1434-6028. S2CID 254116243.
- ^ Вада, Тацуаки; Суяри, Хироки (2006). «κ-обобщение закона ошибки Гаусса». Буквы по физике А. 348 (3–6): 89–93. arXiv : cond-mat/0505313 . Бибкод : 2006PhLA..348...89Вт. doi :10.1016/j.physleta.2005.08.086. S2CID 119003351.
- ^ да Силва, Серхио Луис EF; Сильва, Р.; дос Сантос Лима, Густаво З.; де Араужу, Жуан М.; Корсо, Жилберто (2022). «Устойчивый к выбросам κ -обобщенный подход для надежной оценки физических параметров». Физика А: Статистическая механика и ее приложения . 600 : 127554. arXiv : 2111.09921 . Бибкод : 2022PhyA..60027554D. doi :10.1016/j.physa.2022.127554. S2CID 248803855.
- ^ Карвальо, JC; Сильва, Р.; до Насименту-младший, доктор юридических наук; Соарес, Б.Б.; Де Медейрос-младший (1 сентября 2010 г.). «Наблюдательные измерения рассеянных звездных скоплений: проверка статистики Каниадакиса и Тсаллиса». EPL (Письма по еврофизике) . 91 (6): 69002. Бибкод : 2010EL.....9169002C. дои : 10.1209/0295-5075/91/69002. ISSN 0295-5075. S2CID 120902898.
- ^ Карвальо, JC; Сильва, Р.; до Насименту-младший, доктор юридических наук; Де Медейрос-младший (2008). «Степенная статистика и скорости вращения звезд в Плеядах». EPL (Письма по еврофизике) . 84 (5): 59001. arXiv : 0903.0836 . Бибкод : 2008EL.....8459001C. дои : 10.1209/0295-5075/84/59001. ISSN 0295-5075. S2CID 7123391.
- ^ Гедес, Гильерме; Гонсалвес, Алессандро К.; Пальма, Дэниел А.П. (2017). «Функция доплеровского расширения с использованием распределения Каниадакиса». Летопись атомной энергетики . 110 : 453–458. doi :10.1016/j.anucene.2017.06.057.
- ^ де Абреу, Виллиан В.; Гонсалвес, Алессандро К.; Мартинес, Акилино С. (2019). «Аналитическое решение функции доплеровского уширения с использованием распределения Каниадакиса». Летопись атомной энергетики . 126 : 262–268. doi :10.1016/j.anucene.2018.11.023. S2CID 125724227.
- ^ Гугам, Лейла Айт; Трибеш, Мулуд (2016). «Электронно-акустические волны в плазме с κ-деформированным распределением электронов Каниадакиса». Физика плазмы . 23 (1): 014501. Бибкод : 2016PhPl...23a4501G. дои : 10.1063/1.4939477. ISSN 1070-664X.
- ^ Чен, Х.; Чжан, SX; Лю, SQ (2017). «Продольные плазменные моды κ -деформированной распределенной плазмы Каниадакиса». Физика плазмы . 24 (2): 022125. Бибкод : 2017PhPl...24b2125C. дои : 10.1063/1.4976992. ISSN 1070-664X.
Внешние ссылки
- Статистика Каниадакиса на arXiv.org