Distribució de probabilitat envoltada

En la teoria de la probabilitat i l'estadística direccional, una distribució de probabilitat envoltada és una distribució de probabilitat contínua que descriu els punts de dades que es troben en una unitat n-esfera. En una dimensió, una distribució envoltada consta de punts del cercle unitari. Si ϕ {\displaystyle \phi } és una variació aleatòria en l'interval ( , ) {\displaystyle (-\infty ,\infty )} amb funció de densitat de probabilitat (PDF) p ( ϕ ) {\displaystyle p(\phi )} , llavors z = e i ϕ {\displaystyle z=e^{i\phi }} és una variable circular distribuïda segons la distribució envoltada p w z ( θ ) {\displaystyle p_{wz}(\theta )} i θ = arg ( z ) {\displaystyle \theta =\arg(z)} és una variable angular a l'interval ( π , π ] {\displaystyle (-\pi ,\pi ]} distribuït segons la distribució embolicada p w ( θ ) {\displaystyle p_{w}(\theta )} .[1]

Qualsevol funció de densitat de probabilitat p ( ϕ ) {\displaystyle p(\phi )} a la línia es pot "embolicar" al voltant de la circumferència d'un cercle de radi unitat.[2] És a dir, el PDF de la variable embolicada

θ = ϕ mod 2 π {\displaystyle \theta =\phi \mod 2\pi } en algun interval de longitud 2 π {\displaystyle 2\pi }

és

p w ( θ ) = k = p ( θ + 2 π k ) {\displaystyle p_{w}(\theta )=\sum _{k=-\infty }^{\infty }{p(\theta +2\pi k)}}

que és una suma periòdica de períodes 2 π {\displaystyle 2\pi } . L'interval preferit és generalment ( π < θ π ) {\displaystyle (-\pi <\theta \leq \pi )} per quin ln ( e i θ ) = arg ( e i θ ) = θ {\displaystyle \ln(e^{i\theta })=\arg(e^{i\theta })=\theta } .[3]

Teoria

En la majoria de les situacions, un procés que implica estadística circular produeix angles ( ϕ {\displaystyle \phi } ) que es troben a l'interval ( , ) {\displaystyle (-\infty ,\infty )} , i es descriuen per una funció de densitat de probabilitat "desembolicada" p ( ϕ ) {\displaystyle p(\phi )} . Tanmateix, una mesura donarà un angle θ {\displaystyle \theta } que es troba en algun interval de longitud 2 π {\displaystyle 2\pi } (per exemple, 0 a 2 π {\displaystyle 2\pi } ). En altres paraules, una mesura no pot dir si l'angle real ϕ {\displaystyle \phi } o un angle embolicat θ = ϕ + 2 π a {\displaystyle \theta =\phi +2\pi a} , on a {\displaystyle a} és un nombre enter desconegut, s'ha mesurat.[4]

Si volem calcular el valor esperat d'alguna funció de l'angle mesurat serà:

f ( θ ) = p ( ϕ ) f ( ϕ + 2 π a ) d ϕ {\displaystyle \langle f(\theta )\rangle =\int _{-\infty }^{\infty }p(\phi )f(\phi +2\pi a)d\phi }

Podem expressar la integral com una suma d'integrals en períodes de 2 π {\displaystyle 2\pi } :

f ( θ ) = k = 2 π k 2 π ( k + 1 ) p ( ϕ ) f ( ϕ + 2 π a ) d ϕ {\displaystyle \langle f(\theta )\rangle =\sum _{k=-\infty }^{\infty }\int _{2\pi k}^{2\pi (k+1)}p(\phi )f(\phi +2\pi a)d\phi }

Canviar la variable d'integració a θ = ϕ 2 π k {\displaystyle \theta '=\phi -2\pi k} i intercanviant l'ordre d'integració i suma, tenim

f ( θ ) = 0 2 π p w ( θ ) f ( θ + 2 π a ) d θ {\displaystyle \langle f(\theta )\rangle =\int _{0}^{2\pi }p_{w}(\theta ')f(\theta '+2\pi a')d\theta '}

on p w ( θ ) {\displaystyle p_{w}(\theta ')} és el PDF de la distribució embolicada i a {\displaystyle a'} és un altre nombre enter desconegut ( a = a + k ) {\displaystyle (a'=a+k)} . El nombre enter desconegut a {\displaystyle a'} introdueix una ambigüitat en el valor esperat de f ( θ ) {\displaystyle f(\theta )} , similar al problema de calcular la mitjana angular. Això es pot resoldre introduint el paràmetre z = e i θ {\displaystyle z=e^{i\theta }} , ja que z {\displaystyle z} té una relació inequívoca amb l'angle real ϕ {\displaystyle \phi }  :

z = e i θ = e i ϕ {\displaystyle z=e^{i\theta }=e^{i\phi }}

Exemple en termes de funcions característiques

Una distribució embolicada fonamental és la pinta de Dirac, que és una funció delta de Dirac embolicada:

Δ 2 π ( θ ) = k = δ ( θ + 2 π k ) {\displaystyle \Delta _{2\pi }(\theta )=\sum _{k=-\infty }^{\infty }{\delta (\theta +2\pi k)}}
Utilitzant la funció delta, es pot escriure una distribució embolicada general
p w ( θ ) = k = p ( θ ) δ ( θ θ + 2 π k ) d θ {\displaystyle p_{w}(\theta )=\sum _{k=-\infty }^{\infty }\int _{-\infty }^{\infty }p(\theta ')\delta (\theta -\theta '+2\pi k)\,d\theta '}

Referències

  1. «Wrapped distribution - Alchetron, The Free Social Encyclopedia» (en anglès). https://alchetron.com,+18-01-2016.+[Consulta: 18 juny 2023].
  2. Mardia, Kantilal. Directional Statistics (en anglèss). Wiley, 1999. ISBN 978-0-471-95333-3. 
  3. «Variance and standard deviation for wrapped distributions» (en anglès). https://math.stackexchange.com.+[Consulta: 18 juny 2023].
  4. «Wrapped Circular Statistical Distributions and Applications» (en anglès). https://www.researchgate.net.+[Consulta: 18 juny 2023].