9.4 - Processo Gaussiano Inverso

Você está aqui

Definição 9.4.1

A Gaussiana Inversa é uma variável aleatória que pode ser definida como sendo o tempo que um movimento Browniano leva para atingir um determinado patamar pela primeira vez. Em outras palavras, seja $T^{(a,b)}$ o tempo do movimento Browniano com drift $b\textgreater 0$, atingir o valor $a\textless 0$, ou seja, o primeiro $s$ tal que $\{W_s+bs,~~s\geq 0\}$ atinja $a$, com $W$ sendo o movimento Browniano padrão. Esse tempo aleatório é chamado de Gamma Inversa $IG(a,b)$, sua lei e sua função características são dadas por

$$\phi_{IG}(u,a,b)=exp(-a\sqrt{-2iu+b^2}-b)$$
Quando $b$ tende a infinito a distribuição gaussiana inversa tende a uma normal. É importante notar que o nome inversa pode enganar já que não é uma inversa direta de uma normal(Gaussiana), o nome inversa vem do fato de que a função geradora dessa distribuição é um logaritmo, que é a função inversa da exponencial.
Assim definimos nosso processo como sendo $X^{IG}=\{X_t^{IG}, t\geq 0\}$, com parâmetros $a,b\textgreater 0$, como sendo um processo que começa em zero e tem incrementos independentes e estacionários, tal que
$$\mathbb{E}[exp(iuX_t^{IG})]=\phi_{IG}(u,at,b)=exp(-at\sqrt{-2iu+b^2}-b)$$
A função densidade de $IG(a,b)$ é dada por
$$f_{IG}(x,a,b)=\displaystyle \frac{a}{\sqrt{2\pi}}exp(ab)x^{-3/2}exp\left(-\frac{1}{2}(a^2x^{-1}+b^2x)\right)$$
Assim a medida de Lévy de $IG(a,b)$ é dada por
$$\nu_{IG}(dx)=(2\pi)^{-1/2}ax^{-3/2}exp\left(\frac{-b^2x}{2}\right)1\!\!1_{(x\textgreater 0)}dx$$
E por fim, o último componente da tripla de Lévy é dado por
$$\alpha=\displaystyle \frac{a}{b}\left(2N(b)-1\right)$$
com
$$N(x)=\displaystyle \int_{-\infty}^{x}\frac{1}{\sqrt{2\pi}}exp(-x^2/2)$$
ou seja, a acumulada da $N(0,1)$
Assim temos a tripla de Lévy dada por
$$\left[(2\pi)^{-1/2}ax^{-3/2}exp\left(\frac{-b^2x}{2}\right)1\!\!1_{(x\textgreater 0)}dx,0,\displaystyle \int_{-\infty}^{x}\frac{1}{\sqrt{2\pi}}exp(-x^2/2)\right]$$

Algumas Propriedades da IG(a,b)}

Seja $X\sim IG(a,b)$, então
$$\mathbb{E}[X^{-\alpha}]=\displaystyle \left(\frac{b}{a}\right)^{2\alpha+1}\mathbb{E}[X^{\alpha+1}],~~ \alpha\in\mathbb{R}$$
Com a equação acima podemos obter a média e a variância como sendo
$$\mathbb{E}[X]=\displaystyle \frac{a}{b}$$
basta substituir $\alpha=-1$ e para variância
$$Var[X]=\displaystyle \frac{a}{b^3}$$
Além disso, temos a seguinte propriedade, se $X\sim IG(a,b)$, então $cX\sim(\sqrt{c}a,b/\sqrt{c})$, para $c\textgreater 0$.

Processo Estocástico

Sobre o Portal Action

O Portal Action é mantido pela Estatcamp - Consultoria Estatística e Qualidade, com o objetivo de disponibilizar uma ferramenta estatística em conjunto com uma fonte de informação útil aos profissionais interessados.

Facebook

CONTATO

  •  Maestro Joao Seppe, 900, São Carlos - SP | CEP 13561-180
  • Telefone: (16) 3376-2047
  • E-Mail: [email protected]