En teoría de la probabilidad , para una medida de probabilidad P en un espacio de Hilbert H con el producto interno
⟨
⋅
,
⋅
⟩
{\displaystyle \langle \cdot ,\cdot \rangle }
, la covarianza de P es la forma bilineal Cov: H × H → R dada por
C
o
v
(
x
,
y
)
=
∫
H
⟨
x
,
z
⟩
⟨
y
,
z
⟩
d
P
(
z
)
{\displaystyle \mathrm {Cov} (x,y)=\int _{H}\langle x,z\rangle \langle y,z\rangle \,\mathrm {d} \mathbf {P} (z)}
para todo x e y en H . El operador de covarianza C se define entonces por[ 1]
C
o
v
(
x
,
y
)
=
⟨
C
x
,
y
⟩
{\displaystyle \mathrm {Cov} (x,y)=\langle Cx,y\rangle }
Propiedades
editar
A partir del teorema de representación de Riesz , dicho operador existe si Cov está acotada . Dado que la covarianza es simétrica en sus argumentos, el operador de covarianza es
autoadjunto . Cuando P es una medida gaussiana centrada, C también es un operador nuclear . En particular, es un operador compacto de clase de traza , es decir, tiene traza finita.
Aún más generalmente, para una medida de probabilidad P en un espacio de Banach B , la covarianza de P es la forma bilineal en el espacio dual B # , definida por
C
o
v
(
x
,
y
)
=
∫
B
⟨
x
,
z
⟩
⟨
y
,
z
⟩
d
P
(
z
)
{\displaystyle \mathrm {Cov} (x,y)=\int _{B}\langle x,z\rangle \langle y,z\rangle \,\mathrm {d} \mathbf {P} (z)}
donde
⟨
x
,
z
⟩
{\displaystyle \langle x,z\rangle }
es ahora el valor de la función lineal x en el elemento z .
De manera muy similar, la función covarianza de una función de elemento aleatorio con valor de función (en casos especiales se llama proceso estocástico o campo aleatorio) z es
C
o
v
(
x
,
y
)
=
∫
z
(
x
)
z
(
y
)
d
P
(
z
)
=
E
(
z
(
x
)
z
(
y
)
)
{\displaystyle \mathrm {Cov} (x,y)=\int z(x)z(y)\,\mathrm {d} \mathbf {P} (z)=E(z(x)z(y))}
donde z (x ) es ahora el valor de la función z en el punto x , es decir, el valor de la funcional lineal
u
↦
u
(
x
)
{\displaystyle u\mapsto u(x)}
evaluado en z .
Operador covarianza
editar
El operador covarianza
C
μ
:
U
∗
→
U
∗
∗
{\displaystyle \operatorname {C} _{\mu }:U^{*}\to U^{**}}
de
μ
{\displaystyle \mu }
está definido por:
C
μ
(
φ
)
(
ξ
)
:=
∫
U
[
φ
(
x
)
−
a
μ
(
φ
)
]
[
ξ
(
x
)
−
a
μ
(
ξ
)
]
μ
(
d
x
)
{\displaystyle \operatorname {C} _{\mu }(\varphi )(\xi ):=\int _{U}[\varphi (x)-a_{\mu }(\varphi )][\xi (x)-a_{\mu }(\xi )]\mu (\mathrm {d} x)}
para
φ
,
ξ
∈
U
∗
{\displaystyle \varphi ,\xi \in U^{*}}
, donde
a
μ
{\displaystyle a_{\mu }}
denota el valor esperado de
μ
{\displaystyle \mu }
a
μ
(
φ
)
=
∫
U
φ
(
x
)
μ
(
d
x
)
.
{\displaystyle a_{\mu }(\varphi )=\int _{U}\varphi (x)\mu (\mathrm {d} x).}
[ 2]
El operador induce una aplicación simétrica
Cov
μ
:
U
∗
×
U
∗
→
R
{\displaystyle \operatorname {Cov} _{\mu }:U^{*}\times U^{*}\to \mathbb {R} }
a través de
Cov
μ
(
φ
,
ξ
)
:=
C
μ
(
φ
)
(
ξ
)
{\displaystyle \operatorname {Cov} _{\mu }(\varphi ,\xi ):=\operatorname {C} _{\mu }(\varphi )(\xi )}
, que es bilineal y definida , se llama covarianza .
Justificación
editar
Sean
a
μ
{\displaystyle a_{\mu }}
y
φ
{\displaystyle \varphi }
acotados . Si
U
{\displaystyle U}
es un espacio de Hilbert, entonces según el teorema de representación de Riesz para
φ
∈
U
∗
{\displaystyle \varphi \in U^{*}}
se cumple que
φ
(
x
)
=
⟨
h
,
x
⟩
{\displaystyle \varphi (x)=\langle h,x\rangle }
para todo
x
∈
U
{\displaystyle x\in U}
y
h
∈
U
{\displaystyle h\in U}
y
a
μ
=
⟨
h
,
m
⟩
{\displaystyle a_{\mu }=\langle h,m\rangle }
para
m
∈
U
{\displaystyle m\in U}
, y por lo tanto
⟨
C
μ
h
1
,
h
2
⟩
=
∫
U
⟨
h
1
,
x
−
m
⟩
⟨
h
2
,
x
−
m
⟩
μ
(
d
x
)
{\displaystyle \langle \operatorname {C} _{\mu }h_{1},h_{2}\rangle =\int _{U}\langle h_{1},x-m\rangle \langle h_{2},x-m\rangle \mu (\mathrm {d} x)}
para todos los
h
1
,
h
2
∈
U
{\displaystyle h_{1},h_{2}\in U}
.[ 3]
Véase también
editar
Espacio de Wiener abstracto
Teorema de Cameron-Martin
Teorema de Feldman-Hájek
Teorema de estructura para medidas gaussianas
Referencias
editar
↑ R.G. Laha, V.K. Rohatgi (2020). Probability Theory . Courier Dover Publications. pp. 474 de 576. ISBN 9780486842301 . Consultado el 11 de febrero de 2024 .
↑ Vladimir I. Bogachev (1998). American Mathematical Society, ed. Gaussian Measures . ISBN 978-1470418694 .
↑ Charles R. Baker, Ian W. McKeague (1981). «Compact Covariance Operators». Proceedings of the American Mathematical Society 83 (3). p. 590–593. doi :10.2307/2044126 .
Datos: Q5178900