Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cauchy
Cauchy
Caracterización
1
f ( x , x 0 , γ )= 2
x−x 0
[ ( )]
πγ 1+
γ
1 γ
¿
(
π ( x−x 0 )2 +γ 2 )
donde x0 es el parámetro de corrimiento que especifica la ubicación del pico de la
distribución, y γ es el parámetro de escala que especifica el ancho medio al máximo
medio (half-width at half-maximum, HWHM).
1
f ( x ; 0,1 )=
π ( 1+ X 2 )
Función de distribución
1 x−x 0 1
F ( x ; x 0 , γ )= arc tan
π γ (
+
2 )
y la función inversa de distribución acumulativa para la distribución Cauchy es
1
F−1 ( p ; x 0 , γ ) =x 0+ γ tan[ ¿ π ( p− )]¿
2
Propiedades
ϕ X́ ( t ) =E(e i X́ t )
donde X́ es la media de la muestra. Este ejemplo sirve para demostrar que la hipótesis de
variancia finita en el teorema del límite central no puede ser depuesta. Es también un
ejemplo de una versión más generalizada del teorema de límite central que es
característica de todas las distribuciones asimétricas alpha-estables de Lévy, de las
cuales es la distribución de Cauchy un caso especial.
Función Característica
Sea X una variable aleatoria con una distribución Cauchy. Luego la función
característica de la distribución Cauchy está bien definida:
i x 0 t−γ|t|
ϕ x ( t ; x 0 , γ )= E ( eiXt ) =e
Ejercicio
Suponga que X tiene una distribución de Cauchy de acuerdo con la expresión densidad
a
de probabilidad dada, f ( x ; 0 , a )= con a=2. Hallar (a) P ( X <2 ) (b) P( X ≥ 12)
π ( a + X2)
2
a)
2
a dx
P(X<2)= ∫ 2 2
−∞ π ( a + X )
2
a dx
P(X<2)= ∫ 2 2
π −∞ ( a + X )
21 x 2
P(X<2)=
π2
arc tan |2 −∞
P ( X <2 )=0.25+0.5=0.75
b)
∞
a dx
P(X≥12)=∫ 2 2
12 π ( a + X )
∞
a dx
P(X≥2)= ∫ 2 2
π 12 ( a + X )
21 x
arc tan ∞
P(X≥2)=
π2 |2 12
P ( X ≥12 ) =0.5−0.44741543=0.052568