"Como

Pergunta curta: por que isso é verdade?

Pergunta longa:

Muito simplesmente, estou tentando descobrir o que justifica essa primeira equação. O autor do livro que estou lendo (contexto aqui, se você quiser, mas não é necessário), afirma o seguinte:

Devido à suposição de quase gaussianidade, podemos escrever:

$p_{0} (ξ) = A ϕ (ξ) e x p (a_{n + 1} ξ + (a_{n + 2} + \frac{1}{2}) ξ^{2} + \sum_{i = 1}^{n} a_{i} G_{i} (ξ))$ $p_0(\xi) = A \; \phi(\xi) \; exp( a_{n+1}\xi + (a_{n+2} + \frac{1}{2})\xi^2 + \sum_{i=1}^{n} a_i G_i(\xi))$

Onde é o PDF dos dados observados com entropia máxima, considerando que você apenas observou uma série de expectativas (números simples) , onde e é o PDF de uma variável gaussiana padronizada, ou seja, 0 média e variação de unidade. $p_0(\xi)$ $c_i, i = 1 ... n$ $c_i = \mathbb{E}\{G_i(\xi)\}$ $\phi(\xi)$

Onde tudo isso está acontecendo é que ele usa a equação acima como ponto de partida para tornar o PDF, mais simples, e entendo como ele faz isso, mas não entendo como ele justifica a equação acima, ou seja, O ponto de partida. $p_0(\xi)$

Tentei ser breve para não ofuscar ninguém, mas se você quiser mais detalhes, entre em contato nos comentários. Obrigado!

— Spacey
fonte

(Nota: alterei sua para .) $\xi$ $x$

Para uma variável aleatória com densidade , se você tiver restrições $X$ $p$ para , a densidade máxima de entropia é

\int G_{i} (x) p (x) d x = c_{i},

$\int G_i(x)\,p(x)\,dx=c_i \, ,$

i = 1, \dots, n

$i=1,\dots,n$

onde o

p_{0} (x) = A \exp (\sum_{i = 1}^{n} a_{i} G_{i} (x)),

$p_0(x)=A\exp\left(\sum_{i=1}^n a_iG_i(x)\right) \, ,$

's são determinadas a partir do

' s, e

é uma constante de normalização.

a_{i}

$a_i$

c_{i}

$c_i$

A

$A$

Nesse contexto, a aproximação gaussiana ("quase gaussianity") significa duas coisas:

1) Você aceita introduzir duas novas restrições: a média de é e a variação é (digamos); $X$ $0$ $1$

2) O correspondente (ver abaixo) é muito maior do que o outro 's. $a_{n+2}$ $a_i$

Essas restrições adicionais são representadas como

G_{n + 1} (x) = x, c_{n + 1} = 0,

$G_{n+1}(x)=x \, , \qquad c_{n+1}=0 \, ,$

produzindo

G_{n + 2} (x) = x^{2}, c_{n + 2} = 1,

$G_{n+2}(x)=x^2 \, , \qquad c_{n+2}=1 \, ,$

que pode ser reescrito como (apenas "adicione zero" ao expoente)

p_{0} (x) = A \exp (a_{n + 2} x^{2} + a_{n + 1} x + \sum_{i = 1}^{n} a_{i} G_{i} (x)),

$p_0(x)=A\exp\left(a_{n+2}x^2 + a_{n+1}x + \sum_{i=1}^n a_iG_i(x)\right) \, ,$

levando ao que você deseja:

p_{0} (x) = A \exp (\frac{x^{2}}{2} - \frac{x^{2}}{2} + a_{n + 2} x^{2} + a_{n + 1} x + \sum_{i = 1}^{n} a_{i} G_{i} (x)),

$p_0(x)=A\exp\left(\frac{x^2}{2} - \frac{x^2}{2} + a_{n+2}x^2 + a_{n+1}x + \sum_{i=1}^n a_iG_i(x)\right) \, ,$

pronto para ser Taylor expandido (usando a segunda condição da aproximação gaussiana).

p_{0} (x) = A^{'} ϕ (x) \exp (a_{n + 1} x + (a_{n + 2} + \frac{1}{2}) x^{2} + \sum_{i = 1}^{n} a_{i} G_{i} (x));

$p_0(x)=A'\,\phi(x)\exp\left(a_{n+1}x + \left(a_{n+2}+\frac{1}{2}\right)x^2 + \sum_{i=1}^n a_iG_i(x)\right) \, ;$

Fazendo a aproximação como um físico (o que significa que não nos importamos com a ordem do termo de erro), usando , temos a densidade aproximada $\exp(t)\approx 1+t$

p_{0} (x) \approx A^{'} ϕ (x) (1 + a_{n + 1} x + (a_{n + 2} + \frac{1}{2}) x^{2} + \sum_{i = 1}^{n} a_{i} G_{i} (x)) .

$p_0(x) \approx A'\,\phi(x)\left(1+a_{n+1}x + \left(a_{n+2}+\frac{1}{2}\right)x^2 + \sum_{i=1}^n a_iG_i(x)\right) \, .$

A^{'}

$A'$

a_{i}

$a_i$

\int p_{0} (x) d x = 1, \int x p_{0} (x) d x = 0, \int x^{2} p_{0} (x) d x = 1

$\int p_0(x)\,dx=1 \, , \qquad \int x \,p_0(x)\,dx=0 \, , \qquad \int x^2 \,p_0(x)\,dx=1$

\int G_{i} (x) p_{0} (x) d x = c_{i}, i = 1, \dots, n,

$\int G_i(x)\, p_0(x)\,dx=c_i \, , \quad i=1,\dots,n \, ,$

A^{'}

$A'$

a_{i}

$a_i$

Sem impor condições adicionais ao $G_i$

$G_i$ é que podemos resolver o sistema.

— zen
fonte

μ = 0

$\mu=0$

σ^{2} = 1

$\sigma^2=1$

p_{0} (x)

$p_0(x)$

p_{0} (x)

$p_0(x)$

p_{0} (x)

$p_0(x)$

sim, ele está dizendo que a expressão final é:

p_{0} (z) \approx ϕ (z) (1 + \sum_{i = 1}^{N} c_{i} F_{i} (z))

$p_0(z) \approx \phi(z) (1 + \sum_{i=1}^{N} c_i F_i(z))$

a_{n + 1} x

$a_{n+1}x$