Cádlag

Función continua derecha con límites izquierdos

En matemáticas , una función càdlàg ( en francés : continue à droite, limite à gauche ), RCLL ("continua a la derecha con límites a la izquierda") o corlol ("continua a (la) derecha, límite a (la) izquierda") es una función definida sobre los números reales (o un subconjunto de ellos) que es continua a la derecha en todas partes y tiene límites a la izquierda en todas partes. Las funciones càdlàg son importantes en el estudio de procesos estocásticos que admiten (o incluso requieren) saltos, a diferencia del movimiento browniano , que tiene trayectorias muestrales continuas. La colección de funciones càdlàg en un dominio dado se conoce como espacio de Skorokhod .

Dos términos relacionados son càglàd , que significa " continúa a la izquierda, límite a la derecha ", la inversión de izquierda a derecha de càdlàg, y càllàl, que significa " continúa a la una, límite a la otra " (continua en un lado, límite en el otro lado), para una función que en cada punto del dominio es càdlàg o càglàd.

Definición

Las funciones de distribución acumulativa son ejemplos de funciones càdlàg.
Ejemplo de una función de distribución acumulativa con un conjunto infinito numerable de discontinuidades

Sea un espacio métrico y sea . Una función se denomina función càdlàg si, para cada , ( METRO , d ) {\estilo de visualización (M,d)} mi R {\displaystyle E\subseteq \mathbb {R}} F : mi METRO {\displaystyle f:E\to M} a mi {\displaystyle t\en E}

  • el límite izquierdo existe; y F ( a ) := límite s a F ( s ) {\displaystyle f(t-):=\lim _{s\to t^{-}}f(s)}
  • El límite correcto existe y es igual a . F ( a + ) := límite s a + F ( s ) {\displaystyle f(t+):=\lim _{s\to t^{+}}f(s)} F ( a ) {\displaystyle f(t)}

Es decir, es continua hacia la derecha con límites hacia la izquierda. F {\estilo de visualización f}

Ejemplos

  • Todas las funciones continuas en un subconjunto de números reales son funciones continuas en ese subconjunto.
  • Como consecuencia de su definición, todas las funciones de distribución acumulativa son funciones de càdlàg. Por ejemplo, la acumulativa en el punto corresponde a la probabilidad de ser menor o igual que , es decir . En otras palabras, el intervalo semiabierto de interés para una distribución de dos colas es cerrado a la derecha. a {\estilo de visualización r} a {\estilo de visualización r} PAG [ incógnita a ] {\displaystyle \mathbb {P}[X\leq r]} ( , a ] {\displaystyle (-\infty ,r]}
  • La derivada derecha de cualquier función convexa definida en un intervalo abierto, es una función cadlag creciente. F + " {\displaystyle f_{+}^{\prime }} F {\estilo de visualización f}

Espacio Skorokhod

El conjunto de todas las funciones càdlàg desde hasta se denota a menudo por (o simplemente ) y se llama espacio de Skorokhod en honor al matemático ucraniano Anatoliy Skorokhod . Al espacio de Skorokhod se le puede asignar una topología que, intuitivamente, nos permite "mover un poco el espacio y el tiempo" (mientras que la topología tradicional de convergencia uniforme solo nos permite "mover un poco el espacio"). [1] Para simplificar, tome y — vea Billingsley [2] para una construcción más general. mi {\estilo de visualización E} METRO {\estilo de visualización M} D ( mi : METRO ) {\displaystyle \mathbb {D} (E:M)} D {\displaystyle \mathbb {D}} mi = [ 0 , yo ] {\displaystyle E=[0,T]} METRO = R norte {\displaystyle M=\mathbb {R} ^{n}}

Primero debemos definir un análogo del módulo de continuidad , . Para cualquier , establezca ϖ F " ( del ) {\displaystyle \varpi '_{f}(\delta)} F mi {\displaystyle F\subseteq E}

el F ( F ) := sorber s , a F | F ( s ) F ( a ) | {\displaystyle w_{f}(F):=\sup _{s,t\in F}|f(s)-f(t)|}

y, para , defina el módulo càdlàg como del > 0 {\displaystyle \delta >0}

ϖ F " ( del ) := información P máximo 1 i a el F ( [ a i 1 , a i ) ) , {\displaystyle \varpi '_{f}(\delta ):=\inf _{\Pi }\max _{1\leq i\leq k}w_{f}([t_{i-1},t_{i})),}

donde el ínfimo recorre todas las particiones , con . Esta definición tiene sentido para funciones no càdlàg (así como el módulo de continuidad habitual tiene sentido para funciones discontinuas). es càdlàg si y solo si . P = { 0 = a 0 < a 1 < < a a = yo } , a mi {\displaystyle \Pi =\{0=t_{0}<t_{1}<\puntos <t_{k}=T\},\;k\en E} mín. i ( a i a i + 1 ) > del {\displaystyle \min_{i}(t_{i}-t_{i+1})>\delta } F {\estilo de visualización f} F {\estilo de visualización f} límite del 0 ϖ F " ( del ) = 0 {\displaystyle \lim _{\delta \to 0}\varpi '_{f}(\delta )=0}

Ahora denotemos el conjunto de todas las biyecciones continuas estrictamente crecientes desde a sí mismo (estas son "ondulaciones en el tiempo"). Sea O {\estilo de visualización \Lambda} mi {\estilo de visualización E}

" F " := sorber a mi | F ( a ) | {\displaystyle \|f\|:=\sup _{t\in E}|f(t)|}

denota la norma uniforme sobre funciones en . Defina la métrica de Skorokhod sobre por mi {\estilo de visualización E} σ {\estilo de visualización \sigma} D {\displaystyle \mathbb {D}}

σ ( F , gramo ) := información la O máximo { " la I " , " F gramo la " } , {\displaystyle \sigma (f,g):=\inf _{\lambda \in \Lambda }\max\{\|\lambda -I\|,\|fg\circ \lambda \|\},}

donde es la función identidad. En términos de la intuición del "bamboleo", mide el tamaño del "bamboleo en el tiempo" y mide el tamaño del "bamboleo en el espacio". I : mi mi {\displaystyle I:E\a E} " la I " {\displaystyle \|\lambda -I\|} " F gramo la " {\displaystyle \|fg\circ \lambda \|}

La métrica de Skorokhod es, en efecto, una métrica. La topología generada por se denomina topología de Skorokhod en . Σ {\estilo de visualización \Sigma} σ {\estilo de visualización \sigma} D {\displaystyle \mathbb {D}}

Una métrica equivalente,

d ( F , gramo ) := información la O ( " la I " + " F gramo la " ) , {\displaystyle d(f,g):=\inf _{\lambda \in \Lambda }(\|\lambda -I\|+\|fg\circ \lambda \|),}

Se introdujo de forma independiente y se utilizó en la teoría de control para el análisis de sistemas de conmutación. [3]

Propiedades del espacio de Skorokhod

Generalización de la topología uniforme

El espacio de funciones continuas en es un subespacio de . La topología de Skorokhod relativizada coincide con la topología uniforme allí. do {\estilo de visualización C} mi {\estilo de visualización E} D {\displaystyle \mathbb {D}} do {\estilo de visualización C}

Lo completo

Aunque no es un espacio completo con respecto a la métrica de Skorokhod , existe una métrica topológicamente equivalente con respecto a la cual es completa. [4] D {\displaystyle \mathbb {D}} σ {\estilo de visualización \sigma} σ 0 estilo de visualización {\sigma _{0}} D {\displaystyle \mathbb {D}}

Posibilidad de separación

Con respecto a o , es un espacio separable . Por lo tanto, el espacio de Skorokhod es un espacio polaco . σ {\estilo de visualización \sigma} σ 0 estilo de visualización {\sigma _{0}} D {\displaystyle \mathbb {D}}

Estrechez en el espacio de Skorokhod

Mediante una aplicación del teorema de Arzelà-Ascoli , se puede demostrar que una secuencia de medidas de probabilidad en el espacio de Skorokhod es ajustada si y solo si se cumplen las dos condiciones siguientes: ( micras norte ) norte = 1 , 2 , {\displaystyle (\mu _{n})_{n=1,2,\puntos }} D {\displaystyle \mathbb {D}}

límite a apoyo de lima norte micras norte ( { F D | " F " a } ) = 0 , {\displaystyle \lim _{a\to \infty }\limsup _{n\to \infty }\mu _{n}{\big (}\{f\in \mathbb {D} \;|\;\|f\|\geq a\}{\big )}=0,}

y

límite del 0 apoyo de lima norte micras norte ( { F D | ϖ F " ( del ) mi } ) = 0  a pesar de  mi > 0. {\displaystyle \lim _{\delta \to 0}\limsup _{n\to \infty }\mu _{n}{\big (}\{f\in \mathbb {D} \;|\;\varpi '_{f}(\delta )\geq \varepsilon \}{\big )}=0{\text{ para todos }}\varepsilon >0.}

Estructura algebraica y topológica

Según la topología de Skorokhod y la adición puntual de funciones, no existe un grupo topológico, como se puede observar en el siguiente ejemplo: D {\displaystyle \mathbb {D}}

Sea un intervalo semiabierto y tomemos como una sucesión de funciones características. A pesar de que en la topología de Skorokhod la sucesión no converge a 0. mi = [ 0 , 2 ) {\displaystyle E=[0,2)} F norte = χ [ 1 1 / norte , 2 ) D {\displaystyle f_{n}=\chi _{[1-1/n,2)}\in \mathbb {D} } F norte χ [ 1 , 2 ) {\displaystyle f_{n}\rightarrow \chi_{[1,2)}} F norte χ [ 1 , 2 ) {\displaystyle f_{n}-\chi _{[1,2)}}

Véase también

Referencias

  1. ^ "Espacio de Skorokhod - Enciclopedia de Matemáticas".
  2. ^ Billingsley, P. Convergencia de medidas de probabilidad . Nueva York: Wiley.
  3. ^ Georgiou, TT y Smith, MC (2000). "Robustez de un oscilador de relajación". Revista internacional de control robusto y no lineal . 10 (11–12): 1005–1024. doi :10.1002/1099-1239(200009/10)10:11/12<1005::AID-RNC536>3.0.CO;2-Q.{{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  4. ^ Billingsley, P. Convergencia de medidas de probabilidad . Nueva York: Wiley.

Lectura adicional

  • Billingsley, Patrick (1995). Probabilidad y medida . Nueva York, NY: John Wiley & Sons, Inc. ISBN 0-471-00710-2.
  • Billingsley, Patrick (1999). Convergencia de medidas de probabilidad . Nueva York, NY: John Wiley & Sons, Inc. ISBN 0-471-19745-9.
Obtenido de "https://es.wikipedia.org/w/index.php?title=Càdlàg&oldid=1224829388"