Teorema de Karhunen-Loève

Teorema de Karhunen-Love - Wikipedia, la enciclopedia libre https://es.wikipedia.
org/wiki/Teorema_de_Karhunen-Love
Teorema de Karhunen-Love
De Wikipedia, la enciclopedia libre
En la teora de procesos estocsticos, el Teorema de Karhunen-Love (as llamado debido a Kari Karhunen
y Michel Love) es una representacin de un proceso estocstico como una combinacin lineal infinita de
funciones ortogonales. Esta representacin es anloga a la representacin en series de Fourier de una
funcin definida en un intervalo acotado de nmeros reales. A diferencia de una serie de Fourier, en la cual
los coeficientes son nmeros reales y la base de expansin est compuesta por funciones senoidales (es
decir, funciones seno y coseno), los coeficientes del teorema de Karhunen-Love son variables aleatorias y
la base de expansin depende del proceso. De hecho, la base de funciones ortogonales que se usa para la
representacin queda determinada por la funcin de covarianza del proceso. Si vemos un proceso estocstico
como una funcin aleatoria F, es decir, una en la que el valor aleatorio es una funcin en un intervalo [a, b],
entonces este teorema puede considerarse como una expansin ortonormal aleatoria de F.
En el caso de un proceso estocstico centrado {Xt} t [a, b] (donde centrado se refiere a que los valores
esperados E(Xt) estn definidos y son iguales a 0 para todo t), el satisfacer una condicin de continuidad
tcnica, admite la descomposicin
donde Zk son variables aleatorias no correlacionadas de a pares y las funciones ek son funciones reales
continuas en [a, b], ortogonales de a pares en L2[a, b]. El caso general de un proceso no centrado puede
representarse expandiendo la funcin de expectacin (que es un funcin no-aleatoria) en la base ek.
An ms, si el proceso es Gaussiano, entonces las variables aleatorias Zk son Gaussianas y estocsticamente
independientes. Este resultado generaliza la transformada de Karhunen-Love. Un ejemplo importante de un
proceso estocstico real centrado en [0,1] es el proceso de Wiener y el teorema de Karhunen-Love permite
obtener una representacin ortogonal cannica de ste. En este caso, la expansin consiste de funciones
senoidales.
A la expansin anterior en variables aleatorias no correlacionadas se la conoce tambin como la expansin

de Karhunen-Love.
Formulacin del teorema

Formulamos el teorema en el caso que las variables aleatorias sean reales, aunque el teorema es vlido an
para funciones con valores vectoriales.
Si X e Y son variables aleatorias, el producto interno est definido por
El producto interno est bien definido en caso que X e Y tengan momentos de segundo orden finitos, es
decir, que X e Y sean de cuadrado integrable. El producto interno tiene estrecha relacin con la covariancia
y la correlacin. Por ejemplo, para variables aleatorias cuyo valor esperado es nulo, la covariancia y el
producto interno son idnticos. Si {Xt}t es un proceso centrado, la funcin de covariancia de {Xt}t es
Ntese que si {Xt}t es un proceso centrado y t1, t2, ..., tN son puntos en el intervalo [a, b], entonces
1 de 3 28/7/17 11:30
Teorema de Karhunen-Love - Wikipedia, la enciclopedia libre https://es.wikipedia.org/wiki/Teorema_de_Karhunen-Love
Teorema. Consideremos un proceso estocstico {Xt}t en que el ndice t recorre el intervalo [a, b], y con
funcin de covariancia CovX. Supongamos adems que la funcin CovX(t,s) sea conjuntamente continua en
las variables t, s. Entonces CovX puede ser considerado como un ncleo positivo definido. Por el Teorema de
Mercer, el operador integral T correspondiente que acta en L2[a,b] (relativo a la medida de Lebesgue en
[a,b]) tiene una base ortonormal de vectores propios. Sea {ei}i la secuencia de los vectores propios de T
correspondientes a los valores propios no nulos y definamos:
Entonces Zi son variables aleatorias centradas y ortogonales y
donde la convergencia es en media cuadrtica y uniforme en t. Adems
adonde i es el valor propio correspondiente al vector propio ei.
En el enunciado del teorema, la integral que define Zi puede ser definida como el lmite en la media de
sumas de Cauchy de variables aleatorias:
donde
Dado que el lmite en la media de variables aleatorias Gaussianas conjuntas es Gaussiana conjunta, y dado
que las variables aleatorias Gaussiana conjuntas (centradas) son independientes si y solo si son ortogonales,
podemos concluir que:
Teorema. Las variables Zi tienen una distribucin Gaussiana conjunta y son estocsticamente
independientes si el proceso original {Xt}t es Gaussiano.
En el caso Gaussiano, dado que las variables Zi son independientes, podemos agregar:
casi seguramente.
Ntese que al generalizar el teorema de Mercer, podemos reemplazar el intervalos [a, b] con otros espacios
compactos C y la medida de Lebesgue en [a, b] con una medida de Borel que tenga soporte en C.
2 de 3 28/7/17 11:30
Teorema de Karhunen-Love - Wikipedia, la enciclopedia libre https://es.wikipedia.org/wiki/Teorema_de_Karhunen-Love
El proceso de Wiener
Existen varias caracterizaciones equivalentes al proceso de Wiener, que es una formalizacin matemtica de
movimiento browniano. Aqu lo veremos cmo el proceso Gaussiano centrado {Bt} con funcin de
covarianza
Es sencillo determinar los vectores propios del ncleo de la covarianza. Ellos son
con los siguientes valores propios correspondientes:
Esto nos da la siguiente representacin del proceso de Wiener:
Teorema. Existe una secuencia {Wi}i de variables aleatorias Gaussianas independientes con media nula y
varianza unitaria tal que:
La convergencia es uniforme en t y en la norma L2, es decir
uniformemente en t.
Referencias
I. Guikhman, A. Skorokhod, Introduction a la Thorie des Processus Alatoires, ditions MIR, 1977
B. Simon, Functional Integration and Quantum Physics, Academic Press, 1979
Obtenido de https://es.wikipedia.org/w/index.php?title=Teorema_de_Karhunen-Love&oldid=93679538
Se edit esta pgina por ltima vez el 17 sep 2016 a las 14:52.
El texto est disponible bajo la Licencia Creative Commons Atribucin Compartir Igual 3.0; pueden
aplicarse clusulas adicionales. Al usar este sitio, usted acepta nuestros trminos de uso y nuestra
poltica de privacidad.
Wikipedia es una marca registrada de la Fundacin Wikimedia, Inc., una organizacin sin nimo de
lucro.
3 de 3 28/7/17 11:30

Teorema de Karhunen-Loève

Cargado por

Copyright:

Formatos disponibles

Teorema de Karhunen-Loève

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teorema de Karhunen-Loève

Cargado por

Copyright:

Formatos disponibles

Teorema de Karhunen-Love - Wikipedia, la enciclopedia libre https://es.wikipedia.

A la expansin anterior en variables aleatorias no correlacionadas se la conoce tambin como la expansin

Formulacin del teorema

Si X e Y son variables aleatorias, el producto interno est definido por

Entonces Zi son variables aleatorias centradas y ortogonales y

donde la convergencia es en media cuadrtica y uniforme en t. Adems

adonde i es el valor propio correspondiente al vector propio ei.

con los siguientes valores propios correspondientes:

Esto nos da la siguiente representacin del proceso de Wiener:

La convergencia es uniforme en t y en la norma L2, es decir

También podría gustarte