WikiDer > Wigner yarim doira taqsimoti

Wigner yarim doira

Ehtimollar zichligi funktsiyasi
Kümülatif taqsimlash funktsiyasi
Parametrlar	${ displaystyle R> 0 !}$ radius (haqiqiy)
Qo'llab-quvvatlash	${ displaystyle x in [-R; + R] !}$
PDF	${ displaystyle { frac {2} { pi R ^ {2}}} , { sqrt {R ^ {2} -x ^ {2}}} !}$
CDF	${ displaystyle { frac {1} {2}} + { frac {x { sqrt {R ^ {2} -x ^ {2}}}} { pi R ^ {2}}} + { frac { arcsin ! chap ({ frac {x} {R}} o'ng)} { pi}} !}$ uchun ${ displaystyle -R leq x leq R}$
Anglatadi	${ displaystyle 0 ,}$
Median	${ displaystyle 0 ,}$
Rejim	${ displaystyle 0 ,}$
Varians	${ displaystyle { frac {R ^ {2}} {4}} !}$
Noqulaylik	${ displaystyle 0 ,}$
Ex. kurtoz	${ displaystyle -1 ,}$
Entropiya	${ displaystyle ln ( pi R) - { frac {1} {2}} ,}$
MGF	${ displaystyle 2 , { frac {I_ {1} (R , t)} {R , t}}}$
CF	${ displaystyle 2 , { frac {J_ {1} (R , t)} {R , t}}}$

The Wigner yarim doira taqsimoti, fizik nomidan Eugene Wigner, bo'ladi ehtimollik taqsimoti oralig'ida qo'llab-quvvatlanadigan [-R, R] kimning grafigi ehtimollik zichligi funktsiyasi f radiusning yarim doirasi R markazida (0, 0) va keyin mos ravishda normallashtirilgan (shunday qilib u haqiqatan ham yarim ellips):

${ displaystyle f (x) = {2 over pi R ^ {2}} { sqrt {R ^ {2} -x ^ {2} ,}} ,}$

uchun -R ≤ x ≤ Rva f(x) = 0 agar | x | > R.

Ushbu taqsimot chegara taqsimoti sifatida paydo bo'ladi o'zgacha qiymatlar ko'pchilik tasodifiy nosimmetrik matritsalar matritsaning kattaligi cheksizlikka yaqinlashganda.

Bu o'lchovli beta-tarqatish, aniqrog'i, agar Y a = β = 3/2 parametrlari bilan taqsimlangan beta, keyin X = 2RY – R yuqoridagi Wigner yarim doira taqsimotiga ega.

Yuqori o'lchovli umumlashtirish - bu uch o'lchovli kosmosdagi parabolik taqsimot, ya'ni sferik (parametrli) taqsimotning chekka taqsimlash funktsiyasi.^[1][2][3][4]${ displaystyle f_ {X, Y, Z} (x, y, z) = { frac {3} {4 pi}}, qquad qquad x ^ {2} + y ^ {2} + z ^ {2} leq 1,}$

${ displaystyle f_ {X} (x) = int _ {- { sqrt {1-y ^ {2} -x ^ {2}}}} ^ {+ { sqrt {1-y ^ {2} -x ^ {2}}}} int _ {- { sqrt {1-x ^ {2}}}} ^ {+ { sqrt {1-x ^ {2}}}} { frac {3 mathrm {d} y} {4 pi}} = 3 (1-x ^ {2}) / 4.}$

R = 1 ekanligini unutmang.

Vignerning yarim doira taqsimoti o'zgacha qiymatlarning taqsimlanishiga taalluqli bo'lsa, Wigner taxmin qilish ketma-ket xos qiymatlar orasidagi farqlarning ehtimollik zichligi bilan shug'ullanadi.

Umumiy xususiyatlar

The Chebyshev polinomlari ikkinchi turdagi ortogonal polinomlar Wigner yarim doira taqsimotiga nisbatan.

Ijobiy tamsayılar uchun n, 2n-chi lahza ushbu taqsimot

${ displaystyle E (X ^ {2n}) = chap ({R 2} dan o'nggacha) ^ {2n} C_ {n} ,}$

qayerda X bu taqsimot bilan har qanday tasodifiy o'zgaruvchidir va C_n bo'ladi nth Kataloniya raqami

${ displaystyle C_ {n} = {1 n + 1} {2n ni tanlang n}, ,}$

shuning uchun lahzalar kataloniyalik raqamlar bo'lsa, agar R = 2. (Simmetriya tufayli barcha g'alati tartibli momentlar nolga teng.)

O'zgartirishni amalga oshirish ${ displaystyle x = R cos ( theta)}$ uchun belgilovchi tenglamaga moment hosil qiluvchi funktsiya shuni ko'rish mumkin:

${ displaystyle M (t) = { frac {2} { pi}} int _ {0} ^ { pi} e ^ {Rt cos ( theta)} sin ^ {2} ( theta) ), d theta}$

hal qilinishi mumkin (qarang: Abramovits va Stegun §9.6.18)hosil berish:

${ displaystyle M (t) = 2 , { frac {I_ {1} (Rt)} {Rt}}}$

qayerda ${ displaystyle I_ {1} (z)}$ o'zgartirilgan Bessel funktsiyasi. Xuddi shunday, xarakterli funktsiya quyidagicha beriladi:^[5][6]

^[7]

${ displaystyle varphi (t) = 2 , { frac {J_ {1} (Rt)} {Rt}}}$

qayerda ${ displaystyle J_ {1} (z)}$ Bessel funktsiyasidir. (Qarang: Abramovits va Stegun §9.1.20)o'z ichiga olgan mos keladigan integral ekanligini ta'kidladi ${ displaystyle sin (Rt cos ( theta))}$ nolga teng.)

Chegarasida ${ displaystyle R}$ nolga yaqinlashganda, Wigner yarim doira taqsimoti a ga aylanadi Dirac delta funktsiyasi.

Erkin ehtimollik bilan bog'liqlik

Yilda bepul ehtimollik nazariyasi, Vignerning yarim doira taqsimotining o'rni xuddi shunga o'xshashdir normal taqsimot mumtoz ehtimolliklar nazariyasida. Ya'ni, erkin ehtimollar nazariyasida kumulyantlar "erkin kumulyantlar" egallaydi, ularning oddiy kumulyantlarga bo'lgan munosabati shunchaki hamma to'plamining roli cheklangan to'plamning bo'linmalari oddiy kümülatanlar nazariyasida hamma majmui bilan almashtiriladi o'zaro faoliyat bo'linmalar cheklangan to'plam. Xuddi daraja kumulyantlari a ning 2 dan ko'pi kabi ehtimollik taqsimoti barchasi nolga teng agar va faqat agar taqsimot normal, shuning uchun ham ozod ehtimollik taqsimotining 2 dan yuqori darajadagi kumulyantlari nolga teng, agar bu taqsimot Vignerning yarim doira taqsimoti bo'lsa.

PDF sharsimon taqsimoti, (X, Y, Z)

Xarakteristik funktsiyani sferik taqsimlash

Sferik harmonik xarakterli rejimlar

Tegishli tarqatishlar

Vigner (sferik) parabolik taqsimot

Vigner parabolikasi

Parametrlar	${ displaystyle R> 0 !}$ radius (haqiqiy)
Qo'llab-quvvatlash	${ displaystyle x in [-R; + R] !}$
PDF	${ displaystyle { frac {3} {4R ^ {3}}} , (R ^ {2} -x ^ {2})}$
CDF	${ displaystyle { frac {1} {4R ^ {3}}} , (2R-x) , (R + x) ^ {2}}$
MGF	${ displaystyle 3 , { frac {i_ {1} (R , t)} {R , t}}}$
CF	${ displaystyle 3 , { frac {j_ {1} (R , t)} {R , t}}}$

Parabolik ehtimollik taqsimoti^{[iqtibos kerak]} oralig'ida qo'llab-quvvatlanadigan [-R, R] radiusning R markazida (0, 0):

${ displaystyle f (x) = {3 over 4R ^ {3}} {(R ^ {2} -x ^ {2})} ,}$

uchun -R ≤ x ≤ Rva f(x) = 0 agar | x | > R.

Misol. Birgalikda tarqatish

${ displaystyle int _ {0} ^ { pi} int _ {0} ^ {+ 2 pi} int _ {0} ^ {R} f_ {X, Y, Z} (x, y, z) R ^ {2} , dr sin ( theta) , d theta , d phi = 1;}$

${ displaystyle f_ {X, Y, Z} (x, y, z) = { frac {3} {4 pi}}}$

Demak, sferik (parametrik) taqsimotning chekka PDF-si ^[1]

${ displaystyle f_ {X} (x) = int _ {- { sqrt {1-y ^ {2} -x ^ {2}}}} ^ {+ { sqrt {1-y ^ {2} -x ^ {2}}}} int _ {- { sqrt {1-x ^ {2}}}} ^ {+ { sqrt {1-x ^ {2}}}} f_ {X, Y , Z} (x, y, z) , dy , dz;}$

${ displaystyle f_ {X} (x) = int _ {- { sqrt {1-x ^ {2}}}} ^ {+ { sqrt {1-x ^ {2}}}} 2 { sqrt {1-y ^ {2} -x ^ {2}}} , dy ,;}$

${ displaystyle f_ {X} (x) = {3 over 4} {(1-x ^ {2})} ,;}$ shunday qilib R = 1

Sferik taqsimotning xarakterli funktsiyasi X, Y va Z dagi taqsimotlarning kutilgan qiymatlarini naqshli ko'paytirishga aylanadi.

Parabolik Wigner taqsimoti, shuningdek, atom orbitallari kabi vodorodning monopol momenti hisoblanadi.

Wigner n-sharning tarqalishi

Normallashtirilgan N-shar (0, 0) markazida joylashgan radius 1 ning [-1, 1] oralig'ida qo'llab-quvvatlanadigan ehtimollik zichligi funktsiyasi:

${ displaystyle f_ {n} (x; n) = {(1-x ^ {2}) ^ {(n-1) / 2} Gamma (1 + n / 2) over { sqrt { pi }} Gamma ((n + 1) / 2)} , (n> = - 1)}$,

−1 ≤ uchun x ≤ 1, va f(x) = 0 agar | x | > 1.

Misol. Birgalikda tarqatish

${ displaystyle int _ {- { sqrt {1-y ^ {2} -x ^ {2}}}} ^ {+ { sqrt {1-y ^ {2} -x ^ {2}}} } int _ {- { sqrt {1-x ^ {2}}}} ^ {+ { sqrt {1-x ^ {2}}}} int _ {0} ^ {1} f_ {X , Y, Z} (x, y, z) {{ sqrt {1-x ^ {2} -y ^ {2} -z ^ {2}}} ^ {(n)}} dxdydz = 1;}$

${ displaystyle f_ {X, Y, Z} (x, y, z) = { frac {3} {4 pi}}}$

Shunday qilib, PDF-ni marginal tarqatish ^[1]

${ displaystyle f_ {X} (x; n) = {(1-x ^ {2}) ^ {(n-1) / 2)} Gamma (1 + n / 2) over { sqrt { pi}} Gamma ((n + 1) / 2)} ,;}$ shunday qilib R = 1

Kümülatif tarqatish funktsiyasi (CDF)

${ displaystyle F_ {X} (x) = {2x Gamma (1 + n / 2) _ {2} F_ {1} (1/2, (1-n) / 2; 3/2; x ^ { 2}) over { sqrt { pi}} Gamma ((n + 1) / 2)} ,;}$ shunday qilib R = 1 va n> = -1

PDF-ning xarakterli funktsiyasi (CF) bilan bog'liq beta-tarqatish quyida ko'rsatilganidek

${ displaystyle CF (t; n) = {_ {1} F_ {1} (n / 2,; n; jt / 2)} , urcorner ( alpha = beta = n / 2);}$

Bessel funktsiyalari bo'yicha bu

${ displaystyle CF (t; n) = { Gamma (n / 2 + 1) J_ {n / 2} (t) / (t / 2) ^ {(n / 2)}} , urcorner (n) > = - 1);}$

PDF-ning xom lahzalari

${ displaystyle mu '_ {N} (n) = int _ {- 1} ^ {+ 1} x ^ {N} f_ {X} (x; n) dx = {(1 + (- 1) ^ {N}) Gamma (1 + n / 2) over {2 { sqrt { pi}}} Gamma ((2 + n + N) / 2)};}$

Markaziy lahzalar

${ displaystyle mu _ {0} (x) = 1}$

${ displaystyle mu _ {1} (n) = mu _ {1} '(n)}$

${ displaystyle mu _ {2} (n) = mu _ {2} '(n) - mu _ {1}' ^ {2} (n)}$

${ displaystyle mu _ {3} (n) = 2 mu _ {1} '^ {3} (n) -3 mu _ {1}' (n) mu _ {2} '(n) + mu _ {3} '(n)}$

${ displaystyle mu _ {4} (n) = - 3 mu _ {1} '^ {4} (n) +6 mu _ {1}' ^ {2} (n) mu _ {2 } '(n) -4 mu' _ {1} (n) mu '_ {3} (n) + mu' _ {4} (n)}$

Tegishli ehtimollik momentlari (o'rtacha, dispersiya, burilish, kurtoz va ortiqcha kurtoz):

${ displaystyle mu (x) = mu _ {1} '(x) = 0}$

${ displaystyle sigma ^ {2} (n) = mu _ {2} '(n) - mu ^ {2} (n) = 1 / (2 + n)}$

${ displaystyle gamma _ {1} (n) = mu _ {3} / mu _ {2} ^ {3/2} = 0}$

${ displaystyle beta _ {2} (n) = mu _ {4} / mu _ {2} ^ {2} = 3 (2 + n) / (4 + n)}$

${ displaystyle gamma _ {2} (n) = mu _ {4} / mu _ {2} ^ {2} -3 = -6 / (4 + n)}$

Xarakterli funktsiyalarning xom momentlari:

${ displaystyle mu '_ {N} (n) = mu' _ {N; E} (n) + mu '_ {N; O} (n) = int _ {- 1} ^ {+ 1} cos ^ {N} (xt) f_ {X} (x; n) dx + int _ {- 1} ^ {+ 1} sin ^ {N} (xt) f_ {X} (x; n) dx ;}$

Bir tekis taqsimlash uchun momentlar

${ displaystyle mu _ {1} '(t; n: E) = CF (t; n)}$

${ displaystyle mu _ {1} '(t; n: O) = 0}$

${ displaystyle mu _ {1} '(t; n) = CF (t; n)}$

${ displaystyle mu _ {2} '(t; n: E) = 1/2 (1 + CF (2t; n))}$

${ displaystyle mu _ {2} '(t; n: O) = 1/2 (1-CF (2t; n))}$

${ displaystyle mu '_ {2} (t; n) = 1}$

${ displaystyle mu _ {3} '(t; n: E) = (CF (3t) + 3CF (t; n)) / 4}$

${ displaystyle mu _ {3} '(t; n: O) = 0}$

${ displaystyle mu _ {3} '(t; n) = (CF (3t; n) + 3CF (t; n)) / 4}$

${ displaystyle mu _ {4} '(t; n: E) = (3 + 4CF (2t; n) + CF (4t; n)) / 8}$

${ displaystyle mu _ {4} '(t; n: O) = (3-4CF (2t; n) + CF (4t; n)) / 8}$

${ displaystyle mu _ {4} '(t; n) = (3 + CF (4t; n)) / 4}$

Demak, CF momentlari (N = 1 taqdim etilgan)

${ displaystyle mu (t; n) = mu _ {1} '(t) = CF (t; n) = _ {0} F_ {1} ({2 + n 2} dan yuqori, - {t ^ {2} 4} dan yuqori)}$

${ displaystyle sigma ^ {2} (t; n) = 1- | CF (t; n) | ^ {2} = 1- | _ {0} F_ {1} ({2 + n 2} dan yuqori) , -t ^ {2} / 4) | ^ {2}}$

${ displaystyle gamma _ {1} (n) = { mu _ {3} over mu _ {2} ^ {3/2}} = {_ {0} F_ {1} ({2 + n) 2} dan yuqori, - 9 {t ^ {2} 4} dan yuqori) -_ {0} F_ {1} ({2 + n 2} dan yuqori, - {t ^ {2} 4} dan yuqori)) + 8 | _ {0} F_ {1} ({2 + n 2} dan yuqori, - {t ^ {2} 4} dan yuqori) | | {3} 4 dan yuqori (1- | _ {0} F_ { 1} ({2 + n 2} dan yuqori, - {t ^ {2} 4} dan yuqori)) ^ {2} | ^ {(3/2)}}}$

${ displaystyle beta _ {2} (n) = { mu _ {4} over mu _ {2} ^ {2}} = {3 + _ {0} F_ {1} ({2 + n) 2} dan yuqori, - 4t ^ {2}) - (4_ {0} F_ {1} ({2 + n 2} dan yuqori, - {t ^ {2} 4} dan yuqori)) (_ {0} F_ {1} ({2 + n 2} dan yuqori, - 9 {t ^ {2} 4} dan yuqori)) + 3_ {0} F_ {1} ({2 + n 2} dan yuqori, - {t ^ {2} 4} dan yuqori) (- 1+ | _ {0} F_ {1} ({2 + n 2} dan yuqori, - {t ^ {2} 4} dan yuqori | ^ {2})) 4 dan yuqori (-1+ | _ {0} F_ {1} ({2 + n 2} dan yuqori, - {t ^ {2} 4} dan yuqori)) ^ {2} | ^ {2}}}$

${ displaystyle gamma _ {2} (n) = mu _ {4} / mu _ {2} ^ {2} -3 = {- 9 + _ {0} F_ {1} ({2 + n) 2} dan yuqori, - 4t ^ {2}) - (4_ {0} F_ {1} ({2 + n 2} dan yuqori, - t ^ {2} / 4)) (_ {0} F_ {1} ({2 + n 2} dan yuqori, - 9 {t ^ {2} 4} dan yuqori)) - 9_ {0} F_ {1} ({2 + n 2} dan yuqori, - {t ^ {2} over 4}) + 6 | _ {0} F_ {1} ({2 + n 2} over,, {t ^ {2} over 4} | ^ {3}) over 4 (-1+) | _ {0} F_ {1} ({2 + n 2} dan yuqori, - {t ^ {2} 4} dan yuqori)) ^ {2} | ^ {2}}}$

Skew va Kurtosisni Bessel funktsiyalari bo'yicha ham soddalashtirish mumkin.

Entropiya quyidagicha hisoblanadi

${ displaystyle H_ {N} (n) = int _ {- 1} ^ {+ 1} f_ {X} (x; n) ln (f_ {X} (x; n)) dx}$

R = 1 bo'lgan dastlabki 5 moment (n = -1 dan 3 gacha)

${ displaystyle - ln (2 / pi); n = -1}$

${ displaystyle - ln (2); n = 0}$

${ displaystyle -1 / 2 + ln ( pi); n = 1}$

${ displaystyle 5 / 3- ln (3); n = 2}$

${ displaystyle -7 / 4- ln (1/3 pi); n = 3}$

To'g'ri simmetriya qo'llaniladigan N-shar Wigner taqsimoti

Toq simmetriya bilan chegaralangan PDF-ning taqsimlanishi ^[1]

${ displaystyle f {_ {X}} (x; n) = {(1-x ^ {2}) ^ {(n-1) / 2)} Gamma (1 + n / 2) over { sqrt { pi}} Gamma ((n + 1) / 2)} operator nomi {sgn} (x) ,;}$ shunday qilib R = 1

Demak, CF Struve funktsiyalari bilan ifodalanadi

${ displaystyle CF (t; n) = { Gamma (n / 2 + 1) H_ {n / 2} (t) / (t / 2) ^ {(n / 2)}} , urcorner (n) > = - 1);}$

"Struve funktsiyasi cheksiz to'siqqa o'rnatilgan qattiq pistonli radiator muammosida paydo bo'ladi, u tomonidan berilgan radiatsiya impedansiga ega" ^[8]

${ displaystyle Z = { rho c pi a ^ {2} [R_ {1} (2ka) -iX_ {1} (2ka)],}}$

${ displaystyle R_ {1} = {1- {2J_ {1} (x) 2x} dan yuqori,}}$

${ displaystyle X_ {1} = {{2H_ {1} (x) x} dan yuqori,}}$

Misol (qabul qilingan signal kuchi normallashtirilgan): kvadratsiya atamalari

Normallashtirilgan qabul qilingan signal kuchi quyidagicha aniqlanadi

${ displaystyle | R | = {{1 ustidan N} |} sum _ {k = 1} ^ {N} exp [ix_ {n} t] |}$

va standart kvadratura atamalaridan foydalangan holda

${ displaystyle x = {1 over N} sum _ {k = 1} ^ {N} cos (x_ {n} t)}$

${ displaystyle y = {1 over N} sum _ {k = 1} ^ {N} sin (x_ {n} t)}$

Shunday qilib, teng taqsimot uchun biz NRSSni kengaytiramiz, masalan x = 1 va y = 0

${ displaystyle { sqrt {x ^ {2} + y ^ {2}}} = x + {3 over 2} y ^ {2} - {3 over 2} xy ^ {2} + {1 over 2} x ^ {2} y ^ {2} + O (y ^ {3}) + O (y ^ {3}) (x-1) + O (y ^ {3}) (x-1) ^ {2} + O (x-1) ^ {3}}$

Qabul qilingan signal kuchining Xarakteristik funktsiyasining kengaytirilgan shakli bo'ladi ^[9]

${ displaystyle E [x] = {1 over N} CF (t; n)}$

${ displaystyle E [y ^ {2}] = {1 2N dan yuqori (1-CF (2t; n))}$

${ displaystyle E [x ^ {2}] = {1 2N dan yuqori (1 + CF (2t; n))}$

${ displaystyle E [xy ^ {2}] = {t ^ {2} 3N ^ {2}} CF (t; n) ^ {3} + ({N-1 2N ^ {2}} dan yuqori ) (1-tCF (2t; n)) CF (t; n)}$

${ displaystyle E [x ^ {2} y ^ {2}] = {1 8N ^ {3}} dan yuqori (1-CF (4t; n)) + + ({N-1 4N ^ {3} dan yuqori }) (1-CF (2t; n) ^ {2}) + ({N-1 3N ^ {3}} dan yuqori) t ^ {2} CF (t; n) ^ {4} + ({( N-1) (N-2) ustidan N ^ {3}}) CF (t; n) ^ {2} (1-CF (2t; n))}$

Shuningdek qarang

• Wigner taxmin qilish
• W.s.d. ning chegarasi Kesten-McKay distribyutorlari, parametr sifatida d cheksizlikka intiladi.
• Yilda son-nazariy adabiyotda, Vigner taqsimotini ba'zan Sato-Teyt taqsimoti deyiladi. Qarang Sato-Teyt gumoni.
• Marchenko – Pastur taqsimoti yoki Poisson-ning bepul tarqatilishi

Adabiyotlar

• Milton Abramovits va Irene A. Stegun, nashrlar. Matematik funktsiyalar bo'yicha qo'llanma formulalar, grafikalar va matematik jadvallar bilan. Nyu-York: Dover, 1972 yil.

Tashqi havolalar

• Erik V. Vayshteyn va boshq., Vignerning yarim doira