Le funzioni di ripartizione sono un esempio di funzioni càdlàg
In matematica , una funzione càdlàg (acronimo dal francese continue à droite, limitée à gauche , che significa continua a destra, limitata a sinistra ; in italiano scritto talvolta cadlag ) è una funzione di variabile reale che sia in ogni punto continua da destra e possegga limite sinistro finito.
Funzioni càdlàg emergono naturalmente come funzioni di ripartizione . Compaiono quindi nello studio dei processi stocastici che ammettono traiettorie con discontinuità di prima specie .
Esempi
Spazio di Skorokhod
Lo spazio di tutte le funzioni càdlàg su un certo dominio
E
{\displaystyle E}
a valori nello spazio metrico
M
{\displaystyle M}
viene detto spazio di Skorokhod . Esso si denota con
D
(
E
;
M
)
{\displaystyle D(E;M)}
. Tale spazio può essere munito di una topologia . Per semplicità, consideriamo come dominio l'intervallo
[
0
,
T
]
{\displaystyle [0,T]}
con
T
{\displaystyle T}
finito e come codominio lo spazio euclideo reale.
Dobbiamo prima definire un analogo del modulo di continuità . Per ogni
F
⊆ ⊆ -->
E
{\displaystyle F\subseteq E}
, sia
w
f
(
F
)
:=
sup
s
,
t
∈ ∈ -->
F
|
f
(
s
)
− − -->
f
(
t
)
|
{\displaystyle w_{f}(F):=\sup _{s,t\in F}|f(s)-f(t)|}
l'oscillazione di
f
{\displaystyle f}
su
F
{\displaystyle F}
; per
δ δ -->
>
0
{\displaystyle \delta >0}
, definiamo allora il modulo càdlàg come
ϖ ϖ -->
f
′
(
δ δ -->
)
:=
inf
Π Π -->
max
1
≤ ≤ -->
i
≤ ≤ -->
k
w
f
(
[
t
i
− − -->
1
,
t
i
)
)
,
{\displaystyle \varpi '_{f}(\delta ):=\inf _{\Pi }\max _{1\leq i\leq k}w_{f}([t_{i-1},t_{i})),}
dove l'estremo inferiore è fatto su tutte le partizioni
Π Π -->
{\displaystyle \Pi }
dell'intervallo
E
{\displaystyle E}
con mesh minore di
δ δ -->
{\displaystyle \delta }
. Si può provare che
f
{\displaystyle f}
è càdlàg se e solo se
ϖ ϖ -->
f
′
(
δ δ -->
)
→ → -->
0
{\displaystyle \varpi '_{f}(\delta )\to 0}
quando
δ δ -->
→ → -->
0
{\displaystyle \delta \to 0}
.
Definiamo dunque la distanza di Skorokhod come
σ σ -->
(
f
,
g
)
:=
inf
λ λ -->
max
{
‖ ‖ -->
λ λ -->
− − -->
i
d
E
‖ ‖ -->
∞ ∞ -->
,
‖ ‖ -->
f
− − -->
g
∘ ∘ -->
λ λ -->
‖ ‖ -->
∞ ∞ -->
}
{\displaystyle \sigma (f,g):=\inf _{\lambda }\max\{\|\lambda -id_{E}\|_{\infty },\|f-g\circ \lambda \|_{\infty }\}}
,
dove
i
d
E
{\displaystyle id_{E}}
è l'identità di
E
{\displaystyle E}
,
‖ ‖ -->
⋅ ⋅ -->
‖ ‖ -->
∞ ∞ -->
{\displaystyle \|\cdot \|_{\infty }}
è la norma uniforme e
λ λ -->
{\displaystyle \lambda }
varia sull'insieme di tutte le biiezioni continue strettamente monotone su
E
{\displaystyle E}
. Si dimostra che effettivamente
σ σ -->
{\displaystyle \sigma }
è una metrica. La topologia indotta è detta topologia di Skorokhod .
Intuitivamente, il termine
‖ ‖ -->
λ λ -->
− − -->
i
d
E
‖ ‖ -->
∞ ∞ -->
{\displaystyle \|\lambda -id_{E}\|_{\infty }}
misura la "distorsione nel tempo" e il termine
‖ ‖ -->
f
− − -->
g
∘ ∘ -->
λ λ -->
‖ ‖ -->
∞ ∞ -->
{\displaystyle \|f-g\circ \lambda \|_{\infty }}
la "distorsione nello spazio".
Proprietà
Lo spazio
D
(
E
;
M
)
{\displaystyle D(E;M)}
contiene lo spazio
C
(
E
;
M
)
{\displaystyle C(E;M)}
delle funzioni continue. Su tale sottospazio la topologia di Skorokhod e la topologia uniforme coincidono.
La metrica
σ σ -->
{\displaystyle \sigma }
non rende lo spazio di Skorokhod completo ; tuttavia esiste una metrica equivalente a
σ σ -->
{\displaystyle \sigma }
per cui ciò è vero. Tale metrica (e dunque anche
σ σ -->
{\displaystyle \sigma }
) rende inoltre
D
(
E
;
M
)
{\displaystyle D(E;M)}
uno spazio separabile e quindi uno spazio polacco .
Come applicazione del teorema di Ascoli , si può mostrare che una successione di misure di probabilità su
D
{\displaystyle D}
è tight se solo se sono verificate le seguenti due condizioni:
lim
a
→ → -->
∞ ∞ -->
lim sup
n
→ → -->
∞ ∞ -->
μ μ -->
n
{
f
∈ ∈ -->
D
|
‖ ‖ -->
f
‖ ‖ -->
≥ ≥ -->
a
}
=
0
,
{\displaystyle \lim _{a\to \infty }\limsup _{n\to \infty }\mu _{n}\{f\in D|\|f\|\geq a\}=0,}
lim
δ δ -->
→ → -->
0
lim sup
n
→ → -->
∞ ∞ -->
μ μ -->
n
{
f
∈ ∈ -->
D
|
ϖ ϖ -->
f
′
(
δ δ -->
)
≥ ≥ -->
ε ε -->
}
=
0
{\displaystyle \lim _{\delta \to 0}\limsup _{n\to \infty }\mu _{n}\{f\in D|\varpi '_{f}(\delta )\geq \varepsilon \}=0}
con la seconda valida per ogni
ε ε -->
>
0
{\displaystyle \varepsilon >0}
.
Note
^ Questo vale se, come largamente in uso, si definisce una funzione di ripartizione mediante la formula
F
(
x
)
=
P
(
x
≤ ≤ -->
x
)
{\displaystyle F(x)=P(x\leq x)}
. La proprietà cade se si definisce
F
(
x
)
=
P
(
X
<
x
)
{\displaystyle F(x)=P(X<x)}
, in quanto essa risulta essere una funzione continua a sinistra e con limite finito a destra.
Bibliografia
Billingsley, Patrick (1995). Probability and Measure. New York, NY: John Wiley & Sons, Inc.. ISBN 0-471-00710-2 .
Voci correlate
Collegamenti esterni