La série A de Gram-Charlier (nommée en l'honneur de Jørgen Pedersen Gram et Carl Charlier) et la série d'Edgeworth (nommée en l'honneur de Francis Ysidro Edgeworth) sont des séries qui se rapprochent d'une distribution de probabilité exprimée à partir de ses cumulants . Les séries sont identiques, mais l'arrangement des termes (et donc la précision de la troncature de la série) diffère. Le principe de ces développements est d'écrire la fonction caractéristique de la distribution dont la fonction de densité de probabilité f doit être approchée en fonction de la fonction caractéristique d'une distribution avec des propriétés connues et appropriées, et de récupérer f par une transformée de Fourier inverse.
On considère une variable aléatoire continue. On note la fonction caractéristique de sa distribution dont la fonction de densité est f, et ses cumulants. On développe en termes de distribution connue avec la fonction de densité de probabilité , sa fonction caractéristique , et ses cumulants . La densité est généralement choisie comme étant celle de la distribution normale, mais d'autres choix sont également possibles. Par la définition des cumulants, on a (voir Wallace, 1958) :
et
qui donne l'identité formelle suivante :
Par les propriétés de la transformée de Fourier, est la transformée de Fourier de , où D est l'opérateur différentiel par rapport à x . Ainsi, après avoir changé avec des deux côtés de l'équation, on trouve pour f le développement formel
Si est choisi comme la densité normale
avec la moyenne et la variance données par f, c'est-à-dire comme moyenne et comme variance , alors le développement devient
puisque pour tout r > 2, car les cumulants d'ordres supérieurs de la distribution normale sont nuls. En développant les termes exponentiels et réunissant les termes selon l'ordre des dérivées, on arrive à la série A de Gram-Charlier.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
En mathématiques et plus particulièrement en théorie des probabilités et en statistique, la fonction caractéristique d'une variable aléatoire réelle est une quantité qui détermine de façon unique sa loi de probabilité. Si cette variable aléatoire a une densité, alors la fonction caractéristique est la transformée de Fourier inverse de la densité. Les valeurs en zéro des dérivées successives de la fonction caractéristique permettent de calculer les moments de la variable aléatoire.
In the field of plasma physics, suprathermal ions are encountered e.g. in astrophysical jets, the solar wind, as well as fusion plasmas, where they originate from neutral beam injection or fusion reactions. One aspect of shared interest with astrophysical ...
In distributionally robust optimization the probability distribution of the uncertain problem parameters is itself uncertain, and a fictitious adversary, e.g., nature, chooses the worst distribution from within a known ambiguity set. A common shortcoming o ...
2020
In this paper we derive a series expansion for the price of a continuously sampled arithmetic Asian option in the Black-Scholes setting. The expansion is based on polynomials that are orthogonal with respect to the log-normal distribution. All terms in the ...