¿Existe una expresión canónica o analítica para la distribución de probabilidad de la variable aleatoria compleja circularmente simétrica :
dónde ?
Notas al margen:
Se sabe que las partes reales e imaginarias, es decir:
tienen densidades marginales dadas por :
pero como no son independientes, calcular su PDF conjunto no es trivial.
EDITAR: es diferente de una normal compleja en que aquí, la amplitud es determinista e idénticamente 1, mientras que si eran complejos normales, Sería distribuido por Rayleigh.
complex-random-variable
Robert L.
fuente
fuente
Respuestas:
Dado que las partes real e imaginaria dependen mucho una de la otra (si tiene el valor de una, conoce exactamente el valor de la otra), parece que podría aplicar el pdf marginal de la parte realr , dado un valor de la parte imaginaria i :
Usted notó el pdf de las partes reales e imaginarias individualmente:
Eso deja el pdf marginalfr|i(r | i) . Recuerde que para una realización dada de la variable aleatoriaZ , los dos componentes están relacionados determinísticamente:
Dada esta relación, podemos resolver porr en términos de i :
Por lo tanto, el pdf marginal der dado un valor de i es un par de impulsos:
Poner estos juntos produciría:
Pensando en esto geométricamente, para cada línea horizontali=i0 (para i0∈[−1,1] ) en el ri avión, solo hay dos puntos r0=±1−i20−−−−−√ que no son cero, y el pdf tiene una altura infinita en esos puntos. ¡Como podríamos esperar, esos puntos de intersección (es decir, puntos donde el pdf no es cero) están donde la línea horizontal se cruza con el círculo unitario!
Esto significa que el pdf conjunto tiene un valor cero, excepto a lo largo del círculo unitario, donde toma una altura infinita. Eso se alinea con la intuición, como la definición de la variable aleatoriaZ asegura que solo pueda tomar valores que están en el círculo unitario.
No hay nada especial en la forma específica en que lo expuse; También podría transponer el problema y mirar las líneas verticales en elri plano de la forma r=r0 y encontraría la misma relación debido al acoplamiento estrecho de las dos variables aleatorias.
Creo que esta formulación es equivalente a la de la respuesta de AlexTP , pero su derivación es probablemente más intuitiva.
fuente
Evite cálculos complicados, dejeX y Y ser iid variables aleatorias normales estándar , su variable aleatoriaZ tiene la misma distribución de V
V≜(XX2+Y2−−−−−−−√,YX2+Y2−−−−−−−√)
(fácil de ver ∥V∥=1 y el ángulo de V es equivalente al ángulo de una Normal circular simétrica, por lo tanto uniforme)
Este tipo deV es una de las construcciones de un punto uniformemente distribuido en círculo (que puede generalizarse para (n−1) -sphere, ver Esfera Punto de Recogida y por ejemplo esta respuesta ).
Así, el PDF deZ es simplemente el recíproco de la circunferencia del círculo unitario. porZρ=ρejΘ con fijo ρ y uniforme Θ ,
en coordenadas polares (donde el área infinitesimal esrdrdθ ),
fR,Θ(r,θ)=12πδ(r−ρ)
fuente
Based on the existing answers, which opened my eyes for what's going on here, I would like to present yet another very simple expression for the solution, which is just slightly different from the one in AlexTP's answer (and which turned out to be equivalent to the one given in Jason R's answer, as shown below in the EDIT-part).
[EDIT: now that AlexTP has edited his answer, our expressions for the PDF are identical; so all three answers finally agree with each other].
Let the complex random variableZ=X+jY be defined as
where the radiusρ is deterministic and given, whereas the angle θ is random and uniformly distributed on [0,2π) . I state without further proof that Z is circularly symmetrical, from which it follows that its probability density function (PDF) must satisfy
i.e., it can be written as a function of the radius (magnitude)r .
Since the PDF must be zero everywhere except forr=ρ , and since it must integrate to unity (when integrated over the 2-dimensional plane), the only possible PDF is
It can be shown that(3) leads to the correct marginal densities for the random variables X and Y .
EDIT:
After some very useful discussion in the comments it appears that we've managed to agree on one solution to the problem. I will show in the following that the unassuming formula(3) is actually equivalent to the more involved looking formula in Jason R's answer. Note that I use r for the magnitude (radius) of the complex RV Z , whereas in Jason's answer r denotes the real part of Z . I will use x and y for the real and imaginary parts, respectively. Here we go:
We know thatδ(g(x)) is given by
wherexi are the (simple) roots of g(x) . We have
The two rootsxi are
Consequently,
With(5) -(8) , Eq. (4) can be written as
Forρ=1 , Eq. (9) is identical to the expression given in Jason R's answer.
I think we can now agree that Eq.(3) is a correct (and very simple) expression for the PDF of the complex RV Z=ρejθ with deterministic ρ and uniformly distributed θ .
fuente