Lévy-Verteilung
Lévy-Verteilungen (benannt nach dem französischen Mathematiker Paul Lévy) sind eine Familie von Wahrscheinlichkeitsverteilungen mit der besonderen Eigenschaft eines jeweils unendlichen Erwartungswerts.
Definition
Die Dichtefunktion der Lévy-Verteilungen lautet
- <math> f(x)=\sqrt{\frac{\gamma}{2 \pi}} \cdot \frac{1}{(x-\mu)^{3/2}} \cdot \exp\left(-\frac{\gamma}{2(x-\mu)}\right),\quad x>\mu</math>,
mit den beiden Parametern <math>\gamma >0</math>, <math>\mu \in \mathbb R</math>.
- <math>\mu </math> ist ein Lageparameter und definiert die Position auf der <math>x</math>-Achse;
- <math>\gamma </math> ist ein Skalenparameter (Stauchung für <math>\gamma<1</math>; Streckung für <math>\gamma>1</math>).
Standard-Lévy-Verteilung
Die Standard-Lévy-Verteilung ist die Lévy-Verteilung mit den Parameterwerten <math>\gamma =1, \mu=0</math>; ihre Dichtefunktion lautet damit:
- <math> f(x)= \frac{1}{\sqrt{2 \pi \cdot x^3}} \cdot e^{-\frac{1}{2x}},\quad x>0</math>.
Eigenschaften
Die Standard-Lévy-Verteilung gehört (wie die Normalverteilung und die Cauchy-Verteilung) zur übergeordneten Familie der alpha-stabilen Verteilungen, d. h., sie erfüllt die Bedingung:
- <math> (X_1 + X_2 + \dotsb + X_n) \sim n^{1/\alpha}X </math>
(hier mit <math>\alpha=1/2</math>) für alle unabhängigen Standard-Lévy-verteilten Zufallsgrößen <math>X_1, X_2, \ldots, X_n, X </math>. Da die Theorie der <math>\alpha</math>-stabilen Verteilungen maßgeblich von Lévy mitgestaltet wurde, spricht man, um Verwechslungen vorzubeugen, auch oft von der eigentlichen Lévy-Verteilung.
Die Verteilungsfunktion <math>F_{\mu, \gamma}</math> der Lévy-Verteilung mit Lageparameter <math>\mu \in \mathbb{R}</math> und Skalenparameter <math>\gamma > 0</math> kann explizit angegeben werden; bezeichne dazu <math>\Phi(z) = \int_{-\infty}^z \frac{1}{\sqrt{2 \pi}} \mathrm{e}^{-\frac{t^2}{2}} \, \mathrm{d}t</math> die Verteilungsfunktion der Standardnormalverteilung, dann gilt
- <math>F_{\mu, \gamma}(x) = \begin{cases} 0 & \text{für } x \leq \mu, \\ 2 \big( 1 - \Phi\big( \sqrt{\frac{\gamma}{x - \mu}} \big) \big) & \text{für } x > \mu. \end{cases}</math>
Sei <math>Z</math> eine standardnormalverteilte Zufallsvariable, dann folgt die Zufallsvariable
- <math>X := \mu + \frac{\gamma}{Z^2}</math>
der Lévy-Verteilung mit Lageparameter <math>\mu \in \mathbb{R}</math> und Skalenparameter <math>\gamma > 0</math>.
Momente
Die Lévy-Verteilung besitzt keinen endlichen Erwartungswert, denn es gilt <math>\operatorname{E}(|X|)=\infty</math>. Die Lévy-Verteilung gehört somit zu den Verteilungen mit schweren Rändern, die vor allem dazu verwendet werden, extreme Ereignisse (z. B. einen Börsencrash in der Finanzmathematik) zu modellieren.
Anwendung
Mit der Lévy-Verteilung lassen sich verschiedene Phänomene insbesondere in der Natur beschreiben:
- Verlauf von Börsenkursen<ref name="applebaum">Vorlage:Cite book/NameVorlage:Cite book/Name: [Internetquelle: archiv-url ungültig Lectures on Lévy processes and Stochastic calculus, Braunschweig; Lecture 2: Lévy processes.] (PDF; 282 kB) University of Sheffield, , S. 37–53, archiviert vom Vorlage:IconExternal (nicht mehr online verfügbar) am Vorlage:Cite book/URL; abgerufen am 13. Juni 2014.Vorlage:Cite book/URLVorlage:Cite book/MeldungVorlage:Cite book/Meldung2Vorlage:Cite book/MeldungVorlage:Cite book/MeldungVorlage:Cite book/MeldungVorlage:Cite book/MeldungVorlage:Cite book/Meldung</ref>
- Umpolung des Erdmagnetfeldes<ref>Vorlage:Cite book/NameVorlage:Cite book/Name: [Internetquelle: archiv-url ungültig Geomagnetic flip may not be random after all.] In: physicsworld.com. , archiviert vom Vorlage:IconExternal (nicht mehr online verfügbar) am Vorlage:Cite book/URL; abgerufen am 13. Juni 2014.Vorlage:Cite book/URLVorlage:Cite book/MeldungVorlage:Cite book/Meldung2Vorlage:Cite book/MeldungVorlage:Cite book/MeldungVorlage:Cite book/MeldungVorlage:Cite book/MeldungVorlage:Cite book/Meldung</ref>
- Intervalle zwischen aufeinander folgenden Tönen in Melodien<ref>Lisa Zyga: Musical melodies obey same laws as foraging animals. In: phys.org. Science X Network, 8. Januar 2016, abgerufen am 23. April 2023 (Lua-Fehler in Modul:Multilingual, Zeile 153: attempt to index field 'data' (a nil value)).</ref>
- Pfade von Wildtieren bei der Futtersuche<ref>Lisa Zyga: Musical melodies obey same laws as foraging animals. In: phys.org. Science X Network, 8. Januar 2016, abgerufen am 23. April 2023 (Lua-Fehler in Modul:Multilingual, Zeile 153: attempt to index field 'data' (a nil value)).</ref>
- Teilchenbewegungen in turbulenten Strömungen<ref>Lisa Zyga: Musical melodies obey same laws as foraging animals. In: phys.org. Science X Network, 8. Januar 2016, abgerufen am 23. April 2023 (Lua-Fehler in Modul:Multilingual, Zeile 153: attempt to index field 'data' (a nil value)).</ref>
Einzelnachweise
<references />
<templatestyles src="BoxenVerschmelzen/styles.css" />
Vorlage:Klappleiste/Anfang
Diskrete univariate Verteilungen für endliche Mengen:
Benford |
Bernoulli |
beta-binomial |
binomial |
Dirac |
diskret uniform |
empirisch |
hypergeometrisch |
kategorial |
negativ hypergeometrisch |
Rademacher |
verallgemeinert binomial |
Zipf |
Zipf-Mandelbrot |
Zweipunkt
Diskrete univariate Verteilungen für unendliche Mengen:
Boltzmann |
Conway-Maxwell-Poisson |
discrete-Phase-Type |
erweitert negativ binomial |
Gauss-Kuzmin |
gemischt Poisson |
geometrisch |
logarithmisch |
negativ binomial |
parabolisch-fraktal |
Poisson |
Skellam |
verallgemeinert Poisson |
Yule-Simon |
Zeta
Vorlage:Klappleiste/EndeVorlage:Klappleiste/Anfang
Kontinuierliche univariate Verteilungen mit kompaktem Intervall:
Beta |
Cantor |
Kumaraswamy |
raised Cosine |
Dreieck |
Trapez |
U-quadratisch |
stetig uniform |
Wigner-Halbkreis
Kontinuierliche univariate Verteilungen mit halboffenem Intervall:
Beta prime |
Bose-Einstein |
Burr |
Chi |
Chi-Quadrat |
Coxian |
Erlang |
Exponential |
Extremwert |
F |
Fermi-Dirac |
Folded normal |
Fréchet |
Gamma |
Gamma-Gamma |
verallgemeinert invers Gauß |
halblogistisch |
halbnormal |
Hartman-Watson |
Hotellings T-Quadrat |
hyper-exponentiale |
hypoexponential |
invers Chi-Quadrat |
scale-invers Chi-Quadrat |
Invers Normal |
Invers Gamma |
Kolmogorow-Verteilung |
Lévy |
log-normal |
log-logistisch |
Maxwell-Boltzmann |
Maxwell-Speed |
Nakagami |
nichtzentriert Chi-Quadrat |
Pareto |
Phase-Type |
Rayleigh |
relativistisch Breit-Wigner |
Rice |
Rosin-Rammler |
shifted Gompertz |
truncated normal |
Type-2-Gumbel |
Weibull |
Wilks’ Lambda
Kontinuierliche univariate Verteilungen mit unbeschränktem Intervall:
Cauchy |
Extremwert |
exponential Power |
Fishers z |
Fisher-Tippett (Gumbel) |
generalized hyperbolic |
Hyperbolic-secant |
Landau |
Laplace |
alpha-stabil |
logistisch |
normal (Gauß) |
normal-invers Gauß’sch |
Skew-normal |
Studentsche t |
Type-1-Gumbel |
Variance-Gamma |
Voigt
Vorlage:Klappleiste/EndeVorlage:Klappleiste/Anfang
Diskrete multivariate Verteilungen:
Dirichlet compound multinomial |
Ewens |
gemischt Multinomial |
multinomial |
multivariat hypergeometrisch |
multivariat Poisson |
negativmultinomial |
Pólya/Eggenberger |
polyhypergeometrisch
Kontinuierliche multivariate Verteilungen:
Dirichlet |
GEM |
generalized Dirichlet |
multivariat normal |
multivariat Student |
normalskaliert invers Gamma |
Normal-Gamma |
Poisson-Dirichlet
Multivariate Matrixverteilungen:
Gleichverteilung auf der Stiefel-Mannigfaltigkeit |
Invers Wishart |
Matrix Beta |
Matrix Gamma |
Matrix invers Beta |
Matrix invers Gamma |
Matrix Normal |
Matrix Student-t |
Matrix-Von-Mises-Fisher-Verteilung |
Normal-invers-Wishart |
Normal-Wishart |
Wishart
Vorlage:Klappleiste/Ende