全部书籍

1 Matemáticas de primaria y secundaria1–9 年级在线 2 Matemáticas de secundaria10–12 年级在线 3 Matemáticas universitarias — Grado 1本科一年级在线 4 Matemáticas universitarias — Grado 2本科二年级在线 5 Matemáticas universitarias — Grado 3本科三年级在线

1 Física de primaria y secundaria1–9 年级在线 2 Física de secundaria10–12 年级在线 3 Física universitaria — primer año本科一年级在线 4 Física universitaria — segundo año本科二年级在线 5 Física universitaria — tercer año本科三年级在线

1 Química escolar — Años 1 a 121–12 年级在线 2 Química universitaria — primer año本科一年级在线 3 Química universitaria — segundo año本科二年级在线 4 Química universitaria — tercer año本科三年级在线

1 Biología de primaria y secundaria1–9 年级在线 2 Biología de secundaria10–12 年级在线 3 Biología universitaria — primer año本科一年级在线 4 Biología universitaria — segundo año本科二年级在线 5 Biología universitaria — tercer año本科三年级在线

1 Ciencias de la Tierra y del espacio de primaria y secundaria1–9 年级在线 2 Ciencias de la Tierra y del espacio de bachillerato10–12 年级在线 3 Ciencias de la Tierra y del espacio universitarias — primer año本科一年级在线 4 Ciencias de la Tierra y del espacio universitarias — segundo año本科二年级在线 5 Ciencias de la Tierra y del espacio universitarias — tercer año本科三年级在线

1 Markets I: The Ecosystem and Exchange-Traded Markets市场在线英文 2 Markets II: Rates, FX and Credit市场在线英文 3 Markets III: Commodities, Energy and Crypto市场在线英文 4 Quantitative Methods方法在线英文 5 Derivatives and Volatility衍生品在线英文 6 Rates, Credit, XVA and Risk利率、信用与风险在线英文 7 Research Craft: Predictors, Backtests, Measurement, Portfolios研究在线英文 8 Strategies I: Equities and Futures策略在线英文 9 Strategies II: Volatility, Relative Value, Macro and the Bank Desks策略在线英文 10 Microstructure and Execution交易执行在线英文 11 Market Making and High-Frequency Trading做市在线英文 12 Machine Learning for Markets机器学习在线英文 13 Low-Latency Software技术在线英文 14 Networks, Hardware and Trading Infrastructure技术在线英文 15 Research, Data and Risk Platforms技术在线英文 16 The Desk and the Firm公司运营在线英文 17 The Industry: Firms, Roles and Careers职业发展在线英文 18 Interviews I: Maths, Probability and Speed职业发展在线英文 19 Interviews II: Markets, Trading Games and the Final Round职业发展在线英文 20 Interviews III: Code职业发展在线英文

全部游戏 Math Fuse Word Reactor Atlas Dash

应用关于

Coach

English Français Español Nederlands Português हिन्दी العربية Bahasa Indonesia 简体中文 বাংলা

登录开始阅读

书籍暂未推出简体中文版——当前显示 Español 版。

Matemáticas · 术语表

什么是 vector gaussiano？

Definición 23.10 Matemáticas universitarias — Grado 3 · 第 23 章 — Funciones características y teorema central del límite

Un vector aleatorio $X = (X_1, \dots, X_d)$ es gaussiano si toda combinación lineal $\langle t, X\rangle = \sum t_iX_i$ es una variable gaussiana real (posiblemente degenerada). Su ley queda determinada por el vector de medias $m = (\E X_i)$ y la matriz de covarianzas $\Sigma = \bigl(\operatorname{Cov} (X_i, X_j)\bigr)$ : en efecto, la función característica del vector, $\varphi_X(t) = \E\eu^{\iu\langle t, X\rangle}$ , es el valor en $1$ de la f.c. de $\langle t, X\rangle$ :

\varphi_X(t) = \exp\Bigl(\iu\langle t, m\rangle - \tfrac12\,t^{\mathsf T}\Sigma\,t\Bigr),

y las funciones características en dimensión $d$ son inyectivas (la misma demostración por regularización del Teorema 23.3, con gaussianas coordenada a coordenada).

示例

Ejemplo 23.9 (Intervalos de confianza, deducidos honestamente)

Encuéstese a $n$ votantes independientes; $\hat p_n = S_n/n$ estima el verdadero $p$ , con $\sigma^2 = p(1-p) \leq \frac14$ . El TCL da, para $n$ grande,

\P\Bigl(\abs{\hat p_n - p} \leq \frac{z}{2\sqrt n}\Bigr) \;\geq\; \P\Bigl(\Bigl|\frac{S_n - np}{\sigma\sqrt n}\Bigr| \leq z\Bigr) \longrightarrow \Phi(z) - \Phi(-z),

donde $\Phi$ es la función de distribución gaussiana estándar. Con $z = 1.96$ : confianza asintótica $95\%$ , y un margen $\frac{1.96}{2\sqrt n} \leq 3\%$ exige $n \geq \bigl(\frac{1.96}{0.06}\bigr)^2 \approx 1068$ — el número que hay detrás de todo « $\pm3$ puntos, $95\%$ » que uno lee; compárese con el $5556$ de Chebyshev (el Ejercicio 22.7). El $\sqrt n$ es universal: para reducir el error a la mitad, cuadruplíquese la muestra — la misma ley que fija el coste de Monte Carlo (Ejercicio 23.7).

在原文中阅读 →