scieee Science in your language
[sp] (orig)

Implementación del càlculo de polinomios zonales y aplicaciones en análisis multivariante

Abstract

En este trabajo se describe la implementación de un algoritmo para el cálculo de polinomios zonales, así como dos aplicaciones explícitas de éstos en el ámbito del análisis multivariante. Concretamente, esta implementación permite obtener resultados de sumación aproximados para funciones hipergeométricas de argumento matricial que, a su vez, pueden utilizarse en la génesis de distribuciones multivariantes discretas con frecuencias simétricas. De igual forma, se pone en práctica un conocido resultado teórico que caracteriza la distribución de la menor raíz característica de una matriz aleatoria con distribución de Wishart.

Read accessible full text

Implementación del càlculo de polinomios zonales y aplicaciones en análisis multivariante

Author: Rodríguez Avi, José,Sáez-Castillo, A.J.,Conde Sánchez, Antonio
Publisher: Institut d'Estadística de Catalunya
Year: 2002
Source: https://upcommons.upc.edu/bitstream/2099/4188/4/article.pdf
Q¨
UESTII´
O, ol. 26, 3, p. 429-441, 2002
IMPLEMENTACI ´
ON DEL C ´
ALCULO DE
POLINOMIOS ZONALES Y APLICACIONES EN
AN´
ALISIS MULTIVARIANTE
J. RODR´
IGUEZ-AVI
A. J. S ´
AEZ-CASTILLO
A. CONDE-S´
ANCHEZ
Uni e sidad de Ja´en∗
En es e abajo se desc ibe la implemen aci´
on de un algo i mo pa a el
c´
alculo de polinomios zonales, as´
ı como dos aplicaciones expl´
ıci as de
´
es os en el ´
ambi o del an´
alisis mul i a ian e. Conc e amen e, es a imple-
men aci´
on pe mi e ob ene esul ados de sumaci´
on ap oximados pa a un-
ciones hipe geom´
e icas de a gumen o ma icial que, a su ez, pueden u i-
liza se en la g´
enesis de dis ibuciones mul i a ian es disc e as con e-
cuencias sim´
e icas. De igual o ma, se pone en p ´
ac ica un conocido e-
sul ado e´
o ico que ca ac e iza la dis ibuci´
on de la meno a´
ız ca ac-
e ´
ıs ica de una ma iz alea o ia con dis ibuci´
on de Wisha .
Implemen ing calculus o zonal polynomials and applica ions in Mul-
i a ia e Analysis
Palab as cla e: Polinomioszonales, dis ibucionesdisc e as,dis ibuci´on
deWisha , uncioneshipe geom´e icasdea gumen oma-
icial
Clasi icaci´
on AMS (MSC 2000): 60E05, 62E15
*Dep. de Es ad´ıs ica e I.O. Despacho 147, Ed. D-3, Pa aje Las Lagunillas, Uni e sidad de Ja´en, 23071 Ja´en,
Espa˜na. Tel : + 34 953 012.207; ax: + 34 953 012.222; email: [email p o ec ed].
–Recibido en diciemb e de 2000.
–Acep ado en ab il de 2002.
429
1. INTRODUCCI ´
ON
Los polinomios zonales son una ex ensi´on mul i a ian e de las unciones po enciales.
La amiliade polinomiossim´e icos y homog´eneosquecons i uyenha sidoampliamen-
e u ilizada den o de la Es ad´ıs ica Ma em´a ica cl´asica en la exp esi´on de densidades y
dis ibuciones de o mas cuad ´a icas en poblaciones no males, pa a ex ende esul ados
conocidos de la es ad´ıs ica uni a ian e a un ambien e mul i a ian e (Mui head, 1982).
No obs an e, no se conocen ´o mulas gene ales pa a es os polinomios, ya que su de ini-
ci´on, como amos a e a con inuaci´on,los ca ac e iza como au o uncionesde un cie o
ope ado di e encial.
En conc e o, dada una ma iz sim´e ica Xm×mcon a´ıces ca ac e ´ıs icas x1,...,xmy
κ=(k1,...,km)una pa ici´on de ken no m´as de mpa es, el polinomio zonal de X
co espondien e a κ, deno ado po Cκ(X), es un polinomio sim´e ico homog´eneo de
g ado ken las a´ıces ca ac e ´ıs icas x1,...,xmque debe e i ica las siguien es es
condiciones:
1. El ´e mino de mayo peso es, sal o cons an e, xk1
1···xkm
m.
2. Ve i ica la ecuaci´on di e encial
(1) ∆XCκ(X)=ακCκ(X)
donde
∆X=
m
∑
i=1x2
i∂2
∂x2
i
+
m
∑
i=1
m
∑
1=j=i
x2
i
xi−xj
∂
∂xi
y
ακ=
m
∑
i=1
ki(ki−i)+k(m−1).
3. ( X)k=(x1+···+xm)k=∑κCκ(X), donde po ∑κdeno amos la suma en odas
las pa iciones del g ado k.
Al e na i amen e a es a ´ul ima condici´on, que se u iliza pa a la no malizaci´on de los
polinomios zonales, puede conside a se la e aluaci´on de es os polinomios en un pun o
conc e o. En es e sen ido
(2) Cκ(Im)=22kk!1
2mκ
p
∏
i<j(2ki−2kj−i+j)
p
∏
i<j(2ki+p−i)!
430
donde pes el n´ume o de pa es no nulas de κy, en gene al,
(3) (a)κ=(a)k1a−1
2k2
·····a−1
2(m−1)km
,
con (a)k=a(a+1)···(a+k−1),(a)0=1.
2. ALGORITMO DE C ´
ALCULO
Como se ha comen ado, de la de inici´on no puede deduci se una ´o mula expl´ıci a,
aunque s´ı un algo i mo de c´alculo (James, 1968), que desc ibimos seguidamen e.
Sea κ=(k1,...,km)una pa ici´on del en e o k. En onces, el monomio sim´e ico de una
ma iz Xm×mcon a´ıces ca ac e ´ıs icas x1,...,xmco espondien e a κse de ine como
Mκ(X)=xk1
1···xkm
m+ ´e minos sim´e icos.
El algo i mo de James es ablece que los polinomioszonales son combinacioneslineales
de monomios sim´e icos. Conc e amen e:
(4) Cκ(X)= ∑
λ≤κ
cκ,λMλ(X),
donde la suma o ia se hace sob e odas las pa iciones λde k ales que λ≤κy
(5) cκ,λ=∑
λ<µ≤κ
[(li+ )−(lj− )]
ρκ−ρλ
cκ,µ.
En es a exp esi´on,
(6) ρκ=
m
∑
i=1
ki(ki−i);
adem´as, λ=(l1,...,lm)yµ=(l1,...,li+ ,...,lj− ,...,lm),pa a =1,...,lj,son
ales que cuando las pa es de la pa ici´on µse o ganizan en o den descenden e, µes
mayo que λy meno o igual que κen o denlexicog ´a ico. La suma o ia en (5) es sob e
odas las posibles µ, y una suma ac´ıa se oma como ce o.
Median e es e algo i mo se de e minan odos los coe icien es cκ,λsal o el de mayo
peso; es deci , se de e mina el polinomio zonal sal o no malizaci´on. Desde el pun o
de is a compu acional, el algo i mo puede inicializa se conside ando cκ,κ=1 y cal-
culando los coe icien es cκ,λsal o cons an e mul iplica i a, que se ob iene median e
(2).
431
La implemen aci´on del algo i mo se ha ealizado empleando el p og ama MATLAB.
Los co espondien es a chi os uen e y las ins ucciones pa a su ejecuci´on no apa ecen
aqu´ı po b e edad, aunque pueden encon a se en la di ecci´on
h p://www.ujaen.es/dep/es in /pdi/ajsaez/so wa e.h ml.
3. APLICACIONES
En es e apa adose p esen ansendas aplicaciones enel ´ambi o dela es ad´ıs ica mul i a-
ian e que pueden lle a se a cabo g acias al conocimien o expl´ıci o de un buen n´ume o
de polinomios zonales calculados median e la me odolog´ıa expues a en la secci´on an-
e io .
3.1. Ap oximaci´
onde unciones hipe geom´
e icas de a gumen o ma icial y g´
ene-
sis de dis ibuciones mul i a ian es
Se de ine la unci´on hipe geom´e ica de a gumen oma icial de pa ´ame os a1,...,apy
b1,...,bqasociada a la ma iz sim´e ica Xm×mcomo
(7) pFq(a1,...,ap;b1,...,bq;X)=
∞
∑
k=0∑
κ
(a1)κ···(ap)κ
(b1)κ···(bq)κ
Cκ(X)
k!,
donde ∑κdeno a la suma sob e odas las pa iciones κ=(k1,...,km)de kyCκ(X)es
el polinomio zonal de Xco espondien e a κ. Ning´un pa ´ame o bjdel denominado
puede se ce o o un medio de un en e o meno o igual que 1
2(m−1),ya que, en caso
con a io, alguno de los denominado esde la se ie se anula ´ıa. De igual o ma, si alg´un
pa ´ame o del nume ado es un en e o nega i o, es o es, ai=−n, en onces la unci´on
es un polinomio de g ado mn.
La se ie con e gepa a odo Xsi p≤q; con e ge pa a X<1sip=q+1, donde po
Xno amos el m´aximo de los alo es absolu os de las a´ıces ca ac e ´ıs icas de X;y
sal o que la se ie enga un n´ume o ini o de ´e minos no nulos, di e gepa a odo X=0
si p>q+1.
En el caso m=1,la se ie (7) se educe la unci´on hipe geom´e ica gene alizada cl´asica
pFq(a1,...,ap;b1,...,bq;x)=
∞
∑
k=0
(a1)k·····(ap)k
(b1)k·····(bq)k
xk
k!.
Podemos sub aya dos casos especiales de (7): los dados po la unci´on 0F0(X)=
e (X), gene alizaci´onde la se ie exponencial,y la unci´on 1F0(a;X)=de (Im−X)−a,
432
gene alizaci´onde la se ie binomial(1−x)−a.M´as all´a de es os dos casos no exis enex-
p esiones gene ales de las unciones hipe geom´e icas de a gumen o ma icial. Es po
ello que pa a ob ene esul ados de sumaci´on se suele acudi a ap oximaciones num´e i-
cas median e ´ecnicas de an´alisis que p opo cionanel alo de las unciones en algunos
casos conc e os.
Noso os p oponemos desa olla es as unciones como se ies de monomios sim´e icos,
u ilizando la implemen aci´on del algo i mo de James. De es a o ma, pueden ob ene se
esul ados ap oximadosde sumaci´on de dichas uncionespa a un amplio angode alo-
es de los pa ´ame os. Asimismo, es e desa ollo en se ie es el adecuado pa a u iliza las
como gene a ices de dis ibuciones mul i a ian es disc e as de p obabilidad, dis ibu-
ciones que cuen an con una in e esan e p opiedad de sime ´ıa en sus ecuencias.
Tabla 1. Desa ollo uncado de la unci´on 2F1(a,b;c;I2).
a b c 2F1(a,b;c;I2)∑20
k=0∑ρ ρMρ(I2)Di e encia
2 2 10 3.0569 3.0547 0.0022
3 3 10 20.0909 19.0750 1.0159
5 5 25 13.8359 13.8299 0.006
4 5 20 15.7342 15.7046 0.0296
8 10 50 55.1096 55.0856 0.024
10 10 50 172.7901 172.2222 0.5679
12 12 65 260.1934 259.5012 0.6922
15 15 85 699.2147 695.7047 3.51
Conc e amen e, si en el desa ollo de la se ie hipe geom´e ica dada en (7), exp esamos
los polinomios zonales en ´e minos de los monomios sim´e icos, se iene que
pFq(a1,...,ap;b1,...,bq;X)=
∞
∑
k=0∑
κ
(a1)κ···(ap)κ
(b1)κ···(bq)κ
Cκ(X)
k!
(8)
=
∞
∑
k=0∑
κ
(a1)κ···(ap)κ
(b1)κ···(bq)κ
∑λ≤κcκ,λMλ(X)
k!
=
∞
∑
k=0∑
κ∑
λ≤κ
1
k!
(a1)κ···(ap)κ
(b1)κ···(bq)κ
cκ,λMλ(X)
=
∞
∑
k=0∑
ρ
ρMρ(X),
donde de nue o la suma ∑ρes en odas las pa iciones ρde cada en e o k. Una ez
calculadoslos coe icien es ρ, la se ie puede ap oxima semedian esus sumas pa ciales.
433

En o den a conside a la bondad de es as ap oximaciones, hay que ene en cuen a
que la cola de la se ie uncada en el g ado , con iene an s´olo ´e minos en las a´ıces
ca ac e ´ıs icas de Xde g ado supe io a .
En la Tabla 1 se mues an esul ados ap oximados de sumaci´on e e idos a la unci´on
bi a ian e 2F1,pa a dis in os alo es de los pa ´ame os cuando X=I2. Todos ellos se
compa an con el alo exac o de la suma, conocido g acias al Teo ema de Sumaci´on de
Gauss en su e si´on mul i a ian e. En gene al, podemoses ablece una co a del e o , ε,
come ido median e la suma de los M+1 p ime os ´e minos cuando a1,a2,b1>0,b1>
a1+a2yX≤1, dada po
(9)
∞
∑
k=M+1∑
κ
(a1)κ(a2)κ
(b1)κ
Cκ(X)
k!≤
∞
∑
k=M+1∑
κ
Cκ(X)
k!
=
∞
∑
k=M+1
aza(X)k
k!
≤
∞
∑
k=M+1
mk
k!
=em−
M
∑
k=0
mk
k!
Pa a una discusi´on m´as de allada de la me odolog´ıa de es e m´e odo de sumaci´on puede
e se Gu i´e ez e al. (2000).
Po o a pa e, las unciones hipe geom´e icas cl´asicas de a gumen o escala , unda-
men almen e la unci´on de Gauss 2F1y sus ex ensiones y pa icula izaciones, pueden
emplea se pa agene a las dis ibuciones disc e as m´as usuales (Johnson,Ko z yKemp,
1992;Gu i´e ez y Rod ´ıguez,1997;Rod ´ıguez e al.,2001a). Tambi´en se han in oduci-
doex ensionesbi a ian esdealgunas uncioneshipe geom´e icasdea gumen oescala ,
como la F1olaF3,pa a gene a dis ibuciones bi a ian es disc e as.
En es e sen ido, las unciones hipe geom´e icasde a gumen oma icial ambi´en pueden
u iliza se pa a gene a dis ibuciones disc e as, en es e caso mul i a ian es, que gene a-
licen sus hom´ologas uni a ian es. Pa a ello an s´olo es necesa io conside a el desa o-
llo en se ie dado en (8), de mane a que las p obabilidades de es as dis ibuciones ienen
dadas po las cons an es ρcon enien emen eno malizadas. La p incipal ca ac e ´ıs ica
de es as dis ibuciones es que sus ecuencias son in a ian es en e a pe mu aciones de
las a iables que la o man; es deci , si Xm×1es un ec o alea o io gene ado po una
unci´on de es e ipo, se e i ica:
(10) P[X=(i1,...,im)] = P[X=σ(i1,...,im)],
donde (i1,...,im)es cualquie ec o posible pa a Xyσes cualquie pe mu aci´on. Es-
a p opiedad hace que es as dis ibuciones sean modelos adecuados pa a en´omenos
434
mul i a ian es disc e os cuyas componen es no son necesa iamen e independien es pe-
o s´ıid´en icamen e dis ibuidas, de mane a que las p obabilidades de ocu encia no
dependan del o den de las a iables. As´ı, se han u ilizado con ´exi o, po ejemplo, en la
modelizaci´on del n´ume o de ing esos dia ios en dos boxes del Se icio de U gencias
del Hospi al de San Agus ´ın (Lina es, Espa˜na) (Rod ´ıguez e al, 2001b). O os ´ambi-
os adecuados de aplicaci´on apa ecen, po ejemplo, en la modelizaci´on del n´ume o de
allos en a ias m´aquinas indis inguibles en pa alelo o el n´ume o de llamadas a a ios
se ido es id´en icos dispues os ambi´en en pa alelo.
En la Figu a 1 se mues an ejemplos de poligonales de ecuencias gene adas median e
unciones 1F1y2F1bi a ian es.
0
5
10
15
20
0
5
10
15
20
0
0.005
0.01
0.015
0.02
0.025
0
5
10
15
20
0
5
10
15
20
0
0.005
0.01
0.015
0.02
0.025
0
5
10
15
20
0
5
10
15
20
0
1
2
3
4
5
6
7
8
x 10−3
0
5
10
15
20
0
5
10
15
20
0
0.005
0.01
0.015
0.02
0.025
0.03
0.035
Figu a 1. Poligonal de ecuencias pa a dis ibuciones gene adas po unciones 1F1(a.yb.)y
2F1(c.yd.).
3.2. Dis ibuci´
on de la meno a´ız ca ac e ´ıs ica de una ma iz de Wisha en
´
e minos de polinomios zonales
Den o de la Es ad´ıs ica Ma em´a ica, los polinomios zonales y las unciones hipe -
geom´e icas de a gumen o ma icial han sido u ilizados, en e o as aplicaciones, en
la exp esi´onde la dis ibuci´on de o mas cuad ´a icas asociadas a poblaciones no males.
As´ı, po ejemplo, exp esiones que in oluc an unciones hipe geom´e icas apa ecen en
435
00.1 0.2 0.3 0.4 0.5 0.6 0.7
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
00.5 11.5 2 2.5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Figu a 2. Funciones de dis ibuci´on e´o ica y emp´ı ica pa a lameno a´ız ca ac e ´ıs ica de A1
W3(10,Σ1)(a.)yA2W3(10,Σ2)(b.).
la dis ibuci´on χ2(Pea son, 1900), de Wisha cen al y no cen al (Wisha , 1928),
de las a´ıces ca ac e ´ıs icas de la ma iz de co a ianza de una dis ibuci´on gaussiana
(James, 1964), en la a io de la a ianza F(Fishe , 1924), de la Fno cen al con pyn
g ados de libe ad (Fishe , 1924), e c. En es e apa ado desc ibimos, p ecisamen e, una
aplicaci´on de la implemen aci´on ealizada que nos pe mi e e alua la dis ibuci´on de
p obabilidad de la meno a´ız ca ac e ´ıs ica de una ma iz de Wisha .
Conc e amen e (Mui head, 1982), si lmes la meno a´ız ca ac e ´ıs ica de S, donde A=
nS esWm(n,Σ),y =1
2(n−m−1)es un en e o posi i o, en onces
(11) PΣ(lm>x)=e −1
2nxΣ−1m
∑
k=0∑
κ
∗Cκ1
2nxΣ−1
k!,
donde ∑κ∗deno a la suma sob e odas las pa iciones κ=(k1,...,km)de k ales que
k1≤ .
La pues a en p ´ac ica de es e eo ema an s´olo implica el desa ollo de una se ie ini a
en ´e minos de polinomios zonales, as´ı que puede ealiza se de mane a exac a has a
dis in os alo es de myn,aunque no muy ele ados.
Noso os hemos conside ado una aplicaci´on en donde m=3yn=10. Se han simu-
lado median e el p og ama ma em´a ico MATLAB 1.000 alo es de ma ices alea o-
ias Xn×mN(0,In⊗Σ). A pa i de es as 1.000 ma ices, x1
n×m,...,x1,000
n×m,se calculan
1.000 alo es simulados de sendas dis ibuciones de Wisha , median e la exp esi´on
Ai=xi·xi,i=1,...,1,000,de modo que la dis ibuci´on e´o ica de es as ma ices es la
de AW3(10,Σ). Pos e io men e se han di idido es as ma ices po n=10 y a cada
una de es as nue as ma ices se les ha calculado su meno a´ız ca ac e ´ıs ica. Es o ge-
ne a una mues a alea o ia simple, l1,...,l1,000,de 1.000 alo es de la a iable alea o ia
lm,meno a´ız ca ac e ´ıs ica de A/n.
En la Figu a 2 apa ecen supe pues as la unci´on de dis ibuci´on emp´ı ica, calculada a
pa i de sendas mues as alea o ias simples, y la unci´on de dis ibuci´on e´o ica, dada
436
po (11), pa a ma ices
Σ1=⎛
⎝
10,58 0,61
0,5810,58
0,61 0,58 1 ⎞
⎠,Σ2=⎛
⎝
6,83 6,40 2,84
6,40 8,02 2,79
2,84 2,79 3,98 ⎞
⎠
Como puede comp oba se, son p ´ac icamen e id´en icas, con i mando que los da os
emp´ı icos quedan pe ec amen e ajus ados median e la dis ibuci´on e´o ica.
4. DISCUSI ´
ON
La me odolog´ıa desc i a en es e abajo, que in oluc a el c´alculo expl´ıci o de los poli-
nomios zonales, p opo ciona la e aluaci´on, exac a en algunos casos y ap oximada en
o os, de cualquie se ie hipe geom´e ica de a gumen oma icial. Es o pe mi e la pues-
a en p ´ac ica de nume osos esul ados que in oluc an a es as se ies y que has a aho a,
o no se hab´ıan aplicado a casos eales, o si se hab´ıan aplicado, en´ıan que limi a se
a casos donde ´ecnicas de an´alisis num´e ico pe mi ie an alg´un esul ado conc e o. A
su ez, ambi´en pe mi e ab i nue as l´ıneas de in es igaci´on, como la de la g´enesis de
dis ibuciones mul i a ian es de p obabilidad median e unciones hipe geom´e icas de
a gumen o ma icial.
Hay que deci , no obs an e, que el ´exi o de es a me odolog´ıa es ´a supedi ado a las limi-
aciones compu acionales en el c´alculo de los polinomios zonales y, sob e odo, de los
monomios sim´e icos en ´e minos de los cuales ienen de inidos.
5. AGRADECIMIENTOS
Deseamos ag adece a los e e ees sus comen a ios y suge encias, los cuales han sido
de g an ayuda a la ho a de elabo a es e manusc i o.
REFERENCIAS
Gu i´e ez, R. and Rod ´ıguez, J. (1997). «Family o Pea son Disc e e Dis ibu ions Ge-
ne a ed by he Uni a ia e Hype geome ic unc ion 3F2(α1,α2,α3;γ1,γ2;λ)».Appl.
S ochas ics Models and Da a Anal, 13, 115-125.
Gu i´e ez R., Rod ´ıguez J. and S´aez A. J. (2000). «App oxima ion o hype geome ic
unc ions o ma icial a gumen h ough hei de elopmen in se ies o zonal poly-
nomials».Elec onic T ansac ions in Nume ic Analysis, 11, 121-130.
437