2012-10-022012-10-022007http://hdl.handle.net/10784/140Las distribuciones multivariadas complejas juegan un papel importante en varios campos de la investigación. La distribución Gausiana multivariada compleja fue introducida por Wooding [70], Turin [65], y Goodman [18]. La distribución Wishart compleja fue introducida por Goodman [18] para aproximar la distribución de una matriz de densidad espectral para un proceso Gausiano estacionario de valor vectorial. En análisis de series de tiempo múltiples, las distribuciones multivariadas complejas se usan para describir estimadores de frecuencia de parámetros del dominio. Para aplicaciones de estas distribuciones en análisis de series de tiempo podemos remitirnos a Wahba [66, 67], Goodman y Dubman [20], Hannan [35], Priestly, Subba Rao y Tong [59], Brillinger [3, 4], y Shaman [60]. Estas distribuciones han sido de gran utilidad en física nuclear, en el estudio de la distribución de los espacios entre niveles de energía de un núcleo de alta excitación. Para más detalles podemos remitirnos a Dyson [12, 13, 14], Dyson y Mehta [15, 16], Bronk [5], Porter [58], y Carmeli [6, 7].].63 p.Contenido parcial: Conceptos matemáticos y teoría a relacionada -- Distribuciones matriciales unitariamente invariantes y residualmente independientes -- Propiedades de las distribuciones UNIARIM.spaTrabajo intelectual. Universidad EAFITTesis. Maestría en Matemáticas AplicadasDistribuciones matricialesAlgebra linealMatricesAlgebra, number theoryLinear, multilinear, multidimensional algebrasmasterThesisinfo:eu-repo/semantics/openAccessMATRICES (MATEMATICAS)GRUPOS MATRICIALESPROCESOS DE GAUSSALGEBRAS LINEALESIntellectual work. Universidad EAFITThesis. Master's Degree in Applied MathematicsMatrix distributionsLinear algebra512.5 V436Acceso abierto2012-10-02Vélez Carvajal, Astrid Marissa