2012-10-022012-10-022007http://hdl.handle.net/10784/141Las distribuciones multivariadas complejas juegan un papel importante en varios campos de investigación. La distribución Gaussiana compleja fue introducida por Wooding [66], Turin [61], y Goodman [16]. La distribución Wishart fue definida por Goodman [16] para aproximar la distribución de un estimativo de la matriz de densidad espectral para un proceso Gaussiano estacionario vectorial. En análisis de series de tiempo las distribuciones complejas se usan para describir estimadores de parámetros de frecuencia. Para las aplicaciones en series de tiempo las referencias adecuadas son Whaba [62, 63], Goodman y Dubman [18], Hannan [33], Priestly, Subba Rao y Tong [54], Brillinger [2, 3], y Shaman [56]. Esta distribución también se ha encontrado útil en física nuclear, al estudiar la distribución de espacios entre niveles de energía de núcleos a alta excitación. Para más detalles, se puede citar a Dyson [10, 11, 12], Dyson y Mehta [13, 14], Bronk [4], Porter [53], y Carmeli [5, 6]. La distribución elípticamente simétrica multivariada compleja ha sido estudiada por Krishnaiah y Lin [44], y Khatri y Bhavsar [41]. La familia incluye la distribución Gaussiana y la distribución-t.48 p.Contenido parcial: Conceptos matemáticos y teoría a relacionada -- Momentos de la distribución beta de variable matricial compleja -- Propiedades de la distribución Dirichlet de variable matriz compleja.spaTrabajo intelectual. Universidad EAFITTesis. Maestría en Matemáticas AplicadasMatricesDistribuciones matricialesDistribuciones DirichletDistribuciones betaAlgebra, number theoryFoundations of algebraMatricesinfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessMATRICES (MATEMATICAS)GRUPOS MATRICIALESPROCESOS DE GAUSSALGEBRA ABSTRACTAINTEGRALES DE DIRICHLETIntellectual work. Universidad EAFITThesis. Master's Degree in Applied MathematicsDirichlet distributionsMatrix distributionsBeta distributions512.9434 B412Acceso abierto2012-10-02Bedoya Macías, Elizabeth