Funció Q

Un gràfic de la funció Q.

En estadístiques, la funció Q és la funció de distribució de la cua de la distribució normal estàndard.[1][2] En altres paraules, Q ( x ) {\displaystyle Q(x)} és la probabilitat que una variable aleatòria normal (gaussiana) obtingui un valor més gran que x {\displaystyle x} desviacions estàndard. De manera equivalent, Q ( x ) {\displaystyle Q(x)} és la probabilitat que una variable aleatòria normal estàndard pren un valor més gran que x {\displaystyle x} .

Si Y {\displaystyle Y} és una variable aleatòria gaussiana amb mitjana μ {\displaystyle \mu } i la variància σ 2 {\displaystyle \sigma ^{2}} , doncs X = Y μ σ {\displaystyle X={\frac {Y-\mu }{\sigma }}} és estàndard normal i P ( Y > y ) = P ( X > x ) = Q ( x ) {\displaystyle P(Y>y)=P(X>x)=Q(x)} on x = y μ σ {\displaystyle x={\frac {y-\mu }{\sigma }}} .

Altres definicions de la funció Q, totes elles simples transformacions de la funció de distribució acumulada normal, també s'utilitzen ocasionalment.[3]

A causa de la seva relació amb la funció de distribució acumulada de la distribució normal, la funció Q també es pot expressar en termes de la funció d'error, que és una funció important en matemàtiques i física aplicades.[4]

Formalment, la funció Q es defineix com

Q ( x ) = 1 2 π x exp ( u 2 2 ) d u . {\displaystyle Q(x)={\frac {1}{\sqrt {2\pi }}}\int _{x}^{\infty }\exp \left(-{\frac {u^{2}}{2}}\right)\,du.}

Així,

Q ( x ) = 1 Q ( x ) = 1 Φ ( x ) , {\displaystyle Q(x)=1-Q(-x)=1-\Phi (x)\,\!,}

on Φ ( x ) {\displaystyle \Phi (x)} és la funció de distribució acumulada de la distribució gaussiana normal estàndard.[5]

Referències

  1. The Q-function, from cnx.org
  2. Basic properties of the Q-function Arxivat March 25, 2009, a Wayback Machine.
  3. Normal Distribution Function – from Wolfram MathWorld
  4. Stephanie. «Q Function: Definition, Examples» (en anglès). https://www.statisticshowto.com,+07-12-2017.+[Consulta: 6 gener 2023].
  5. «Q function - MATLAB qfunc» (en anglès). https://www.mathworks.com.+[Consulta: 6 gener 2023].