La transformada de Laplace-Stieltjes , llamada así por Pierre-Simon Laplace y Thomas Joannes Stieltjes , es una transformada integral similar a la transformada de Laplace . Para funciones con valores reales , es la transformada de Laplace de una medida de Stieltjes , sin embargo, a menudo se define para funciones con valores en un espacio de Banach . Es útil en varias áreas de las matemáticas , incluido el análisis funcional y ciertas áreas de probabilidad teórica y aplicada .
La transformada de Laplace-Stieltjes de una función de valor real g viene dada por una integral de Lebesgue-Stieltjes de la forma
para s un número complejo . Al igual que con la transformada de Laplace habitual, se obtiene una transformada ligeramente diferente dependiendo del dominio de integración, y para definir la integral, también es necesario exigir que g sea de variación acotada en la región de integración. Los más comunes son:
Por tanto, la transformada de Laplace-Stieltjes en el caso de una función con valores escalares se considera un caso especial de la transformada de Laplace de una medida de Stieltjes . Esto es,
En particular, comparte muchas propiedades con la transformada de Laplace habitual. Por ejemplo, el teorema de convolución se cumple:
A menudo sólo se consideran los valores reales de la variable s , aunque si la integral existe como una integral de Lebesgue adecuada para un valor real dado s = σ , entonces también existe para todos los complejos s con re( s ) ≥ σ .
La transformada de Laplace-Stieltjes aparece naturalmente en el siguiente contexto. Si X es una variable aleatoria con función de distribución acumulativa F , entonces la transformada de Laplace-Stieltjes viene dada por la expectativa :
Por lo tanto, la transformada de Laplace-Stieltjes de la función de distribución acumulativa de una variable aleatoria real es igual a la función generadora de momento de la variable aleatoria , pero con el signo del argumento invertido.
Mientras que la transformada de Laplace-Stieltjes de una función de valor real es un caso especial de la transformada de Laplace de una medida aplicada a la medida de Stieltjes asociada, la transformada de Laplace convencional no puede manejar medidas vectoriales : medidas con valores en un espacio de Banach . Sin embargo, estos son importantes en relación con el estudio de los semigrupos que surgen en las ecuaciones diferenciales parciales , el análisis armónico y la teoría de la probabilidad . Los semigrupos más importantes son, respectivamente, el semigrupo de calor , el semigrupo de Riemann-Liouville y el movimiento browniano y otros procesos infinitamente divisibles .
Sea g una función de [0,∞) a un espacio de Banach X de variación fuertemente acotada en cada intervalo finito. Esto significa que, por cada subintervalo fijo [0, T ] se tiene
donde el supremo se toma sobre todas las particiones de [0, T ]
La integral de Stieltjes con respecto a la medida vectorial dg
se define como una integral de Riemann-Stieltjes . De hecho, si π es la partición etiquetada del intervalo [0, T ] con subdivisión 0 = t 0 ≤ t 1 ≤ ... ≤ t n = T , puntos distinguidos y tamaño de malla, la integral de Riemann-Stieltjes se define como el valor del limite
tomado en la topología en X . La hipótesis de una variación fuertemente acotada garantiza la convergencia.
Si en la topología de X el límite
existe, entonces el valor de este límite es la transformada de Laplace-Stieltjes de g .
La transformada de Laplace-Stieltjes está estrechamente relacionada con otras transformadas integrales , incluidas la transformada de Fourier y la transformada de Laplace . En particular, tenga en cuenta lo siguiente:
Si X es una variable aleatoria continua con función de distribución acumulativa F ( t ), entonces los momentos de X se pueden calcular usando [1]
Para una variable aleatoria Y distribuida exponencialmente con parámetro de tasa λ , el LST es,
a partir de lo cual los primeros tres momentos se pueden calcular como 1/ λ , 2/ λ 2 y 6/ λ 3 .
Para Z con distribución de Erlang (que es la suma de n distribuciones exponenciales) usamos el hecho de que la distribución de probabilidad de la suma de variables aleatorias independientes es igual a la convolución de sus distribuciones de probabilidad . Así que si
con Y i independiente entonces
por lo tanto, en el caso de que Z tenga una distribución Erlang,
Para U con distribución uniforme en el intervalo ( a , b ), la transformación viene dada por