En analyse, la fonction gamma multivariée, Γ_p(·), est une généralisation de la fonction gamma. En statistique multivariée, elle apparait dans la fonction de densité de la loi de Wishart et de la loi de Wishart inverse.

La définition formelle de la fonction gamma multivariée est, pour tout complexe a tel que ${\displaystyle \Re e(a)>{\frac {p+1}{2}}}$:

${\displaystyle \Gamma _{p}(a)=\int _{S>0}\left|S\right|^{a-(p+1)/2}\ \mathrm {e} ^{-{\rm {trace(S)}}}\mathrm {d} S,}$

où S > 0 signifie que S est une matrice définie positive.

En pratique, on utilise

${\displaystyle \Gamma _{p}(a)=\pi ^{p(p-1)/4}\prod _{j=1}^{p}\Gamma \left[a+(1-j)/2\right].}$

Le calcul est facilité par les relations de récurrence :

${\displaystyle {\begin{aligned}\Gamma _{p}(a)&=\pi ^{(p-1)/2}\Gamma (a)\Gamma _{p-1}(a-{\tfrac {1}{2}})\\&=\pi ^{(p-1)/2}\Gamma _{p-1}(a)\Gamma \left(a+{\tfrac {1-p}{2}}\right).\end{aligned}}}$

Ainsi,

• ${\displaystyle \Gamma _{1}(a)=\Gamma (a)}$
• ${\displaystyle \Gamma _{2}(a)=\pi ^{1/2}\Gamma (a)\Gamma (a-{\tfrac {1}{2}})}$
• ${\displaystyle \Gamma _{3}(a)=\pi ^{3/2}\Gamma (a)\Gamma (a-{\tfrac {1}{2}})\Gamma (a-1)}$

etc.

On définit la fonction digamma multivariée  :

${\displaystyle \psi _{p}(a)={\frac {\partial \log \Gamma _{p}(a)}{\partial a}}=\sum _{i=1}^{p}\psi \left(a+{\frac {1-i}{2}}\right),}$

et la fonction polygamma généralisée :

${\displaystyle \psi _{p}^{(n)}(a)={\frac {\partial ^{n}\log \Gamma _{p}(a)}{\partial a^{n}}}=\sum _{i=1}^{p}\psi ^{(n)}\left(a+{\frac {1-i}{2}}\right).}$

• (en) Alan T. James, « Distributions of Matrix Variates and Latent Roots Derived from Normal Samples », Annals of Mathematical Statistics, vol. 35, n^o 2,‎ juin 1964, p. 475-501
• (en) « Multivariate Gamma and Beta Functions », sur NIST Handbook of Mathematical Functions, Cambridge University Press, 2010 (ISBN 978-0521192255)

• Portail des probabilités et de la statistique