Большие уклонения гауссовых случайных функций
– Случайная функция либо одной переменной ( случайный процесс ), либо двух или более переменных.( случайное поле ) – называется гауссовским , если каждое конечномерное распределение является многомерным нормальным распределением . Гауссовы случайные поля на сфере полезны (например) при анализе
- аномалии космического микроволнового фонового излучения (см. [1] стр. 8–9);
- изображения головного мозга, полученные методом позитронно-эмиссионной томографии (см., [1] стр. 9–10).
Иногда значение гауссовой случайной функции отклоняется от ожидаемого значения на несколько стандартных отклонений . Это большое отклонение . Хотя большие отклонения редки в небольшой области (пространства и/или времени), в большой области они могут быть вполне обычными.
Основное заявление
[ редактировать ]Позволять быть максимальным значением гауссовой случайной функции на(двумерная) сфера. Предположим, что ожидаемое значение является (в каждой точке сферы) и стандартное отклонение является (в каждой точке сферы). Тогда для больших , близко к ,где распространяется ( стандартное нормальное распределение ) и является константой; это не зависит от , но зависит от корреляционной функции (см. ниже). Относительная погрешность аппроксимации экспоненциально убывает при больших .
Константа легко определить в важном частном случае, описываемом в терминах производной по направлению в данной точке (сферы) в заданном направлении ( касательно сферы). Производная является случайной, с нулевым математическим ожиданием и некоторым стандартным отклонением. Последнее может зависеть от точки и направления. Однако если оно не зависит, то оно равно (для сферы радиуса ).
Коэффициент до фактически является эйлеровой характеристикой сферы (для тора она равна нулю).
Предполагается, что дважды непрерывно дифференцируема ( почти наверняка ) и достигает максимума в одной точке (почти наверняка).
Подсказка: средняя характеристика Эйлера.
[ редактировать ]Ключом к теории, изложенной выше, является эйлерова характеристика. из набора всех точек (сферы) такой, что . Его ожидаемое значение (другими словами, среднее значение) можно вычислить явно:
(которая далеко не тривиальна и включает в себя теорему Пуанкаре–Хопфа , теорему Гаусса–Бонне , формулу Райса и т. д.).
Набор всякий пустое множество раз, когда ; в этом случае . В другом случае, когда , набор непусто; его эйлерова характеристика может принимать различные значения в зависимости от топологии множества (количества связных компонент и возможных дырок в этих компонентах). Однако, если большой и тогда набор обычно представляет собой небольшой, слегка деформированный диск или эллипс (о чем легко догадаться, но довольно сложно доказать). Таким образом, его эйлерова характеристика обычно равен (при условии ). Вот почему близко к .
См. также
[ редактировать ]Дальнейшее чтение
[ редактировать ]Основное утверждение, приведенное выше, представляет собой простой частный случай гораздо более общей (и сложной) теории, сформулированной Адлером. [1] [2] [3] Подробное изложение этого частного случая см. в лекциях Цирельсона. [4]
- ^ Jump up to: а б с Роберт Дж. Адлер, «Об экскурсионных множествах, трубчатых формулах и максимумах случайных полей», The Annals of Applied Probability, 2000, Vol. 10, № 1, 1–74 . (Специальный приглашенный документ.)
- ^ Роберт Дж. Адлер, Джонатан Э. Тейлор, «Случайные поля и геометрия», Springer 2007. ISBN 978-0-387-48112-8
- ^ Роберт Дж. Адлер, «Некоторые новые инструменты случайных полей для пространственного анализа», arXiv:0805.1031 .
- ^ Лекции Б. Цирельсона (особенно, разд. 5).