[论文解读] Random Distances Associated with Rhombuses

Yanyan Zhuang, Jianping Pan|arXiv (Cornell University)|Jun 7, 2011

Scientific Research and Discoveries被引用 18

一句话总结

本文推导了在不同菱形构型中，两个在均匀分布下随机选取的点之间的随机欧几里得距离的概率密度函数（PDF）的闭式表达式：在单个单位菱形内（θ=π/3）、在共享一条边的两个平行菱形之间，以及在共享一条长对角线或短对角线的两个菱形之间。结果通过模拟、递归和概率求和方法进行了验证，并提供了前两阶矩的解析表达式，以及适用于实际应用的高精度多项式拟合。

ABSTRACT

Parallelograms are one of the basic building blocks in two-dimensional tiling. They have important applications in a wide variety of science and engineering fields, such as wireless communication networks, urban transportation, operations research, etc. Different from rectangles and squares, the coordinates of a random point in parallelograms are no longer independent. As a case study of parallelograms, the explicit probability density functions of the random Euclidean distances associated with rhombuses are given in this report, when both endpoints are randomly distributed in 1) the same rhombus, 2) two parallel rhombuses sharing a side, and 3) two rhombuses having a common diagonal, respectively. The accuracy of the distance distribution functions is verified by simulation, and the correctness is validated by a recursion and a probabilistic sum. The first two statistical moments of the random distances, and the polynomial fit of the density functions are also given in this report for practical uses.

研究动机与目标

• 推导不同菱形构型中，两个在均匀分布下随机选取的点之间欧几里得距离的概率密度函数（PDF）的显式表达式。
• 通过模拟、递归和概率求和技术验证推导出的距离分布的正确性。
• 为实际应用计算距离分布的前两个统计矩（均值和方差）。
• 为便于高效数值计算和进一步分析，提供PDF的高阶多项式拟合。
• 将关于正方形和矩形中随机距离的奠基性工作扩展至非矩形平行四边形，特别是θ=π/3的菱形。

提出的方法

• 使用几何概率和对所有可能点对的积分，推导出单位菱形内（θ=π/3，边长为1）距离的PDF。
• 应用类似的几何概率技术，计算两个相邻且方向相同的菱形中点之间距离的PDF：共享一条边（平行情况），以及共享长对角线或短对角线的情况。
• 使用反三角函数（反正弦）和分段表达式，以捕捉不同距离范围内的几何约束变化。
• 通过验证PDF在整个距离范围上的积分为1（概率求和）以及与模拟结果比较累积分布函数（CDF），来验证推导出的PDF。
• 从推导出的PDF中解析计算前两个统计矩（均值和二阶矩），从而实现对期望距离和方差的快速估计。
• 使用最小二乘逼近法生成PDF的20次多项式拟合，报告了系数和残差范数，以确保精度和计算效率。

实验结果

研究问题

• RQ1 在单个单位菱形内（θ=π/3）的两个均匀随机点之间，欧几里得距离的精确概率密度函数（PDF）是什么？
• RQ2 当两个点分别位于共享一条公共边的两个相邻平行菱形中时，距离分布如何变化？
• RQ3 在两个共享公共长对角线或短对角线的菱形中，点之间距离的PDF是什么？
• RQ4 与蒙特卡洛模拟相比，推导出的解析表达式有多准确？
• RQ5 能否为推导出的PDF构造高精度的多项式近似，以在应用中实现高效的数值计算？

主要发现

• 在单个单位菱形内（情况I）的距离PDF被显式推导为一个分段函数，包含反正弦函数和多项式项，适用于d ∈ [0, √3]，并提供了闭式CDF。
• 在共享一条边的两个平行菱形之间（情况P），PDF的范围为d ∈ [0, 2]，包含复杂的分段表达式，包含多个反正弦和平方根项，反映了更高的几何复杂性。
• 在单个菱形内距离的前两个矩被解析计算为M₁ = 0.512378s 和 M₂ = 0.333333s，方差为Var = 0.070802s²（s为边长）。
• 模拟结果与解析矩值高度吻合：例如，在情况I中，模拟均值为0.513734s，方差为0.071752s²，证实了高精度。
• 所有四种情况的20次多项式拟合均实现了较低的残差范数（例如，情况I的残差范数为0.0959），从而实现了PDF的高精度数值近似。
• 推导出的菱形结果可作为将随机距离分析扩展至六边形镶嵌的基础，这在蜂窝网络建模和空间统计中具有重要意义。