[论文解读] Convergence of random measures in geometric probability
本论文在幂律稳定条件下,为$ℝ^d$中由带标记点过程生成的随机测度建立了大数定律和中心极限定理——扩展了先前关于指数稳定性的结果。关键贡献在于,经过缩放和中心化后的随机测度弱收敛于高斯场,该结果适用于表面测度等几何对象,且在具有无界颗粒的胚-颗粒模型中具有适用性。
Given $n$ independent random marked $d$-vectors $X_i$ with a common density, define the measure $ν_n = \sum_i ξ_i $, where $ξ_i$ is a measure (not necessarily a point measure) determined by the (suitably rescaled) set of points near $X_i$. Technically, this means here that $ξ_i$ stabilizes with a suitable power-law decay of the tail of the radius of stabilization. For bounded test functions $f$ on $R^d$, we give a law of large numbers and central limit theorem for $ν_n(f)$. The latter implies weak convergence of $ν_n(\cdot)$, suitably scaled and centred, to a Gaussian field acting on bounded test functions. The general result is illustrated with applications including the volume and surface measure of germ-grain models with unbounded grain sizes.
研究动机与目标
- 将现有随机测度的极限定理从指数稳定推广至幂律稳定,从而扩大在具有长程依赖性的模型中的适用范围。
- 为通过带标记点过程的局部贡献定义的随机测度建立大数定律与中心极限定理,即使测度不集中于点上也适用。
- 允许使用指示函数作为检验函数,扩展先前仅限于连续检验函数的结果。
- 为分析具有无界颗粒尺寸的胚-颗粒模型中的表面与体积测度提供一个框架,这些情形此前不在基于稳定性的极限定理的适用范围内。
- 实现中心极限定理的去泊松化,将结果从泊松点过程推广至二项点过程,且不依赖于外部稳定化概念。
提出的方法
- 定义随机测度$\nu_n = \sum_i \xi_i$,其中$\xi_i$是基于每个点$X_i$周围局部构型生成的测度,其稳定化半径具有幂律尾部衰减。
- 使用改进版的客观方法,在泊松设定下计算极限高斯场的二阶矩与协方差结构。
- 应用Stein方法进行正态近似,以证明极限场为高斯分布,避免了先前工作中使用的矩方法。
- 通过客观方法进行二阶矩计算,以实现去泊松化,将中心极限定理从泊松过程推广至二项点过程。
- 引入平移不变性与颗粒尺寸分布的矩条件,以确保测度分量的可积性与矩界。
- 验证带符号测度(如正负表面贡献之差)的正负部分的矩条件,以满足中心极限定理所需的可积性。
实验结果
研究问题
- RQ1在何种条件下,局部定义的随机测度之和在几何概率中弱收敛于高斯场?
- RQ2能否将随机测度的中心极限定理从指数稳定扩展至幂律稳定?
- RQ3该理论能否容纳非连续的检验函数,如Borel集的指示函数?
- RQ4如何在不引入外部稳定化概念的前提下,将极限定理从泊松过程推广至二项点过程?
- RQ5该框架能否处理具有无界颗粒尺寸的胚-颗粒模型中的表面与体积测度?
主要发现
- 在幂律稳定条件下,$\nu_n(f)$满足大数定律,且对于有界检验函数,归一化测度收敛于确定性极限。
- 为$\nu_n(f)$建立了中心极限定理,表明经过缩放和中心化后的测度弱收敛于由有界检验函数参数化的高斯场。
- 极限高斯场源于通过改进的二阶矩计算(使用客观方法)导出的协方差结构。
- 该结果适用于具有无界颗粒的胚-颗粒模型中的表面测度,前提是$\mathbb{E}[|T|^{dp}]\mathbb{E}[|\partial T|^p] < \infty$对某个$p > 1$成立。
- 对于表面测度情形,若满足$P[|T| > r] \leq C e^{-r/C}$或$P[|T| > r] \leq C r^{-q}$且$q > d(150 + 6/p)$,则可确保中心极限定理所需的矩条件。
- 该框架成功处理了如正负表面贡献之差等带符号测度,确保了可积性与收敛性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。