[论文解读] Moderate deviations for random fields and random complex zeroes

Boris Tsirelson|ArXiv.org|Jan 7, 2008

Probability and Risk Models参考文献 8被引用 4

一句话总结

本文通过推导随机场的一般中偏差定理，特别是可分解高斯场的定理，建立了随机复零点的中偏差原理。证明了归一化零点计数分布收敛于正态分布，并推导出精确的大型偏差速率，避免了此前使用的图解技术。

ABSTRACT

Moderate deviations for random complex zeroes are deduced from a new theorem on moderate deviations for random fields.

研究动机与目标

• 开发随机场中偏差的一般理论框架，特别是针对非平稳、奇异高斯场。
• 在不依赖矩图技术的前提下，推导随机复零点的中偏差与渐近正态性结果。
• 解决高斯场非高斯泛函在奇点与重尾行为下的挑战。
• 将中偏差理论扩展至具有有限指数矩与非平稳结构的平面上随机场。

提出的方法

• 引入‘可分解’随机过程的概念，确保充分的独立性与矩控制，以支持中偏差分析。
• 通过随机变量的C-重复建立一系列不等式，以控制累积量生成函数。
• 将一般中偏差定理应用于高斯解析函数的对数，该函数用于建模随机复零点。
• 利用Edelman-Kostlan公式，将零点计数测度表示为对数强度场的泛函。
• 将问题转化为可分解随机场的线性泛函，从而可应用一般定理。
• 通过将零点计数的方差与测试函数的L²-范数的拉普拉斯算子关联，推导出渐近正态性与大型偏差速率。

实验结果

研究问题

• RQ1 能否从随机场的一般理论而非特定方法推导出随机复零点的中偏差？
• RQ2 潜在高斯场的特性——如非平稳性与奇异变换——如何影响中偏差行为？
• RQ3 复平面上零点计数测度的中偏差的精确速率函数是什么？
• RQ4 能否在不使用图解技术的情况下恢复零点计数泛函的渐近正态性？
• RQ5 测试函数的拉普拉斯算子在表征极限方差中起什么作用？

主要发现

• 在条件 $ \lambda \log^2 r \to 0 $ 下，随机复零点的中偏差原理成立，累积量生成函数收敛于 $ \frac{\sigma^2}{2} \| \Delta h \|^2_{L^2} $。
• 归一化零点计数测度的渐近方差与 $ \kappa \| \Delta h \|^2_{L^2} $ 成正比，其中 $ \kappa $ 为绝对常数。
• $ r (Z(h_r) - \mathbb{E} Z(h_r)) $ 的分布收敛于方差为 $ \kappa \| \Delta h \|^2_{L^2} $ 的正态分布，证实了渐近正态性。
• 在条件 $ (c \log^2 r)/r \to 0 $ 下，零点计数测度上尾的大型偏差速率为 $ -\frac{1}{2} $。
• 中偏差速率中的常数 $ \sigma $ 通过 $ \sigma = 2\pi\alpha\sqrt{\kappa} $ 显式关联于底层高斯场的协方差结构。
• 该方法避免了图解技术，为复零点过程中的中偏差与渐近正态性提供了一体化方法。