[论文解读] The Mean Distance to the n-th Neighbour in a Uniform Distribution of Random Points: An Application of Probability Theory

P. Bhattacharyya, Bikas K. Chakrabarti|ArXiv.org|Dec 17, 2002

Data Management and Algorithms被引用 4

一句话总结

本文使用绝对概率与条件概率方法，推导出在D维空间中均匀分布的随机点集合里，第n个最近邻的精确平均距离⟨rₙ⟩。结果表明，⟨rₙ⟩ ≈ [Γ(D/2 + 1)/π^{1/2}]^{1/D} (n/N)^{1/D}，在高维下误差较小，并通过基于体积的近似方法加以验证，为天体物理学、优化和网络理论等应用提供了严格且实用的估计。

ABSTRACT

We study different ways of determining the mean distance $ < r_n >$ between a reference point and its $n$-th neighbour among random points distributed with uniform density in a $D$-dimensional Euclidean space. First we present a heuristic method; though this method provides only a crude mathematical result, it shows a simple way of estimating $ < r_n >$. Next we describe two alternative means of deriving the exact expression of $$: we review the method using absolute probability and develop an alternative method using conditional probability. Finally we obtain an approximation to $ < r_n >$ from the mean volume between the reference point and its $n$-th neighbour and compare it with the heuristic and exact results.

研究动机与目标

• 确定在D维空间中，参考点与其第n个最近邻之间的精确平均距离⟨rₙ⟩，点在空间中均匀随机分布。
• 比较启发式方法、精确概率方法与基于体积的近似方法在估计⟨rₙ⟩时的表现。
• 量化基于平均体积估算的⟨rₙ⟩与精确⟨rₙ⟩之间的误差，尤其关注高维情况。
• 为天体物理与计算问题（如旅行商问题与恒星分布建模）提供一种实用且理论基础扎实的⟨rₙ⟩估计。

提出的方法

• 基于将单位体积划分为N等份的启发式方法，估计⟨r₁⟩ ≈ (1/N)^{1/D}，并通过尺度变换推广至⟨rₙ⟩ ≈ (n/N)^{1/D}。
• 应用绝对概率法，通过积分包含恰好n个点的体积，推导第n个最近邻距离的精确分布。
• 引入条件概率方法，计算⟨rₙ⟩的系综平均，为该空间点过程中的统计平均提供更深入的洞察。
• 推导参考点与其第n个最近邻之间的平均体积⟨Vₙ⟩，证明⟨Vₙ⟩ = n/N，并利用⟨rₙ⟩ ≈ ⟨Vₙ⟩^{1/D} 进行⟨rₙ⟩的近似。
• 将基于体积的近似⟨rₙ⟩ ≈ [Γ(D/2 + 1)/π^{1/2}]^{1/D} (n/N)^{1/D} 与精确结果进行比较，利用伽马函数与调和数推导误差项。
• 通过伽马函数与调和数的渐近展开分析体积近似中的误差，表明该误差在D和N、n较大时趋于减小。

实验结果

研究问题

• RQ1 在D维空间中，均匀点分布下第n个最近邻的平均距离⟨rₙ⟩的精确表达式是什么？
• RQ2 与精确结果相比，启发式近似⟨rₙ⟩ ≈ (n/N)^{1/D} 的准确性如何，尤其在有限维与高维情况下？
• RQ3 通过参考点与其第n个最近邻之间的平均体积估算⟨rₙ⟩时，其误差是多少？该误差如何随D、N与n变化？
• RQ4 条件概率方法如何提升对这一空间点过程系综平均的理论理解？
• RQ5 在何种参数范围内，基于体积的近似⟨rₙ⟩ ≈ ⟨Vₙ⟩^{1/D} 变为渐近精确？

主要发现

• 基于条件概率，推导出第n个最近邻的精确平均距离为⟨rₙ⟩ = [Γ(n + 1/D)/Γ(n)] [Γ(N)/Γ(N + 1/D)]^{1/D} × [Γ(D/2 + 1)/π^{1/2}]^{1/D}。
• 启发式近似⟨rₙ⟩ ≈ (n/N)^{1/D} 被证明是合理估计，尤其在N ≫ n且D较大时。
• 基于体积的近似给出⟨rₙ⟩ ≈ [Γ(D/2 + 1)/π^{1/2}]^{1/D} (n/N)^{1/D}，其渐近形式与精确结果一致。
• 体积近似与精确⟨rₙ⟩之间的误差可量化为与(n/N)^{1/D} - [1 + (1/D)(H_{n-1} - H_{N-1})] 成正比，其中H_k为调和数。
• 当D较大时，误差渐近趋于零，因为(n/N)^{1/D} ≈ 1 + (1/D)ln(n/N)，与校正项一致。
• 当D = 1时误差恰好为零，对于所有有限的D ≥ 2，误差为正，表明该近似随维度增加而改善。