中文

几何概率中的多元正态逼近

概率论 2013-02-05 v1

摘要

考虑测度 μλ=xξxδx\mu_\lambda = \sum_x \xi_x \delta_x,其中求和遍及 d 维空间有界区域上强度为 λ\lambda 的泊松点过程的点 xx,而 ξx\xi_x 是由 xx 附近的泊松点决定的泛函,即满足指数稳定化条件及矩条件(示例包括邻近图、 germ-grain 模型和随机逐次沉积模型的统计量)。一个已知的普遍结论表明,当 λ\lambda \to \infty 时,RdR^d 中不相交集合的 μλ\mu_\lambda-测度(经过适当的缩放和中心化)渐近独立正态;这里我们给出了收敛速率为 O(λ1/(2d+ϵ))O(\lambda^{-1/(2d + \epsilon)}) 的界。我们以有限个不相交区间上泊松点的最近邻图为例,给出了一个显式的多元中心极限定理来说明我们的结果。

关键词

引用

@article{arxiv.0707.3898,
  title  = {Multivariate normal approximation in geometric probability},
  author = {Mathew D. Penrose and Andrew R. Wade},
  journal= {arXiv preprint arXiv:0707.3898},
  year   = {2013}
}

评论

23 pages

R2 v1 2026-06-29T02:06:29.162Z