中文

随机行列式、椭球的混合体积与高斯随机场的零点

概率论 2012-06-05 v1 微分几何

摘要

考虑一个d×dd\times d矩阵MM,其行是独立的中心非退化高斯向量ξ1,,ξd\xi_1,\ldots,\xi_d,协方差矩阵分别为Σ1,,Σd\Sigma_1,\ldots,\Sigma_d。记Ei\mathcal{E}_iξi\xi_i的位置-散布椭球:Ei={xRd:xΣi1x1}\mathcal{E}_i=\{\mathbf{x}\in\mathbb{R}^d : \mathbf{x}^\top\Sigma_i^{-1} \mathbf{x}\leqslant 1\}。我们证明EdetM=d!(2π)d/2Vd(E1,,Ed), \mathbb{E}\,|\det M|=\frac{d!}{(2\pi)^{d/2}}V_d(\mathcal{E}_1,\ldots,\mathcal{E}_d), 其中Vd(,,)V_d(\cdot,\ldots,\cdot)表示混合体积。我们还将此结果推广到矩形矩阵的情形。作为直接推论,我们得到了Rd\mathbb{R}^ddd个任意椭球的混合体积的解析表达式。作为另一个应用,考虑一个光滑的中心非退化高斯随机场X=(X1,,Xk):RdRkX=(X_1,\ldots,X_k)^\top:\mathbb{R}^d\to\mathbb{R}^k。利用Kac-Rice公式,我们得到了XX的零点强度在Xi/VarXiX_i/\sqrt{\mathbf{Var} X_i}的梯度的位置-散布椭球的混合体积方面的几何解释。这将方程组的零点集与混合体积联系起来,类似于著名的关于典型代数方程组解个数的Bernstein定理。

关键词

引用

@article{arxiv.1206.0371,
  title  = {Random determinants, mixed volumes of ellipsoids, and zeros of Gaussian random fields},
  author = {Zakhar Kabluchko and Dmitry Zaporozhets},
  journal= {arXiv preprint arXiv:1206.0371},
  year   = {2012}
}