中文

各向同性与平稳高斯场加性泛函的谱中心极限定理

概率论 2023-08-29 v4

摘要

B=(Bx)xRdB=(B_x)_{x\in\mathbb{R}^d} 为一族 N(0,1)N(0,1) 随机变量,构成 Rd\mathbb{R}^d 上实值连续平稳高斯场,并令 C(xy)=E[BxBy]C(x-y)=\mathbb{E}[B_xB_y]。设 φ:RR\varphi:\mathbb{R}\to\mathbb{R} 满足 E[φ(N)2]<\mathbb{E}[\varphi(N)^2]<\infty(其中 NN(0,1)N\sim N(0,1)),令 RRφ\varphi 的 Hermite 秩,并考虑 Yt=tDφ(Bx)dxY_t = \int_{tD} \varphi(B_x)dxt>0t>0,其中 DRdD\subset \mathbb{R}^d 为紧集。自 80 年代 Breuer、Dobrushin、Major、Rosenblatt、Taqqu 等人的开创性工作以来,YtY_t 的中心与非中心极限定理不断被精炼、推广并应用于日益多样的情境,以至于已成为一个独立的研究领域。该领域专家在过去四十年中形成的普遍直觉是:当 tt\to\infty 时,YtY_t 围绕其均值的涨落在一般情形(即除极少数特殊情况外)下,若 BB 具有短记忆则为高斯型,若 BB 具有长记忆且 R2R\geq 2 则为非高斯型。本文表明,这一历经四十年形成的直觉可能是错误的,且并非仅在边缘或临界情形中出错。我们确实揭示出多种在长记忆背景下 YtY_t 呈现高斯涨落的情形。为实现此目标,我们陈述并证明了一个谱中心极限定理,将著名的 Breuer-Major 定理的结论推广至 CLR(Rd)C\notin L^R(\mathbb{R}^d) 的情形。我们的主要数学工具是 Malliavin-Stein 方法与傅里叶分析技术。

关键词

引用

@article{arxiv.2206.14458,
  title  = {Spectral central limit theorem for additive functionals of isotropic and stationary Gaussian fields},
  author = {Leonardo Maini and Ivan Nourdin},
  journal= {arXiv preprint arXiv:2206.14458},
  year   = {2023}
}

备注

36 pages; no regularly bounded assumption, every domain D treated