4 votos

Demostrar que $\mathbb P(\|\nabla f(x)\|< Bn) < KB^2$ % armónicos esféricos al azar $f$

Tengo un azar armónico esférico de grado $n$ sobre la esfera $S^2$, es decir, $$ f = \sum_{k=-n}^{n} \xi_k Y_k$$ con $\xi_k \sim N\left(0, \dfrac{1}{2n+1}\right)$ ser independiente Gaussianas y $\{Y_k\}$ $L_2$- ortonormales base de armónicos esféricos de grado $n$. (Las varianzas fueron elegidos por tener $\mathbb{E}\| f \|_{L^2} = 1$.)

Quiero demostrar que, dada una constante positiva $B$ y un punto de $x \in S^2$, luego $$\mathbb P(\|\nabla f(x)\| < Bn) < KB^2$$ por alguna constante positiva $K$. Pensé que muestra que la densidad del vector aleatorio $\nabla f(x)$ es acotado, pero no sé cómo se calcula.

Esta desigualdad se afirma sin prueba en la segunda a la última desigualdad en la página 9 de este artículo.

0voto

Alex Franko Puntos 89

$\def\d{\mathrm{d}}\def\peq{\mathrel{\phantom{=}}}$Lema: Si $ξ \sim N(0, D)$ $m$- dimensiones aleatoria normal vector con $D > 0$ $A$ $m × m$ positiva definida la matriz, entonces existe una constante $c > 0$ tal que$$ P(ξ^T Aξ < M^2) < c\min(M, M^m). \quad \forall M > 0 $$

Prueba: Desde $A$ es positiva definida, entonces existe un $m × m$ invertible real de la matriz de $P$ tal que $A = P^T P$. Tenga en cuenta que $ξ \sim N(0, D) \Rightarrow η = Pξ \sim N(0, PDP^T)$, e $D_1 = PDP^T > 0$. Debido a que la densidad la función de $η$, es decir$$ f_n(x) = \frac{1}{(2π)^{\frac{m}{2}} |D_1|} \exp\left( -\frac{1}{2} x^T D_1^{-1} x \right), $$ es continua en a$x = 0$,\begin{align*} &\peq P(ξ^T Aξ < M^2) = P(η^T η < M^2)\\ &= \int\limits_{|x| < M} f_η(x) \,\d x \sim f_η(0) \int\limits_{|x| < M} \d x \sim c_0 M^m. \quad (M → 0^+) \end{align*} Por lo tanto existe $M_0 > 0$ tal que $P(ξ^T Aξ < M^2) < (c_0 + 1) M^m$$0 < M \leqslant M_0$. Ya que para $M > M_0$, $P(ξ^T Aξ < M^2) \leqslant 1 < \dfrac{M^m}{M_0^m}$, luego de tomar $c_1 = \max\left(c_0 + 1, \dfrac{1}{M_0^m} \right)$,$$ P(ξ^T Aξ < M^2) < c_1 M^m. \quad \forall M > 0 $$ También, supongamos $η = (η_1, \cdots, η_m)^T$. Desde $η_1 \sim N(0, σ_1^2)$ algunos $σ_1 > 0$,\begin{align*} &\peq P(ξ^T Aξ < M^2) = P(η^T η < M^2) \leqslant P(η_1^2 < M^2)\\ &= \frac{1}{\sqrt{2π} σ_1} \int_{-M}^M \exp\left( -\frac{x^2}{2σ_1^2} \right) \,\d x \leqslant \frac{2M}{\sqrt{2π} σ_1}. \quad \forall M > 0 \end{align*} Por lo tanto basta con retirar $c = \max\left( c_1, \dfrac{2}{\sqrt{2π} σ_1} \right)$.

Ahora, de vuelta a la pregunta. Definir $ξ = (ξ_{-n}, \cdots, ξ_n)^T$, $Y = (Y_{-n}, \cdots, Y_n)^T$, entonces$$ |∇f(x)|^2 = \left| \sum_{k = -n}^n ξ_k ∇Y_k(x) \right|^2 = ξ^T ∇Y(x) (∇Y(x))^T ξ. $$ Tenga en cuenta que $ξ \sim N\left( 0, \dfrac{I_{2n + 1}}{2n + 1} \right)$. Para $n \geqslant 1$, teniendo en $m = 2n + 1$ $A = ∇Y(x) (∇Y(x))^T$ en el lema, existe una constante $c > 0$ tal que para cualquier $M > 0$,\begin{align*} &\peq P(|∇f(x)| < nB) = P(|∇f(x)|^2 < n^2 B^2)\\ &< c\min(nB, n^{2n + 1} B^{2n + 1}) \leqslant cn^{2n + 1} · B^2. \quad \forall B > 0 \end{align*} Por lo tanto $K$ puede ser tomado como $cn^{2n + 1}$.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X