本节主要研究如(5.1.1)式所定义的时空各向异性高斯随机场的碰撞概率。首先对一些符号进行说明,并给出几个引理,然后给出本节的主要结论-定理5.2.5并给予证明。
为了研究时空各向异性高斯随机场的碰撞概率和维数结果,将在空间上引入度量τ来克服空间变量所带来的各向异性性,定义如下:
其中x=(x1,…,xd),y=(y1,…,yd)∈
由§1.2的第三部分,在度量空间上可以定义β-维Hausdorff测度(β>0)和Hausdorff维数,分别记还可以定义在度量τ下牛顿β-势和牛顿β-容度,分别记为同理可以定义在度量空间上对应的β-维Hausdorff测度(β>0)、Hausdorff维数、在度量ρ下牛顿β-势和牛顿β-容度,分别记为
为了证明关键性引理5.2.3,需要用到下面两个引理。
引理5.2.1 设d是一个正整数,β≥1,以及对所有的1≤i≤d有ai≥0,则存在一个不依赖于ai(1≤i≤d)的正整数c5,2,1使得
证明 通过基本的方法可以证明结论对d=2是成立的。对于一般的情况由数学归纳法可证。
引理5.2.2 设d是一个正整数,β≥1,1≤β1≤β2≤…≤βd<∞,以及对所有的1≤i≤d,有ai≥0。则
(i)如果对所有的1≤i≤d,有ai≤1,则存在一个不依赖于ai(1≤i≤d)的正常数c5,2,2使得
(ii)如果至少存在一个i∈{1,2,…,d}使得ai≥1,则存在一个不依赖于ai(1≤i≤d)的正常数c5,2,3使得
证明 (i)因为1≤β1≤β2≤…≤βd,以及对所有的1≤i≤d有ai≤1,所以存在正的常数c5,2,2使得
其中最后一个不等式由引理5.2.1可得。
(ii)分两种情形进行讨论。
情形1 如果对所有的1≤i≤d有ai≥1,则利用引理5.2.1和1≤β1≤β2≤…≤βd可得,存在正常数c使得
情形2 如果恰好存在{1,2,…,d}中的p(1≤p<d)个数k1,…,kp使得aki≥1(1≤i≤p),则存在{1,…,d}上的一个置换σ使得σ(i)=ki(1≤i≤p)。令β*=min{βσ(1),…,βσ(p)}。由引理5.2.1有
其中最后一个不等式由β1=min{β*,βσ(p+1),…,βσ(d)}和可得。现在用去除(5.2.6)式的两边有,
其中第二个不等式由可得,最后一个不等式是因为所有联合(5.2.6)和(5.2.7})式,可得这就完成引理5.2.2的证明。
下面是本节的两个关键性引理。它们的证明方法是基于Biermé等人(2009)的论证方法。
引理5.2.3 设X=是一个值高斯随机场,且满足条件(C1)—(C3),则存在常数c5,2,4>0使得对任意的
I,有
其中Γn(s,t)=+Cov(X(s),X(t))。
证明 因为X1,…,Xd是相互独立的,所以
其中Φni(s,t)=+Cov(Xi(s),Xi(t))。又因为Φni(s,t)是正定的,所以
其中det(Φni(s,t))表示Φni(s,t)的行列式。注意到
并利用条件(C2),(C3),以及Biermé等人(2009)对其文中(3.12)式的讨论方法,可得对任意的s,t∈I和有
其中c是一仅依赖于I的正常数。
联合(5.2.9)—(5.2.12)式有
利用条件(C3)和不等式det(A+B)≥det(B)(这里A和B是两个正定矩阵),可得
当对所有的i∈{1,2,…,d}有ai≥0时,不等式显然成立,从而有
下面分3种情况讨论:
情形1 且对所有的1≤i≤d,有
由(5.2.15)式和引理5.2.3的第一部分有
因此由不等可得(5.2.13)式的右边表达式是小于或等于
从而利用(5.2.14)式,可得(5.2.17)式的右边表达式小于或等于
故由(5.2.13)、(5.2.17)和(5.2.18)式,可得
情形2 且至少存在一个i∈{1,2,…,d}使得
由(5.2.15)式和引理5.2.3的第二部分有
因此由不等式可得(5.2.13)式的右边表达式是小于或等于
从而利用(5.2.14)式,可得(5.2.21)式的右边表达式小于或等于
故由(5.2.13)、(5.2.21)和(5.2.22)式,可得
情形3
显然(5.2.13)式的右边表达式是小于或等于
再次利用(5.2.14)式,可得(5.2.24)式小于或等于
因此由(5.2.13)、(5.2.24)和(5.2.25)式有
联合(5.2.19)、(5.2.23)和(5.2.26)式,可得
这就完成了引理5.2.3的证明。
下面引理是Biermé等人(2009)引理3.1的推广。
引理5.2.4 设是一个值高斯随机场,且满足条件(C1)—(C3),则对任意的M>0,存在正常数c5,2,5和δ0使得对任意的r∈(0,δ0),s∈I和x∈[-M,M]d,有(www.xing528.com)
证明 因为X的各个分量过程是相互独立的,而且
所以只需估计事件的概率。由高斯分布的条件期望公式有
注意到对任意的t∈I,高斯随机变量Xi(t)-ci(s,t)Xi(s)和Xi(s)是相互独立的,从而利用三角不等式,可推得
其中由条件(C2)和Cauchy-chwarz不等式有
因此从(5.2.31)式可推得,存在正的常数δ0使得对任意的r∈(0,δ0)和t有1/2≤ci(s,t)≤3/2。再利用零均值高斯场的单峰性可得
由于Zi(s,r)和ci(s,t)Xi(s)是相互独立的,所以由(5.2.30)式可得
下面估计则Yi(t)是一高斯场且Yi(s)=0。可定义Yi(t)的标准度量
在经过基本的计算后可得到
和
其中的度量熵。
利用Dudley定理有
其中最后一个不等式由变量替换可得。现将上式中最后一个积分划分成两部分,则
首先估计K2。显然有
下面估计K1。利用分部积分公式和变量替换,可得
由(5.2.34)—(5.2.37)有
联合(5.2.30),(5.2.32),(5.2.33)和(5.2.38)式,可得
由于X的各个分量过程是相互独立的,所以(5.2.32)式成立。引理5.2.4得证。
下面的定理是本章的主要结论,该结论给出了时空各向异性高斯场碰撞概率的上下界,其中上下界分别由度量τ下的Hausdorff测度和容度表示。
定理5.2.5 设X=是一个值高斯随机场,且满足条件(C1)—(C3)。当Λ>Q,M>0时,则存在正常数c5,2,6,c5,2,7使得对任意的Borel集F⊆[-M,M]d,有
其
证明 证明方法是基于Xiao(2009)定理7.6的证明思想。首先证明上界。不妨设
否则结论显然成立,从而可以选择并固定一个任意常数由Hausdorff测度的定义知,存在一列半径rj<δ0(δ0同引理5.2.4中定义)的开球使得
显然有
对每个j≥1,可将立方体I划分成个边长为的矩形,从而在度量ρ下,I可由至多个半径为的球所覆盖。故由引理5.2.4有
联合(5.2.41)和(5.2.42)式,可得
又因为是任意给定的常数,所以上界得证。
下面证明碰撞概率的下界。不妨设否则结论显然成立。由容度的定义(见§1.2)知,存在使得
定义I上的一列随机测度如下:
令是测度νn的总质量,即下面证明
其中正的常数c5,2,8,c5,2,9不依赖于n和μ。由于Xi,i=1,…,d是相互独立的,所以
其中这就证明了(5.2.46)式中的第一个不等式。
下面证明(5.2.46)式中的第二个不等式。注意到
dξdημ(dx)μ(dy)dsdt。
从而由引理5.2.3有
接下来将(5.2.48)式中定积分的积分区域划分为
和并将在它们上面的定积分分别表示显然有
其中最后一个不等式利用到如下的事实:对每个s∈I,集合是包含在一个边长为的矩形中。另一方面,
其中最后一个不等式利用到极坐标下的变量替换,并注意到ρ(0,t)是一齐次函数(见Biermé等人(2007))。联合(5.2.48)—(5.2.50)式,可得
这就证明了(5.2.46)式中的第二个不等式(5.2.46)。因此,利用Kahane(1985)的方法,可以证明如下事实:存在一个支撑集在X-1(F)∩I上的有限正测度ν使得νn弱收敛于ν,且
这就完成了碰撞概率下界的证明,从而定理得证。
从定理5.2.5可以得到下面的推论,该推论给出了X(t)能够击中一个Borel集的充分条件。
推论5.2.6 设X=是一个值高斯随机场,且满足条件(C1)—(C3)。当Θ:=时,则对任意的Borel集下面的结论成立:
(i)如果
(ii)如果
注5.2.7 当令α1=α2=…=αd=1时,由本文的结论可得Xiao(2009)的结论。事实上,设X=是一个值高斯随机场,且满足条件(C1)—(C3)。当α1=α2=…=αd=1,d>Q,M>0时,则存在常数c5,2,10,c5,2,11>0使得对任意的Borel集F⊆[-M,M]d,有
如果α1=α2=…=αd<1,则(5.2.52)式等价于
其中c5,2,12和c5,2,13是两个正常数。关于这点,可参看Ni和Chen(2016)的例4.1或本书例2.4.1。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。