形式陈述
在单位区间上随机放置 个点,留下的 段长度怎样共同变化?设整数 , 是来自 均匀分布理路均匀分布Uniform distribution在有限集合或有限正测度区域上按计数或体积等比例分配概率的分布。的独立同分布样本理路独立同分布样本IID sample · Independent and identically distributed sample以乘积分布描述来自同一总体的独立重复观测。。将其排序理路顺序统计量Order statistic有限样本按键排序后第 k 个位置的值,保留重复出现的次数。并加入固定端点
定义间距 ,。它们非负、总和为一,其联合分布理路联合分布Joint distribution · 联合概率分布多个随机元素组成的向量所推出的概率测度,完整记录边缘与依赖结构。是参数全为一的 Dirichlet 分布,即一类支持在单纯形上的联合概率律。精确地说,前 个坐标的密度是
这是相对于前 个自由坐标的 维 Lebesgue 密度;整个向量位于 的和为一平面上,没有普通的 维密度。
还有一个等价构造:给定相互独立理路独立性Statistical independence从概率表理解独立性,区分两两、相互和条件独立,并用可计算反例澄清零协方差与条件均值的限度。的 ,各自服从率一指数分布理路指数分布Exponential distribution具有恒定失效率和连续无记忆性的非负等待时间分布。,,则
直觉
随机切点在区间上没有偏爱的位置,但切出来的段长不独立。一段占得多,其他段就必须少一些,因为总长度固定为一。
指数归一化构造先让各段独立生成一个正“份额”,再一起除以总份额。独立性存在于归一化之前;共享同一个分母之后,长度约束与负相关就出现了。
例子与边界
两个切点留下三段
取 。前两个间距 在三角形 上密度为二,第三段为 。
每一段的边缘密度都是 ,,所以
对不同两段直接积分,
因此 ,相关系数为 。两段不可能都很长,联合几何给出可量化的负依赖。
最长一段超过 的事件也容易算。任意一段超过 的概率为 ,而两段不能同时严格超过 ,所以
均匀切点不等于独立均匀段长
若独立抽三个 再归一化,虽然结果也正且和为一,却一般不是均匀单纯形分布。归一化后的密度取决于允许总长度的范围,偏向某些比例。上面的指数构造之所以正确,是因为其联合密度在分离出总和后恰好不再依赖比例。
若原数据来自一般连续总体,应用真实分布函数理路分布函数Cumulative distribution function · CDF实值分布在每个阈值左侧累积的概率,是非降右连续且端点极限为零和一的函数。 后的 才均匀;原始数值间距 通常没有本页分布。概率坐标间距与原始单位间距必须分开。
推论与应用
排序与间距变换的 Jacobian
独立均匀点的联合密度为一。除去概率零的并列情形,每个有序向量恰对应 种原始标签顺序,所以排序后的联合密度理路联合分布Joint distribution · 联合概率分布多个随机元素组成的向量所推出的概率测度,完整记录边缘与依赖结构。在 上为 。
从 回到 的变换是 。其Jacobian理路Jacobian 矩阵Jacobian matrix多元映射各偏导数组成并表示其导数的矩阵。矩阵为下三角、对角元全为一,行列式为一。在单纯形内部的紧截断域上应用多元积分换元理路多元积分换元定理Multivariable change of variables theorem · Jacobian substitution theorem · 重积分换元在C¹微分同胚和紧Jordan域上证明绝对Jacobian换元公式,区分有向符号、零测边界和重复覆盖。,再扩大截断域,密度保持 ,支持从有序区域变成间距单纯形。
指数总和与比例怎样分离
令 ()、。从 到 的 Jacobian 绝对值为 。严格应用换元时,先把 限在 ,把全部 个比例限为至少 ;非空时这是位于可逆坐标开域内的紧 Jordan 域。对矩形测试集换元,再用非负单调收敛理路单调收敛定理Monotone convergence theorem非负可测函数单调递增时,积分极限等于极限函数积分。穷尽正正交体,便覆盖整个密度。指数样本的联合密度 因而变成
它分解为总和密度与比例密度,既证明间距表示,也证明比例向量与指数总和独立。对 积分使用Gamma 积分与阶乘递推理路Gamma 函数:递推、延拓与极点Gamma function · 伽马函数 · Euler gamma function从Euler积分的收敛半平面构造Gamma函数,证明递推与阶乘取值,逐步延拓并计算非正整数极点和可核验的截断界。 ,归一化可直接核验。
一般边缘与最长空隙
由单纯形切片, 的密度为 。按期望的密度积分理路期望Expectation · Expected value实值或复值随机变量关于概率测度的 Lebesgue 积分,概括加权平均与总体质量平衡。,用Beta 积分理路Beta 函数:两个端点与归一化积分Beta function · Euler beta integral · 贝塔函数定义两参数端点积分,以总量和比例的Jacobian换元证明Beta–Gamma恒等式,并追踪参数范围、递推与有理核积分。计算 (),再由二阶矩减均值平方得到方差理路方差Variance随机变量相对其均值的平方偏差期望,也是最佳常数平方预测的剩余误差。:
其中协方差理路协方差Covariance两个随机变量中心化乘积的期望,衡量线性共同变化。公式也可用交换对称性与 得出。
若指定 段都超过 ,先从每段减去 ,剩余单纯形的总长度为 ,体积按其 次方缩放。对这些事件应用有限概率形式的容斥原理理路容斥原理Inclusion–exclusion principle · PIE通过交集的交替和修正多个有限集合并集的重复计数。,得到最长间距 的完整分布:
它能量化随机布点留下大空隙的概率,而不是只报告平均间距 。
参考资料