×
迈克尔·谢勒;马丁·施拉特

无发散和无卷曲随机向量场的协方差模型。 （英语） Zbl 1266.60093号

斯托克。型号 28，第3期，433-451（2012）.
可微向量场\（v:T\ to \ mathbb{R}^d\），其中\（T\subseteq\mathbb}R}^1\）称为无发散（分别为无旋度），如果\（operatorname{div}（v）\）（分别为，\（operatorname{curl}（v）\））在\（T\）上处处消失。
对于（d=2）和（d=3），作者研究了一个具有几乎确定无发散（分别是无卷曲）路径的随机场（t}中的（X_t）{t）。这种场在与风场分析相关的气象学中自然出现。结果表明，通过对其协方差函数施加一定的正则性条件，可以得到无发散（分别是无卷曲）的随机场。此外，可以从任意的单变量变异函数中构造此类随机场的矩阵值协方差函数。该方法具有一般性，可以描述所考虑的随机场的所有可能协方差函数。还讨论了时空随机场的进一步扩展。
审核人：亚历山大·布林斯基（莫斯科）

引用于7文件

MSC公司：

60G60型 随机字段
60G17年 示例路径属性
62H11型 定向数据；空间统计学
86A32型 地理统计学

关键词：

向量值随机场;采样路径属性;无分歧;无旋;矩阵值协方差函数;变异函数

软件：

随机字段;对
PDF格式BibTeX公司 XML格式引用
\textit{M.Scheurer}和\textit{M.Schlather}，斯托克。型号28，编号3，433--451（2012；Zbl 1266.60093）
全文： DOI程序

参考文献：

[1] 阿布拉莫维茨，M；Stegun，I.A.，编辑，《数学函数与公式、图形和数学表手册》，第9版。多佛出版社：纽约，1972年·Zbl 0543.33001号
[2] Adler R.J.，《随机场与几何》（2007）·Zbl 1149.60003号
[3] DOI:10.1093/biomet/asp078·Zbl 1183.62164号 ·doi:10.1093/biomet/asp078
[4] DOI:10.1023/A:1008903804954·doi:10.1023/A:1008903804954
[5] DOI:10.1002/9780470316993·数字对象标识代码：10.1002/9780470316993
[6] 北卡罗来纳州克雷西；基于方差的交叉变异函数：你可以添加苹果和橘子。数学。《地质学》，1998,30（7）789–799·Zbl 0970.86010号
[7] DOI:10.1175/1520-0493（1985）113<1066:TAOSSD>2.0.CO；2个·doi:10.1175/1520-0493（1985）113<1066:TAOSSD>2.0.CO；2
[8] 杜德利，R.M.Real Analysis and Probability。华兹华斯：加利福尼亚州贝尔蒙特，1989年·Zbl 0686.60001号
[9] 内政部：10.1007/s10444-007-9046-3·Zbl 1158.41005号 ·doi:10.1007/s10444-007-9046-3
[10] Gandin，L.S.气象场客观分析。以色列科学翻译计划（1965年）翻译自俄语：耶路撒冷，1963年，第242页。
[11] Gneiting，T；Genton，M.G；Guttorp，P.地理统计时空模型，平稳性，可分性和完全对称性。时空系统的非统计方法；Finkenstadt，B.，Held，L.，Isham，V.，Eds。；第4章。查普曼和霍尔/CRC:Boca Racon，2007年·Zbl 1282.86019号
[12] Gneiting，T；克莱伯，W；Schlather，M.Matérn多元随机场的互协方差函数。J.Amer。统计师。协会.2010105（491），1167-1177·Zbl 1390.62194号
[13] Hollingsworth A.，第一部分：风场。Tellus A 38第111页–（1986）
[14] 林格伦，F；H街；Lindström，J.高斯场和高斯马尔可夫随机场之间的显式联系：随机偏微分方程方法（带讨论）。J.R.统计。Soc B2011,73（4），423–498·Zbl 1274.62360号
[15] Marsden J.E.，向量微积分（1981）
[16] DOI:10.1007/s10260-007-0056-6·Zbl 1184.62197号 ·doi:10.1007/s10260-007-0056-6
[17] 新泽西州纳尔科维奇；Ward，J.D.通过矩阵值条件正定函数的广义Hermite插值。数学。《比较》1994,63（208），661-687·Zbl 0806.41003号
[18] Potthoff，J.随机场的样本性质III–可微性。Commun公司。斯托克。2010年分析，4（3），335–353·Zbl 1331.60089号
[19] 内政部：10.1007/BFb0103934·Zbl 0949.65146号 ·doi:10.1007/BFb0103934
[20] R开发核心团队。R： 统计计算语言和环境。R统计计算基金会，奥地利维也纳，2009年。http://www.r-project.org。
[21] DOI:10.1016/j.spa.2010.05.009·Zbl 1196.60061号 ·doi:10.1016/j.spa.2010.05.009
[22] Schlather，M.RandomFields：为R提供扩展包，用于模拟高斯和最大稳定随机场。网址：http://cran.r-project.org, 2001-9.
[23] Wackernagel H.，多元地质统计学（2003）·doi:10.1007/978-3-662-05294-5
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。