ぎるばーとのノート

もっともっと遠くへ行きたい 空が広く見える場所まで

円周・球面上の一様分布

自サイト(HTML版)からの転載です。



球と球体

  •  n - 1次元球とは、 \mathbf{R}^n空間で中心点からのユークリッド距離が等しい点の集合である。1次元球は円、2次元球は普通の球である。内側の領域を含まないことを強調して、円を円周、球を球面とも呼ぶ。対して、 n - 1次元球によって囲まれる領域を n次元球体という。

 \mathbf{R}^n空間における球と球体
 n  n - 1次元球
 (n - 1)-sphere
 n次元球体
 n-ball
1 0次元球
0-sphere
点のペア
pair of points
1次元球体
1-ball
線分
line segment
2 1次元球
1-sphere

circle
2次元球体
2-ball
円板
disk / disc
3 2次元球
2-sphere
球(狭義)
sphere
3次元球体
3-ball
球体(狭義)
ball
4 3次元球
3-sphere
超球
hypersphere
4次元球体
4-ball
超球体
hyperball

円周・球面上の一様分布

  • 円周・球面上の一様分布は、あらゆる方向の実現確率が等しい円周・球面上の確率分布である。分布が一様とは、部分領域に対する確率が領域の位置に無関係で、その大きさに比例することを表す。
  • 円周上の一様分布の偏角 \thetaについての確率密度関数は以下の式で表される。
    •  f_\varTheta(\theta) = \frac{1}{2\pi}
      単位円の弧の長さ l = \thetaより、積分値(確率)は円周上の長さに比例する。
  • 球面上の一様分布の角座標(極角 \thetaと方位角 \varphi)についての確率密度関数は以下の式で表される。
    •  f_{\varTheta, \varPhi}(\theta, \varphi) = \frac{\sin \theta}{4\pi}
      単位球の面積要素 dS = \sin \theta\,d\theta\,d\varphiより、積分値(確率)は球面上の面積に比例する。

球体内の一様分布

  •  U \text{U}(0,\ 1)に、 \boldsymbol{X} m - 1次元の単位球面上の一様分布に独立にしたがうとき、 U^{1/m}\,\boldsymbol{X} m次元の単位球体内の一様分布にしたがう。〔球体内の一様分布〕1
    なお、 U^{1/m} \text{Beta}(\alpha = m,\ 1)にしたがう。

成分の平方和

  •  \boldsymbol{X} = (X_1, \ldots, X_l, \ldots, X_m) m - 1次元の単位球面上の一様分布にしたがうとき、
    •  {X_1}^2 + \cdots + {X_m}^2 = 1がつねに成り立つ。〔成分の平方和(完全)〕
    •  {X_1}^2 + \cdots + {X_l}^2 \text{Beta}\!\left(\alpha = \frac{l}{2},\ \beta = \frac{m - l}{2}\right)にしたがう。〔成分の平方和(不完全)〕1

周辺分布

  •  \boldsymbol{X} = (X_1, \ldots, X_m) m - 1次元の単位球面上の一様分布にしたがうとき、 X_iはベータ型の分布にしたがう。〔周辺分布〕証明
    •  X_i \text{Beta}\!\left(\alpha = \frac{m - 1}{2},\ \beta = \frac{m - 1}{2},\ {-1},\ 1\right)にしたがう。※ \text{Beta}(\alpha,\ \beta,\ a,\ b) [a, b]上のベータ分布を表す。
    • 言い換えれば、 \frac{X_i + 1}{2} \text{Beta}\!\left(\alpha = \frac{m - 1}{2},\ \beta = \frac{m - 1}{2}\right)にしたがう。
  •  \boldsymbol{X} = (X_1, \ldots, X_m) m - 1次元の単位球面上の一様分布にしたがうとき、 (X_1, \ldots, X_{m - 2}) m - 2次元の単位球体内の一様分布にしたがう。〔成分消去法〕2

 \mathbf{R}^n空間における各種一様分布の周辺分布
台集合 単位立方体
unit cube
単位球体
unit ball
単位球
unit sphere
標準単体
standard simplex
備考 a b
(成分)  x_i \in [0, 1]  x_i \in [-1, 1]  x_i \in [-1, 1]  x_i \in [0, 1]
(制約)  \sum_i {x_i}^2 \leq 1  \sum_i {x_i}^2 = 1  \sum_i x_i = 1
(次元)  n  n  n - 1  n - 1
周辺分布  \text{U}(0,\ 1) ベータ型 ベータ型  \text{Beta}(1,\ \beta = n - 1)
(極限)  \text{U}(0,\ 1) 正規分布c 正規分布c 指数分布d

  1.  X_1, \ldots, X_n \text{U}(0,\ 1)に独立にしたがう。
  2.  \boldsymbol{X} \text{Dirichlet}(\boldsymbol{\alpha} = (1, \ldots, 1))にしたがう。
  3. ベータ分布(対称)の正規近似より。
  4. ベータ分布のガンマ近似より。

球対称性

  •  \boldsymbol{X} \mathbf{R}^m空間で球対称な分布にしたがうとき、 \lVert\boldsymbol{X}\rVert \boldsymbol{X}ユークリッド長さとすると、 \frac{\boldsymbol{X}}{\lVert\boldsymbol{X}\rVert}は単位球面上の一様分布にしたがう。〔正規化〕
  •  \boldsymbol{X} = (X_1, \ldots, X_m)が球対称な分布にしたがうとき、 \frac{X_i}{X_j}(ただし、 i \neq j)は \text{Cauchy}(0,\ 1)にしたがう。〔成分の比〕3
    独立な標準正規確率変数の比は、 \text{N}(\mathbf{0},\ \mathbf{I}_2)が円対称なことから、この特別な場合にあたる。



  1. Harman and Lacko On decompositional algorithms for uniform sampling from n-spheres and n-balls.
  2. Voelker et al. Efficiently sampling vectors and coordinates from the n-sphere and n-ball.
  3. Arnold and Brockett. On Distributions Whose Component Ratios Are Cauchy.