Многомерная бета-функция

Многомерная бета-функция — это математическая функция, обобщающая классическую бета-функцию Эйлера на случай произвольного числа переменных. Она является частным случаем многомерного интеграла Дирихле и широко применяется в теории вероятностей, математической статистике, комбинаторике, теории чисел и при анализе многомерных распределений (например, распределения Дирихле). Многомерная бета-функция представляет собой интеграл от произведения степеней переменных по симплексу и выражается через гамма-функции.

Определение

Многомерная бета-функция от \( n \) переменных с параметрами \( \alpha_1, \alpha_2, \dots, \alpha_n > 0 \) определяется как:

\[ B(\alpha_1, \alpha_2, \dots, \alpha_n) = \int_{S_n} x_1^{\alpha_1 - 1} x_2^{\alpha_2 - 1} \cdots x_n^{\alpha_n - 1} \, dx_1 \, dx_2 \cdots dx_n, \]

где область интегрирования \( S_n \) — это \( n \)-мерный симплекс:

\[ S_n = \{ (x_1, x_2, \dots, x_n) \in \mathbb{R}^n \mid x_i \geq 0, \; x_1 + x_2 + \cdots + x_n \leq 1 \}. \]

В частном случае \( n = 2 \) это определение сводится к классической бета-функции \( B(\alpha_1, \alpha_2) = \int_0^1 x^{\alpha_1 - 1} (1 - x)^{\alpha_2 - 1} \, dx \). Для \( n = 1 \) функция принимает вид \( B(\alpha_1) = \int_0^1 x^{\alpha_1 - 1} \, dx = 1/\alpha_1 \).

Связь с гамма-функцией

Основное свойство многомерной бета-функции — её выражение через гамма-функцию:

\[ B(\alpha_1, \alpha_2, \dots, \alpha_n) = \frac{\Gamma(\alpha_1) \Gamma(\alpha_2) \cdots \Gamma(\alpha_n)}{\Gamma(\alpha_1 + \alpha_2 + \cdots + \alpha_n)}. \]

Это соотношение доказывается с помощью многомерного интеграла Дирихле и является ключевым для вычислений. Оно обобщает известную формулу для двух переменных: \( B(\alpha, \beta) = \Gamma(\alpha) \Gamma(\beta) / \Gamma(\alpha + \beta) \). Для \( n = 1 \) формула даёт \( B(\alpha_1) = \Gamma(\alpha_1) / \Gamma(\alpha_1) = 1/\alpha_1 \), что согласуется с определением.

Свойства

Симметричность

Многомерная бета-функция симметрична относительно перестановки аргументов: для любой перестановки \( \sigma \) индексов \( \{1, 2, \dots, n\} \) выполняется

\[ B(\alpha_1, \alpha_2, \dots, \alpha_n) = B(\alpha_{\sigma(1)}, \alpha_{\sigma(2)}, \dots, \alpha_{\sigma(n)}). \]

Это следует из симметрии интеграла и гамма-функционального представления.

Рекуррентное соотношение

Функция удовлетворяет рекуррентному соотношению, связывающему её с бета-функцией меньшего числа переменных:

\[ B(\alpha_1, \alpha_2, \dots, \alpha_n) = B(\alpha_1, \alpha_2, \dots, \alpha_{n-1}, \alpha_n) = \frac{1}{\alpha_n} B(\alpha_1, \alpha_2, \dots, \alpha_{n-1}, \alpha_n + 1). \]

Более общая форма:

\[ B(\alpha_1, \dots, \alpha_k, \alpha_{k+1}, \dots, \alpha_n) = \frac{\Gamma(\alpha_1 + \cdots + \alpha_k) \Gamma(\alpha_{k+1} + \cdots + \alpha_n)}{\Gamma(\alpha_1 + \cdots + \alpha_n)} B(\alpha_1, \dots, \alpha_k) B(\alpha_{k+1}, \dots, \alpha_n). \]

Интегральное представление с параметром

Существует обобщение интеграла, где один из параметров может быть связан с суммой:

\[ B(\alpha_1, \dots, \alpha_n) = \int_0^1 \int_0^{1 - x_1} \cdots \int_0^{1 - x_1 - \cdots - x_{n-1}} \prod_{i=1}^n x_i^{\alpha_i - 1} \, dx_n \cdots dx_1. \]

Частные случаи

• При \( \alpha_1 = \alpha_2 = \cdots = \alpha_n = 1 \) функция равна \( B(1, 1, \dots, 1) = 1 / n! \). Это связано с объёмом единичного симплекса.
• Если один из параметров стремится к нулю, функция расходится, так как гамма-функция имеет полюс в нуле.

Применение

Распределение Дирихле

В теории вероятностей многомерная бета-функция является нормировочной константой распределения Дирихле — многомерного обобщения бета-распределения. Плотность распределения Дирихле с параметрами \( \alpha_1, \dots, \alpha_n > 0 \) имеет вид:

\[ f(x_1, \dots, x_n; \alpha_1, \dots, \alpha_n) = \frac{1}{B(\alpha_1, \dots, \alpha_n)} \prod_{i=1}^n x_i^{\alpha_i - 1}, \]

где \( x_i \geq 0 \) и \( \sum_{i=1}^n x_i = 1 \). Это распределение широко используется в байесовской статистике, машинном обучении (например, в тематическом моделировании, таком как латентное размещение Дирихле) и в анализе композиционных данных.

Комбинаторика и теория чисел

Многомерная бета-функция возникает при вычислении объёмов многомерных симплексов и в задачах, связанных с полиномиальными коэффициентами. Например, она связана с многомерным обобщением биномиального коэффициента:

\[ \frac{1}{B(\alpha_1, \dots, \alpha_n)} = (\alpha_1 + \cdots + \alpha_n - 1)! \prod_{i=1}^n \frac{1}{(\alpha_i - 1)!}, \]

что напоминает мультиномиальный коэффициент.

Физика и математическая физика

В квантовой теории поля и статистической механике многомерная бета-функция используется при интегрировании по фазовому пространству и в вычислениях фейнмановских интегралов. Она также встречается в задачах, связанных с многомерными интегралами Дирихле.

Другие области

• В лингвистике и анализе текстов — как часть моделей, основанных на распределении Дирихле.
• В экологии — при моделировании относительных численностей видов (композиционные данные).

Обобщения

Многомерная неполная бета-функция

Существует обобщение, где интегрирование ведётся не по всему симплексу, а по его части, заданной неравенствами. Например, неполная многомерная бета-функция определяется как:

\[ B_x(\alpha_1, \dots, \alpha_n) = \int_{0 \leq x_i \leq 1, \; \sum x_i \leq x} \prod_{i=1}^n x_i^{\alpha_i - 1} \, dx_1 \cdots dx_n. \]

Она используется в статистике для вычисления функций распределения многомерных бета-распределений.

Бета-функция матричного аргумента

В многомерном анализе и теории случайных матриц вводится бета-функция от матричного аргумента, обобщающая скалярную многомерную бета-функцию. Она определяется через интегралы по множеству положительно определённых матриц и выражается через многомерную гамма-функцию.

Бета-функция с весами

В некоторых приложениях (например, в теории аппроксимации) рассматривается взвешенная многомерная бета-функция, где подынтегральное выражение содержит дополнительный множитель — весовую функцию.

История

Понятие многомерной бета-функции восходит к работам Леонарда Эйлера, который в XVIII веке ввёл классическую бета-функцию. В XIX веке Карл Густав Якоб Якоби и Пьер-Симон Лаплас развили теорию многомерных интегралов, включая интеграл Дирихле. В XX веке с развитием многомерного статистического анализа (работы Гарольда Хотеллинга, Сэмюэла Уилкса и других) многомерная бета-функция стала важным инструментом. В 1940-х годах Джордж Полиа и Габор Секе в своих работах по комбинаторике и теории вероятностей систематизировали её свойства. В современной математике она активно используется в байесовской статистике и машинном обучении, особенно после популяризации распределения Дирихле в 1990-х годах.

Интересные факты

• Многомерная бета-функция может быть выражена через произведение классических бета-функций: \( B(\alpha_1, \dots, \alpha_n) = B(\alpha_1, \alpha_2 + \cdots + \alpha_n) B(\alpha_2, \alpha_3 + \cdots + \alpha_n) \cdots B(\alpha_{n-1}, \alpha_n) \). Это свойство используется для последовательного вычисления.
• Значение функции при целых положительных параметрах равно обратной величине мультиномиального коэффициента: \( B(k_1, \dots, k_n) = \frac{(k_1 - 1)! \cdots (k_n - 1)!}{(k_1 + \cdots + k_n - 1)!} \).
• В русскоязычной литературе термин «многомерная бета-функция» иногда используется как синоним «интеграла Дирихле первого рода».

Источники

• Градштейн И. С., Рыжик И. М. Таблицы интегралов, сумм, рядов и произведений. — М.: Физматлит, 1963.
• Полиа Г., Секе Г. Задачи и теоремы из анализа. — М.: Наука, 1978.
• Kotz S., Balakrishnan N., Johnson N. L. Continuous Multivariate Distributions, Volume 1: Models and Applications. — Wiley, 2000.
• Abramowitz M., Stegun I. A. Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables. — Dover, 1964.
• Математическая энциклопедия / Гл. ред. И. М. Виноградов. — М.: Советская энциклопедия, 1977. — Т. 1.