[論文レビュー] A New Bound in the Littlewood–Offord Problem

Friedrich Götze|arXiv (Cornell University)|May 19, 2022

Random Matrices and Applications参考文献 25被引用数 1

ひとこと要約

本稿は、i.i.d. 確率変数の重み付き和の濃縮関数を、スペクトル測度が ±重みに集中する対称無限に分解可能な分布の濃縮関数に関連させることで、Littlewood–Offord 問題に対する新たな境界を確立する。Jensenの不等式と特性関数の推定を用いて、一般不等式（定理1）を導出し、問題をこうした分布の濃縮関数の解析に還元する。特定の条件下で、特にスペクトル測度が ±重みに集中する場合、従来の結果よりも鋭い境界が得られる。

ABSTRACT

The paper deals with studying a connection of the Littlewood–Offord problem with estimating the concentration functions of some symmetric infinitely divisible distributions. It is shown that the concentration function of a weighted sum of independent identically distributed random variables is estimated in terms of the concentration function of a symmetric infinitely divisible distribution whose spectral measure is concentrated on the set of plus-minus weights.

研究の動機と目的

• 濃縮関数に関する既存の境界を拡張・精緻化すること。
• i.i.d. 確率変数の重み付き和の濃縮関数と、±重みに台を持つ対称無限に分解可能な分布の濃縮関数との間の関係を確立すること。
• 最終段階の推定においてJensenの不等式を組み込むことで、従来の手法に比べてより強い境界を得ること。
• ランダム行列の特異確率の鋭い推定を可能にする枠組みを提供すること。

提案手法

• 特性関数 $ \widehat{H}_z(t) = \exp\left( -\frac{1}{2} \sum_{k=1}^n \left(1 - \cos(\langle t, a_k \rangle z) \right) \right) $ を持つ、$ z \in \mathbb{R} $ でパrameter化された対称無限に分解可能な分布 $ H_z $ の族を導入する。
• 多変数特性関数へのEsséen不等式の一般化を適用し、濃縮関数を球上での特性関数の積分と関連付ける。
• 分布 $ H_z $ の特性関数の対称性と非負性を用いて、関係式 (6) を介して下界を導出し、鋭い推定を可能にする。
• 重み付き特性関数の積分にJensenの不等式を適用し、先行研究で用いられていた不等式 (2) の代わりに用いる。
• 測度 $ W $ に関する $ z \in \mathbb{R} $ における積分を用いて $ Q(F_a, \tau) $ をバウンドすることで定理1を導出する。ここで $ \lambda = V(\mathbb{R}) $、$ V \leq G $、$ G = \mathcal{L}(X_1 - X_2) $ である。
• 特定の測度 $ V $ を選ぶことにより、コロナリー1および2を導出する。特にコロナリー2は $ \lambda \gg_d 1 $ のときより強い境界を与える。

実験結果

リサーチクエスチョン

• RQ1 i.i.d. 確率変数の重み付き和の濃縮関数は、±重みに台を持つ対称無限に分解可能な分布の濃縮関数を用いて評価可能か？
• RQ2 Jensenの不等式の使用は、従来の手法が不等式 (2) に依存するのと比較して、Littlewood–Offord 問題における既存の境界をどのように改善するか？
• RQ3 コロナリー2の境界がコロナリー1の境界よりも厳密に強いのはどのような条件下か？
• RQ4 この枠組みは、ランダム行列の特異確率の推定をどの程度まで向上させ得るか？

主な発見

• 定理1は一般境界を確立する：$ Q(F_a, \tau) \ll_d \int_{\mathbb{R}} Q(H_1^\lambda, \tau |z|^{-1}) \, W(dz) $、ここで $ \lambda = V(\mathbb{R}) $、$ V \leq G $、$ W = \lambda^{-1} V $ であり、重み付き和の濃縮と無限に分解可能な分布の濃縮を結びつける。
• コロナリー1は $ Q(F_a, \tau) \ll_d Q(H_1^{p(\tau/\varepsilon)}, \varepsilon) $ を示し、ここで $ p(\delta) = G(\{ z : |z| > \delta \}) $ であり、対称化された増分の尾確率を用いた境界を提供する。
• コロナリー2はコロナリー1を改善し、$ Q(F_a, \tau) \ll_d \lambda^{-1} Q(H_1^\lambda, \varepsilon) $ を示す。ここで $ \lambda = \int_{\mathbb{R}} \left(1 + \lfloor \tau(\varepsilon |z|)^{-1} \rfloor \right)^{-d} G(dz) $ であり、$ \lambda \gg_d 1 $ のときより強い境界が得られる。
• コロナリー2の境界がコロナリー1の境界よりも強いのは、$ \lambda \geq p(\tau/\varepsilon) $ であり、因子 $ \lambda^{-1} $ が有効な濃縮関数を小さくするためである。
• Jensenの不等式を重み付き特性関数の積分に適用する証明技法は、先行研究が不等式 (2) を用いたものと比較して、より洗練された解析を可能にする。
• 結果は、$ F_a $ の大きな濃縮が、集合 $ \{ \pm a_k \}_{k=1}^n $ に単純な算術的構造があることを示唆しており、Littlewood–Offord 問題における逆原理と整合的である。