[論文レビュー] Arak Inequalities for Concentration Functions and the Littlewood-Offord Problem

Yulia S. Eliseeva, Friedrich Götze+1 more|arXiv (Cornell University)|Jun 30, 2015

Random Matrices and Applications参考文献 38被引用数 6

ひとこと要約

本稿は、1980年代のArakの集中関数に関する不等式と、Littlewood-Offord問題における逆原理との間の関係を確立し、同様に独立同一分布に従う確率変数の重み付き和における係数の算術的構造が尾部挙動を支配することを示している。係数が構造的である（例えば、一般化された等差数列型（GAP）に近い）場合、集中関数が急速に減少することを証明し、最近の確率的行列理論における結果を精緻化する鋭い境界を提供するとともに、Arakの枠組みを多次元設定へと拡張している。

ABSTRACT

Let $X,X_1,\ldots,X_n$ be independent identically distributed random variables. In this paper we study the behavior of concentration functions of weighted sums $\sum_{k=1}^{n}a_k X_k$ with respect to the arithmetic structure of coefficients $a_k$ in the context of the Littlewood--Offord problem. Concentration results of this type received renewed interest in connection with distributions of singular values of random matrices. Recently, Tao and Vu proposed an Inverse Principle in the Littlewood-Offord problem. We discuss the relations between the Inverse Principle of Tao and Vu as well as that of Nguyen and Vu and a similar principle formulated for sums of arbitrary independent random variables in the work of Arak from the 1980's.

研究の動機と目的

• Arakの集中関数に関する逆原理と、TaoおよびVuが最近提唱したLittlewood-Offord問題における逆原理との関係を明確化すること。
• Arakの集中関数に関する結果を、独立同一分布に従う多次元重み付き和へと拡張すること。
• 集中関数の減衰率が係数ベクトルの算術的構造に著しく依存することを示すこと。
• 一般化された等差数列型（GAP）およびその多次元拡張（CGAP）を用いた集中関数の鋭い境界を提供することにより、確率的行列の特異値解析に応用可能である。

提案手法

• 独立確率変数の和の集中関数に関するArakの境界を用い、分布の台の算術的構造に基づいて表現する。
• 一般化された等差数列型（GAP）の概念を用いて、各次元 $ j $ における係数ベクトル $ a^{(j)} $ を近似し、少なくとも $ n - n' $ 個の要素が低ランクGAPに $ \tau \rho_n $-近傍にあることを保証する。
• 座標部分空間への射影を介した多次元集中関数の推定を用い、定理4を適用して集中関数の減衰を無限に分割可能な近似のスペクトル測度に関連付ける。
• 各GAPのランク $ r_j $ および整数格子のサイズ $ m_j $ に対する境界を導出し、$ r_j \ll |\ln Q_j| + 1 $ および $ m_j \leq \max\{ O(q_j^{-1} \rho_n^{-1} (n')^{-1/2}), 1 \} $ を示す。
• 全係数ベクトル $ a^* $ を近似する多次元CGAP $ K = \times_{j=1}^d K_j $ を構築し、$ |\prod_{j=1}^d \mathbf{Z}^{r_j} \cap V_j| \leq \prod_{j=1}^d m_j $ を満たし、$ n - dn' $ 個の要素が $ K $ に近いことを保証する。
• 補題1および補題2を用いて、和 $ S_a $ の集中関数を近似可能な無限に分割可能な分布の集中関数と関連付け、$ Q_j $ の対数項による制御を可能にする。

実験結果

リサーチクエスチョン

• RQ1 TaoおよびVuが定式化したLittlewood-Offord問題における逆原理と、1980年代のArakの集中関数不等式とは、どのように関係しているか？
• RQ2 係数ベクトル $ a_k $ の算術的構造は、重み付き和 $ \sum_{k=1}^n X_k a_k $ の集中関数にどの程度影響を与えるか？
• RQ3 一般化された等差数列型（GAP）を用いることで、集中関数に関する逆原理を単変量から多次元設定へと拡張できるか？
• RQ4 係数ベクトルを近似するGAPのランクおよびサイズの最適な境界は何か？ その際、重み付き和の集中関数を制御できるようにする。
• RQ5 Arakの手法を用いて得られた集中関数の境界は、確率的行列理論における逆原理によって得られる境界と比べて、どのように異なるか？

主な発見

• 各座標方向 $ j $ に対して、係数ベクトル $ a^{(j)} $ の少なくとも $ n - n' $ 個の要素が、ランク $ r_j \ll |\ln Q_j| + 1 $ の低ランク一般化等差数列型 $ K_j $ に $ \tau \rho_n $-近傍にある。
• 各GAP $ K_j $ のサイズは、$ m_j \leq \max\{ O(q_j^{-1} \rho_n^{-1} (n')^{-1/2}), 1 \} $ を満たす。ここで $ q_j $ は集中関数 $ Q(F_{a}^{(j)}, \delta_j) $ に関連する。
• 多次元係数ベクトル $ a^* $ は、GAPのカルテジアン積 $ K = \times_{j=1}^d K_j $ によってよく近似可能であり、全格子サイズは $ \prod_{j=1}^d m_j $ で抑えられ、$ n - dn' $ 個の要素が $ K $ に近いことを保証する。
• 得られる多次元CGAPのランク $ r $ は、十分に大きな $ n $ に対して $ r \leq \max\{1, 2(A+B)/\theta\} $ を満たし、構造的複雑性が制御されていることを示している。
• 係数が構造的である場合、集中関数 $ Q(F_a, \tau) $ は急速に減少し、その減少率は $ Q_j $ の対数項によって支配され、不等式 (24) および (25) で明確に形式化されている。
• 本結果は、特に確率的行列の特異値解析に応用可能な、集中関数の鋭い境界を提供しており、係数の算術的構造を組み込むことにより、最近の確率的行列理論における推定値を精緻化している。