[論文レビュー] Central limit theorems and the geometry of polynomials

Marcus Michelen, Julian Sahasrabudhe|arXiv (Cornell University)|Aug 23, 2019

Point processes and geometric inequalities参考文献 58被引用数 16

ひとこと要約

この論文は、確率生成関数の根と整数値確率変数の和の正規近似との間の接続に関するPemantleの予想を解決する。根が複素平面上で1から距離δだけ離れている場合、正規化された和は、$ O\left(\frac{\log n}{\delta\sigma}\right) $ のレートで正規分布に収束するという鋭い定量的評価を確立する。ここで $ \delta $ は根から1までの距離、$ \sigma $ は標準偏差である。この結果は、実安定多項式を用いて多次元設定へ拡張され、鋭い多次元中心極限定理が得られる。

ABSTRACT

Let $X \in \{0,\ldots,n \}$ be a random variable, with mean $μ$ and standard deviation $σ$ and let \[f_X(z) = \sum_{k} \mathbb{P}(X = k) z^k, \] be its probability generating function. Pemantle conjectured that if $σ$ is large and $f_X$ has no roots close to $1\in \mathbb{C}$ then $X$ must be approximately normal. We completely resolve this conjecture in the following strong quantitative form, obtaining sharp bounds. If $δ= \min_ζ|ζ-1|$ over the complex roots $ζ$ of $f_X$, and $X^{\ast} := (X-μ)/σ$, then \[ \sup_{t \in \mathbb{R}} \left|\mathbb{P}(X^{\ast} \leq t) - \mathbb{P}( Z \leq t) \, ight| = O\left(\frac{\log n}{δσ} ight) \] where $Z \sim \mathcal{N}(0,1)$ is a standard normal. This gives the best possible version of a result of Lebowitz, Pittel, Ruelle and Speer. We also show that if $f_X$ has no roots with small argument, then $X$ must be approximately normal, again in a sharp quantitative form: if we set $δ= \min_ζ|\arg(ζ)|$ then \[ \sup_{t \in \mathbb{R}} \left|\mathbb{P}(X^{\ast} \leq t) - \mathbb{P}( Z \leq t) \, ight| = O\left(\frac{1}{δσ} ight). \] Using this result, we answer a question of Ghosh, Liggett and Pemantle by proving a sharp multivariate central limit theorem for random variables with real-stable probability generating functions.

研究の動機と目的

• 確率生成関数の根が複素平面上で1から離れている場合、対応する確率変数は近似的に正規分布に従うというPemantleの予想を解決すること。
• 根の分離度 $ \delta $ と標準偏差 $ \sigma $ を用いた正規分布への収束レートに関する鋭い定量的境界を確立すること。
• 根が1を含まない領域に関する単変量の結果を、実安定多項式を用いて多次元設定へ拡張し、鋭い多次元中心極限定理を証明すること。
• 確率生成関数の対数ポテンシャルとその成長挙動を分析し、特に複素平面上の零点のない領域における収束レートを導出すること。
• Poisson分布や有限サポートの確率変数を用いた明示的構成により、$ \delta $, $ \kappa $, $ \sigma $ に依存する境界の最適性を示すこと。

提案手法

• 確率生成関数 $ f_X $ の対数ポテンシャル $ u_X(z) = \log |f_X(z)| $ から導かれる調和関数および次亜調和関数の使用。
• 最大原理およびHarnack型不等式を用いて、零点のない領域 $ S(\delta) $ における $ u_X $ の成長を制御し、単調性および減衰推定を得ること。
• $ u_X $ における $ (\kappa, \delta) $-成長条件の導入：$ S(\delta) $ 内で $ |z| \to \infty $ および $ |z| \to 0 $ のとき $ |u_X(z)|/|z|^\kappa \to 0 $ となること。
• 領域 $ S(\delta) $ における $ u_X $ の対称性および弱正値性を活用し、比較原理を適用して $ X^* $ の特性関数の減衰レートを導出すること。
• 零点のない領域における対数ポテンシャルの調和性を活用し、$ X^* $ の累積分布関数と標準正規分布との差を評価すること。
• Poisson分布および有限サポートの確率変数を用いた極値例の構成により、$ \delta $, $ \kappa $, $ \sigma $ に依存する境界の最適性を示すこと。

実験結果

リサーチクエスチョン

• RQ1 確率生成関数の根が1に近づかないような単変量の整数値確率変数について、正規分布への収束の最適レートは何か？
• RQ2 確率生成関数の根の幾何的配置—特に1からの距離や偏角—は、対応する確率変数の正規近似にどのように影響を与えるか？
• RQ3 根が1を含まない領域に関する単変量の結果を、実安定分布に対して多次元中心極限定理を示すために拡張できるか？
• RQ4 正規近似の定量的評価を保証するための、対数ポテンシャル $ u_X(z) = \log |f_X(z)| $ に必要なおよび十分な成長条件は何か？
• RQ5 $ O(\log n / (\delta \sigma)) $ の形で表される収束レートの $ \delta $ および $ \sigma $ への依存性は、最良のものか？

主な発見

• 根が1から距離 $ \delta $ だけ離れている場合、$ \sup_t |\mathbb{P}(X^* \leq t) - \mathbb{P}(Z \leq t)| = O\left(\frac{1}{\delta \sigma}\right) $ という鋭い境界を確立。一般の場合には $ \log n $ 要素が追加される。
• 根が1から離れている場合、収束レートは $ O\left(\frac{\log n}{\delta \sigma}\right) $ であり、これは最適であり、Pemantleの予想を完全に解決する。
• 根が負の実軸のまわりの領域 $ S(\delta) $ を避ける場合、境界は $ O\left(\frac{\max\{\delta^{-1}, \kappa\}}{\sigma}\right) $ に改善され、ここで $ \kappa $ は対数ポテンシャルの成長を制御する。
• 著者らは、$ \delta $, $ \kappa $, $ \sigma $ に依存する境界の最適性を、収束レートが上界と定数倍以内に一致する明示的構成により示し、これらのパラメータへの依存性を改善できないことを示した。
• 強いレイリー（すなわち実安定）確率変数に対する鋭い多次元中心極限定理が得られ、Ghosh, Liggett, および Pemantle の予想を確認した。
• 解析により、境界が成り立つためには対数ポテンシャル $ u_X(z) $ が $ (\kappa, \delta) $-成長条件を満たす必要があり、この条件が収束レートを制御するための必要十分条件であることが示された。