[論文レビュー] New Proofs of the Green-Tao-Ziegler Dense Model Theorem: An Exposition

Omer Reingold, Luca Trevisan+2 more|ArXiv.org|Jun 2, 2008

Limits and Structures in Graph Theory参考文献 4被引用数 13

ひとこと要約

本稿は、イムピリアッチョのハードコア・レムマにインspiredされた構成的で反復的なブースティング手法を用いて、グリーン＝タオ＝ツァイグルの密集モデル定理の新しい自己完結的証明を提示する。任意の擬似乱数的集合における密集部分集合は、与えられた関数族において期待値と区別不能性が類似する有界関数によってモデル化可能であり、誤差と複雑さに関する定量的境界が確立される。

ABSTRACT

Green, Tao and Ziegler prove ``Dense Model Theorems'' of the following form: if R is a (possibly very sparse) pseudorandom subset of set X, and D is a dense subset of R, then D may be modeled by a set M whose density inside X is approximately the same as the density of D in R. More generally, they show that a function that is majorized by a pseudorandom measure can be written as a sum of a bounded function having the same expectation plus a function that is ``indistinguishable from zero.'' This theorem plays a key role in the proof of the Green-Tao Theorem that the primes contain arbitrarily long arithmetic progressions. In this note, we present a new proof of the Green-Tao-Ziegler Dense Model Theorem, which was discovered independently by ourselves and Gowers. We refer to our full paper for variants of the result with connections and applications to computational complexity theory, and to Gowers' paper for applications of the proof technique to ``decomposition, ``structure,'' and ``transference'' theorems in arithmetic and extremal combinatorics (as well as a broader survey of such theorems).

研究の動機と目的

• 素数における等差数列に関するグリーン＝タオの定理の根幹を成すグリーン＝タオ＝ツァイグルの密集モデル定理の、新しいかつ簡素化された証明を提供すること。
• 加法的組合せ論と計算複雑性理論における、擬似乱数性、区別不能性、および密集モデルの間の関係を明確にすること。
• 反復的ブースティングと多項式近似を用いて、概念的に明快かつ定量的に有効な証明技法を提示すること。
• 擬似乱数性のパrameterと得られる密集モデルの複雑さの間の定量的トレードオフを確立すること。
• 元の証明と算術的組合せ論における分解および転送定理の後続発展との間の溝を埋めること。

提案手法

• 関数族 $ \mathcal{F} $ における $ g $ と $ g_1 $ の $ \epsilon $-区別不能性を保証しながら、元の測度 $ g $ を近似する有界関数 $ g_1 $ を反復的ブースティングフレームワークで構築する。
• 関数族 $ \mathcal{F}' $ の関数の凸結合の点ごとの値に基づいて定義される区別子としての閾値関数 $ \bar{f}_t $ を用い、これを低次の多項式で近似する。
• ワイエルシュトラス近似定理を適用して、係数の絶対値が有界な多項式 $ p $ を用いて、閾値関数 $ \bar{f}_t $ を近似し、$ p \circ \bar{f} $ が $ \bar{f}_t $ を $ \epsilon/12 $ 以内で近似することを保証する。
• 区別不能性条件を内積不等式に翻訳し、$ \nu - 1_X $ と $ \mathcal{F}^k $ からの積関数 $ \prod_{i=1}^k f_i $ の間に非無視可能な内積が存在することを示す。
• 関数族 $ \mathcal{F}' $ からの関数の確率的サンプリングにおける期待の線形性を用いて、$ \nu - 1_X $ と非ゼロ内積を持つ固定された積 $ \prod f_i $ が存在することを示し、これが擬似乱数性に反する。
• 定量的境界を導出：$ k = (1/\epsilon)^{O(1)} $、$ \epsilon' = \exp(-(1/\epsilon)^{O(1)}) $ であり、モデル $ g_1 $ が期待値と区別不能性を保持することを保証する。

実験結果

リサーチクエスチョン

• RQ1 グリーン＝タオ＝ツァイグルの密集モデル定理は、元の証明よりも構成的かつ直感的な方法で再証明可能か？
• RQ2 関数族の閉包に関する観点から、擬似乱数性の強さと密集モデルの複雑さの間の定量的トレードオフは何か？
• RQ3 多項式近似とブースティングを用いて、擬似乱数的集合からの密集部分集合の区別不能性はどのように確立できるか？
• RQ4 $ \mathcal{F}^k $ の構造が、有界で区別不能なモデルの構築を可能にする役割は何か？
• RQ5 この証明技法は、算術的組合せ論におけるより強力またはより一般的な分解定理を導くために適応可能か？

主な発見

• 任意の $ \epsilon > 0 $ に対して、$ k = (1/\epsilon)^{O(1)} $ および $ \epsilon' = \exp(-(1/\epsilon)^{O(1)}) $ が存在し、これらのパrameterで密集モデル定理が成立することを本稿は確立する。
• 期待値が $ g $ と同じで、かつすべての $ f \in \mathcal{F} $ に対して $ \epsilon $-区別不能性を満たす有界測度 $ g_1 $ が存在することを証明する。すなわち、すべての $ f \in \mathcal{F} $ に対して $ \left| \langle g_1 - g, f \rangle \right| \leq \epsilon $ が成り立つ。
• モデル $ g_1 $ は、$ \delta = \mathbb{E}_x[g(x)] $ とすると、$ \delta |X| $ のサイズの集合の特性関数として構築され、密度の保存が保証される。
• 鍵となるステップは、閾値関数の多項式近似を用いて、凸結合に基づく区別子を $ \mathcal{F}^k $ からの関数の積に基づく区別子に変換することである。
• もし $ \nu $ が $ \mathcal{F}^k $ に関して $ \epsilon' $-擬似乱数的であれば、そのような積関数は $ \nu $ と一様測度 $ 1_X $ を区別できない。したがって、モデルが失敗する場合、これは矛盾を引き起こす。
• 最終的な結果として、$ g $ が $ g = g_1 + g_2 $ と分解可能であり、$ g_1 $ が有界で、すべての $ f \in \mathcal{F} $ に対して $ \langle g_2, f \rangle \leq \epsilon $ を満たすことが確認される。これは、密集モデル定理の標準的形である。