[논문 리뷰] Mixing time of fractional random walk on finite fields

Jimmy He, Huy Tuan Pham외 1명|arXiv (Cornell University)|2021. 02. 04.

Algorithms and Data Compression참고 문헌 33인용 수 4

한 줄 요약

이 논문은 Xₙ₊₁ = ι(Xₙ) + εₙ₊₁로 정의된 유한체 𝔽ₚ 위에서의 비선형 랜덤 워크를 연구한다. 여기서 ι(x) = 1/x (x ≠ 0일 때)이고 ι(0) = 0이며, εᵢ는 i.i.d. 증분이다. P¹(𝔽ₚ) 위의 랜덤 워크와 SL₂(𝔽ₚ)의 스펙트럴 갭 결과를 비교함으로써, 혼합 시간이 Θ(log p)임을 증명하며, 이는 𝔽ₚ 위의 단순 랜덤 워크에 비해 지수적 속도 향상을 보여준다.

ABSTRACT

We study a random walk on $\mathbb{F}_p$ defined by $X_{n+1}=1/X_n+\varepsilon_{n+1}$ if $X_n eq 0$, and $X_{n+1}=\varepsilon_{n+1}$ if $X_n=0$, where $\varepsilon_{n+1}$ are independent and identically distributed. This can be seen as a non-linear analogue of the Chung--Diaconis--Graham process. We show that the mixing time is of order $\log p$, answering a question of Chatterjee and Diaconis.

연구 동기 및 목표

• Chatterjee와 Diaconis가 제기한, Xₙ₊₁ = ι(Xₙ) + εₙ₊₁로 정의된 𝔽ₚ 위의 비선형 랜덤 워크의 혼합 시간에 관한 질문을 해결하기 위해.
• 이 워크가 log p 단계 내에서 혼합됨을 입증함으로써, 결정론적 비선형 갱신을 통한 지수적 속도 향상의 명시적 예를 제공하기 위해.
• 𝔽ₚ 위의 역학을 프로젝티브 선 P¹(𝔽ₚ) 위의 마코프 체인으로 연결하기 위해. 이는 SL₂(𝔽ₚ) 위의 랜덤 워크의 몫이다.
• SL₂(𝔽ₚ)의 카일리 그래프에 대한 알려진 스펙트럴 갭 결과를 활용하여 혼합 시간의 상한을 유도하기 위해.
• 기하학적 및 스펙트럴 추론을 사용하여, 임의의 간격에서 xy ≡ 1 (mod p)를 만족하는 해의 수에 대한 정량적 경계를 유도하기 위해.

제안 방법

• Smith [34]의 비교 이론을 사용하여, 𝔽ₚ 위의 혼합 시간을 P¹(𝔽ₚ) 위의 혼합 시간과 연결한다. 이는 몫 공간이다.
• P¹(𝔽ₚ) 위의 워크를 고정된 생성집합을 가진 SL₂(𝔽ₚ) 위의 랜덤 워크의 사영으로 모델링한다.
• Bourgain과 Gamburd [6]의 SL₂(𝔽ₚ) 카일리 그래프에 대한 스펙트럴 갭 결과를 적용한다. 이는 일정한 스펙트럴 갭을 보장한다.
• 투영된 체인의 스펙트럴 갭에서 기인하는 지수적 감쇠를 이용하여, 정상 상태에 대한 총 변동 거리의 상한을 확립한다.
• 엔트로피 추론을 통해 하한을 유도한다. 이는 H(μ) < ∞일 때, 혼합을 위해 nH(μ) + log 2 ≤ log p 가 필수적임을 보여준다.
• Cheeger의 부등식과 브로크렛 비율 분석을 사용하여, I, J가 길이 m인 간격일 때 A ⊆ I 이고 ι(A) ⊆ J 이면, 어떤 δ > 0 에 대해 |A| ≤ (1−δ)m 임을 보여, xy ≡ 1 (mod p)의 해 집합이 제한됨을 의미한다.

실험 결과

연구 질문

• RQ1 𝔽ₚ 위의 분수 랜덤 워크 Xₙ₊₁ = ι(Xₙ) + εₙ₊₁의 혼합 시간의 순서는 무엇인가?
• RQ2 이 비선형 과정이 단순 랜덤 워크에 비해 혼합 시간에서 지수적 속도 향상이 엄밀히 증명될 수 있는가?
• RQ3 SL₂(𝔽ₚ)의 스펙트럴 갭 결과는 P¹(𝔽ₚ) 위의 투영된 마코프 체인의 혼합 시간을 유 bounds하는 데 어느 정도 활용될 수 있는가?
• RQ4 I, J가 같은 길이의 간격일 때, xy ≡ 1 (mod p)를 만족하는 해는 얼마나 존재하는가? (x ∈ I, y ∈ J)
• RQ5 증분 분포에 대한 약한 가정 하에, A ⊆ I 이고 ι(A) ⊆ J 인 집합 A는 너무 클 수 없는가?

주요 결과

• 𝔽ₚ 위의 분수 랜덤 워크의 혼합 시간은 Θ(log p)이며, 이는 균일 분포 수렴을 위한 필수적이고도 충분한 단계 수가 log p임을 의미한다.
• 혼합 시간의 하한은 엔트로피를 통해 확립된다: ‖Kⁿ(x,·) − π‖_TV ≥ 1 − (nH(μ) + log 2)/log p. 이는 H(μ) < ∞일 때 유효하다.
• 상한은 스펙트럴 갭 기법을 통해 증명된다: 큰 p에 대해 ‖Kⁿ(x,·) − π‖_TV ≤ (√p / 2) e^(-Cn) 이다. 여기서 C > 0 는 μ에 따라 정의되는 상수이다.
• 이 증명은 혼합 시간 문제를 스펙트럴 갭이 알려진 카일리 그래프를 가진 SL₂(𝔽ₚ) 위의 랜덤 워크로의 이행에 의존한다.
• 𝔽ₚ 위의 체인 Q = PᵀΠPᵀPΠ 는 큰 p에 대해 일정한 스펙트럴 갭 γ > 0 를 가지며, 이는 지수적 수렴을 의미한다.
• 보조 정리로서, m ≤ p/2 이고 I, J가 길이 m인 간격일 때, xy ≡ 1 (mod p) 를 만족하는 해의 수는 어떤 절대적인 δ > 0 와 충분히 큰 m, p 에 대해 최대 (1−δ)m 이다.