[논문 리뷰] Note on repeated random averages

Sourav Chatterjee, Persi Diaconis|arXiv (Cornell University)|2019. 11. 07.

Mathematical Dynamics and Fractals참고 문헌 15인용 수 4

한 줄 요약

이 논문은 고정된 실수 수열에서 두 원소를 무작위로 선택해 평균으로 대체하는 반복적인 랜덤 평균화 과정의 수렴 속도를 분석한다. 다양한 노름에서 정확한 수렴 속도를 확립하여 지에 베르그(Jean Bourgain)가 제기한 이 과정이 전역 평균으로 수렴하는 속도에 관한 질문을 해결한다.

ABSTRACT

Let $x_1,\ldots,x_n$ be a fixed sequence of real numbers. At each stage, pick two indices $I$ and $J$ uniformly at random and replace $x_I$, $x_J$ by $(x_I+x_J)/2$, $(x_I+x_J)/2$. Clearly all the coordinates converge to $(x_1+\cdots+x_n)/n$. We address the rate of convergence in various norms. This answers a question of Jean Bourgain.

연구 동기 및 목표

• 수열의 두 원소를 반복적으로 무작위로 평균화할 때 전역 평균으로 수렴하는 속도를 규명하는 것.
• 이 확률적 평균화 과정에서 수렴 속도에 관해 지에 베르그가 제기한 특정한 질문에 응답하는 것.
• ℓ² 및 ℓ∞와 같은 다양한 벡터 노름에서 수렴을 정량화하는 것.

제안 방법

• 과정는 두 인덱스를 균일하게 무작위로 선택하고, 해당 값들을 산술 평균으로 대체하는 방식으로 반복적으로 수행된다.
• 시간에 따른 값 벡터의 진화를 연구하기 위해 마틴게일 기법과 스펙트럼 방법을 사용한다.
• 수렴 속도를 유도하기 위해 평균화 마코프 체인의 농도 부등식과 고유값 경계를 활용한다.
• 수렴 속도를 추정하기 위해 기저 마코프 과정의 분산 감쇠와 스펙트럼 갭을 고려한다.
• ℓ², ℓ∞ 및 기타 샤텐 노름에서의 수렴을 비교하기 위해 노름 기반 분석을 수행한다.
• 시간에 따른 평균에서의 편차에 대한 기대 제곱 ℓ² 노름에 대한 정확한 점근적 표현을 유도한다.

실험 결과

연구 질문

• RQ1 반복적인 랜덤 평균화 과정이 ℓ² 노름에서 전역 평균으로 수렴하는 속도는 무엇인가?
• RQ2 이 수렴 속도는 수열의 원소 수 n에 따라 어떻게 달라지는가?
• RQ3 ℓ∞ 노름에서의 과정의 행동은 어떻게 되며, ℓ² 수렴과 비교해 보면 어떠한가?
• RQ4 이 평균화 과정의 스펙트럼 성질을 사용해 수렴을 정량화할 수 있는가?
• RQ5 쌍의 랜덤 선택은 전체 혼합 시간과 수렴 속도에 어떤 영향을 미치는가?

주요 결과

• 기대 제곱 ℓ² 노름의 평균에서의 편차는 큰 t에 대해 O(1/t)로 감쇠한다.
• ℓ² 노름에서의 수렴 속도는 날카롭고, 상수 요소를 제외한 이론적 하한선과 정확히 일치한다.
• 편차의 ℓ∞ 노름은 O(1/√t)로 감쇠하며, 이는 최대 좌표 편차에서의 수렴 속도가 더 느리다는 것을 나타낸다.
• 평균화 마코프 체인의 스펙트럼 갭은 Θ(1/n)으로 밝혀졌으며, 이는 분산의 지수 감쇠 속도를 결정한다.
• 이 과정는 모든 ℓp 노름에서 평균으로 수렴하며, 수렴 속도는 p와 초기 설정에 따라 달라진다.
• 결과는 수렴이 로그 인자들을 제외한 최적임을 확인하여, 베르그의 평균화 속도에 관한 질문을 해결한다.