[논문 리뷰] Vector rearrangement invariant banach spaces of random variables with exponential decreasing tails of distributions

Eugeny Ostrovsky, L. Sirota|arXiv (Cornell University)|2015. 10. 14.

Advanced Harmonic Analysis Research참고 문헌 9인용 수 17

한 줄 요약

이 논문은 확률 변수의 벡터 재배열 불변 바나흐 공간과 지수 꼬리의 이차원 확장에서, 양-펜첼 이중성에 의해 $ B(\phi) $ 노름과 그랜드 리만 공간(Great Lebesgue Space, GLS) 노름 간의 동치성을 확립한다. 중심 확률 벡터에 대해 $ B(\phi) $ 노름이 $ N_{\phi}(\vec{u}) = \exp(\phi^*(\vec{u})) - \exp(\phi^*(0)) $ 로 정의된 올리츠 노름과 동치임을 증명하고, 다변수 베르누이 및 펜첼-모로 증명을 이용하여 비점근적 지수 꼬리 추정을 도출한다.

ABSTRACT

We present in this paper the theory of multivariate Banach spaces of random variables with exponential decreasing tails of distributions.

연구 동기 및 목표

• 일변량에서 다변량 확률 벡터로의 재배열 불변 바나흐 공간 이론을 확장한다.
• 중심 확률 벡터에 대해 $ B(\phi) $ 노름과 그랜드 리만 공간(Great Lebesgue Space, GLS) 노름 간의 동치성을 확립한다.
• 모멘트 생성 함수와 볼록 쌍대성에 의해 확률 벡터와 관련된 자연스러운 함수 $ \phi $ 를 특성화한다.
• 다변수 모멘트 방법을 이용하여 동일한 분포를 가진 중심 확률 벡터의 합에 대한 비점근적 지수 꼬리 추정을 유도한다.

제안 방법

• 모든 $ \lambda \in (-\lambda_0, \lambda_0)^d $ 에 대해 $ \mathbb{E}\exp(\pm \lambda \cdot \xi) \leq \exp(\phi(\lambda \tau)) $ 를 만족하는 중심 $ d $-차원 확률 벡터에 대해 $ B(\phi) $ 공간을 정의한다.
• 그랜드 리만 공간 노름 $ \|\xi\|_{G(\psi)} = \sup_{p \geq 1} \left[ \mathbb{E}|\xi|^p \right]^{1/p} / \psi(p) $ 을 정의하며, 여기서 $ \psi(p) = p / \phi^{-1}(p) $ 이다.
• 양-펜첼 변환 $ \phi^* $ 를 사용하여 $ N_{\phi}(\vec{u}) = \exp(\phi^*(\vec{u})) - \exp(\phi^*(0)) $ 로 정의된 올리츠 노름을 정의한다.
• 이중성과 안장점 방법을 이용하여 $ \|\cdot\|_{B(\phi)} $, $ \|\cdot\|_{G(\psi)} $, $ \|\cdot\|_{L(N_{\phi})} $ 간의 동치성을 증명한다.
• 펜첼-모로 정리 $ \phi^{**} = \phi $ 를 적용하여 이중성의 구조를 정당화한다.
• 체르노프 유형 추정과 다변수 베르누이 정리를 적용하여 꼬리 추정을 도출하며, $ \sup_n U(S(n), \vec{x}) \geq \max\left( U(\vec{\xi}, \vec{x}), \exp(-C(Q)|x|^2) \right) $ 를 보인다.

실험 결과

연구 질문

• RQ1 다변량 확률 벡터의 모멘트 생성 함수가 어떤 볼록, 짝함수, 두 번 연속 미분 가능한 함수 $ \phi $ 에 대해 $ \exp(\phi(\lambda)) $ 로 표현 가능한가?
• RQ2 다변량 설정에서 $ B(\phi) $, GLS, 올리츠 노름 간의 관계는 어떻게 되며, 이들은 동치인가?
• RQ3 다변수 모멘트 생성 함수와 볼록 쌍대성을 이용하여 동일한 분포를 가진 중심 확률 벡터의 합에 대한 비점근적 지수 꼬리 추정을 도출할 수 있는가?
• RQ4 확률 장의 꼬리 행동을 특성화하는 데 있어 자연스러운 함수 $ \phi_0(\lambda) = \max_{\pm} \log \sup_{t} \mathbb{E}\exp(\pm \lambda \xi(t)) $ 의 역할은 무엇인가?
• RQ5 노름 동치성에도 불구하고 로젠탈 유형 모멘트 부등식이 최적의 꼬리 추정을 도출하지 못하는 이유는 무엇인가?

주요 결과

• $ B(\phi) $ 노름은 중심 $ d $-차원 확률 벡터에 대해 GLS 노름 $ \|\xi\|_{G(\psi)} $ 와 동치이며, $ \psi(p) = p / \phi^{-1}(p) $ 이고, 동치 상수 $ C_1, C_2 $ 는 $ \phi $ 와 $ d $ 에만 의존한다.
• $ B(\phi) $ 노름은 $ N_{\phi}(\vec{u}) = \exp(\phi^*(\vec{u})) - \exp(\phi^*(0)) $ 로 정의된 올리츠 노름 $ \|\xi\|_{L(N_{\phi})} $ 와 동치이며, 동치 상수 $ C_5, C_6 $ 는 $ d $ 와 $ \phi $ 에만 의존한다.
• 모든 $ \vec{x} $ 에 대해 $ U(\vec{\xi}, \vec{x}) \leq \exp(-|\vec{x}|^p) $ 를 만족하는 i.i.d. 중심 확률 벡터에 대해, 정규화된 합의 꼬리의 상한은 $ |\vec{x}| \geq 1 $ 에서 $ \sup_n U(S(n), \vec{x}) \leq \exp(-C(d,p) |\vec{x}|^{\min(p,2)}) $ 를 만족하며, 이 추정은 최적이다.
• 확률 벡터에 대한 자연스러운 함수 $ \phi_0(\lambda) $ 는 항상 절대 짝함수이며, 모든 $ \epsilon \in \{\pm 1\}^d $ 에 대해 $ \phi_0(\epsilon \otimes \vec{x}) = \phi_0(\vec{x}) $ 를 만족한다.
• 확률 벡터와 관련된 함수 $ \phi $ 는 반드시 $ \phi^{**} = \phi $ 를 만족해야 하며, 이는 양-펜첼 변환 하에 이중성의 구조가 유지됨을 보장한다.
• 로젠탈 부등식이 최적의 추정을 도출하지 못하는 이유는 그 상수 $ R(p) \asymp p / \log p $ 가 $ p \to \infty $ 일 때 발산하기 때문이며, 이는 $ B(\phi) $ 기반 추정과는 다르게 작용한다.