[论文解读] Bounds on Walsh coefficients by dyadic difference and a new Koksma-Hlawka type inequality for Quasi-Monte Carlo integration

Takehito Yoshiki|arXiv (Cornell University)|Apr 10, 2015

Mathematical Approximation and Integration被引用 6

一句话总结

本文通过使用二元差分算子推导出更紧的Walsh系数界，提出了一种新型的Koksma-Hlawka型不等式，用于准蒙特卡洛积分。通过将二元差分与经典导数联系起来，该方法显著改进了具有连续混合偏导数（直至α阶）的函数的误差界，降低了先前估计中的常数——尤其在不确定性量化和数字网的CBC构造中具有显著优势。

ABSTRACT

In this paper we give a new Koksma-Hlawka type inequality for Quasi-Monte Carlo (QMC) integration. QMC integration of a function $f\colon[0,1)^s ightarrow \mathbb{R}$ by a finite point set $\mathcal{P}\subset [0,1)^s$ is the approximation of the integral $I(f):=\int_{[0,1)^s}f(\mathbf{x})\,d\mathbf{x}$ by the average $I_{\mathcal{P}}(f):=\frac{1}{|\mathcal{P}|}\sum_{\mathbf{x} \in \mathcal{P}}f(\mathbf{x})$. We treat a certain class of point sets $\mathcal{P}$ called digital nets. A Koksma-Hlawka type inequality is an inequality bounding the integration error $ ext{Err}(f;\mathcal{P}):=I(f)-I_{\mathcal{P}}(f)$ by a bound of the form $| ext{Err}(f;\mathcal{P})|\le C\cdot \|f\|\cdot D(\mathcal{P})$. We can obtain a Koksma-Hlawka type inequality by estimating bounds on $|\hat{f}(\mathbf{k})|$, where $\hat{f}(\mathbf{k})$ is a generalized Fourier coefficient with respect to the Walsh system. In this paper we prove bounds on Walsh coefficients $\hat{f}(\mathbf{k})$ by introducing an operator called `dyadic difference' $\partial_{i,n}$. By converting dyadic differences $\partial_{i,n}$ to derivatives $\frac{\partial }{\partial x_i}$, we get a new bound on $|\hat{f}(\mathbf{k})|$ for a function $f$ whose mixed partial derivatives up to order $α$ in each variable are continuous. This new bound is smaller than the known bound on $|\hat{f}(\mathbf{k})|$ under some condition. The new Koksma-Hlawka inequality is derived using this new bound on the Walsh coefficients.

研究动机与目标

• 为现有准蒙特卡洛积分的Koksma-Hlawka型不等式中的大常数提供减小方法，特别是在不确定性量化背景下。
• 解决在交织多项式格规则的CBC构造中常数过大而不可行的问题。
• 开发一种利用二元差分算子界定Walsh系数的新框架，将离散的二元结构与连续导数联系起来。
• 通过改进广义傅里叶系数的估计，为基b=2的数字网推导出更紧的Koksma-Hlawka不等式。

提出的方法

• 引入二元差分算子 ∂i,n，通过分析函数在离散二元平移下的行为，以界定Walsh系数 |f^(k)|。
• 通过极限过程，建立二元差分 ∂i,n 与经典偏导数 ∂/∂xi 之间的联系。
• 利用二元差分算子，推导出当函数 f 的混合偏导数在每个变量上连续至 α 阶时，|f^(k)| 的新界。
• 通过应用Hölder不等式和 Lp-范数估计，控制二元差分核的 L1 和 L∞ 范数，从而得到 L∞ 范数的统一界 2。
• 通过结合改进的Walsh系数界与数字网的对偶网结构，推导出新的Koksma-Hlawka型不等式。
• 通过多指标 k 的二元结构上的归纳法验证该界，证明对所有 k ∈ ℕ，核的 L1 范数为 1，L∞ 范数为 2。

实验结果

研究问题

• RQ1 能否利用二元差分推导出比经典导数方法更紧的Walsh系数界？
• RQ2 现有数字网的Koksma-Hlawka不等式中的常数与通过二元差分分析可达到的常数相比如何？
• RQ3 二元差分算子在光滑非周期函数的准蒙特卡洛积分中最坏误差界方面，能多大程度上实现改进？
• RQ4 对Walsh系数的新界是否能显著提升数字网积分的收敛速率或常数因子？
• RQ5 该改进的界能否在实际中应用于减少交织多项式格规则的CBC构造中的计算成本？

主要发现

• 论文证明，对任意 k ∈ ℕ，二元差分核 W(k) 的 L1 范数恰好为 1，L∞ 范数恰好为 2，这对最终界至关重要。
• 在某些条件下，新推导的Walsh系数界 |f^(k)| 严格小于已知界，特别是当 f 的混合偏导数连续至 α 阶时。
• 所推导的Koksma-Hlawka不等式相比先前结果，常数显著减小，尤其在高阶数字网中表现突出。
• 该改进通过用基于二元差分的方法替代经典导数估计实现，更准确地捕捉了二元网的结构特征。
• 该方法为在交织多项式格规则的CBC构造中使用更小常数提供了理论依据，解决了不确定性量化应用中的问题。
• 该界是紧致且对所有 k 一致的，核 W(k) 的 L∞ 范数被统一控制在 2，与 k 无关。