[论文解读] Estimates for Norms of Random Polynomials

Pavel G. Grigoriev|ArXiv.org|Oct 22, 2002

Mathematical functions and polynomials参考文献 6被引用 4

一句话总结

本文建立了关于一般函数系和独立随机系数的随机多项式在积分-上确界范数下的精确估计。通过推广Kashin与Tzafriri的技术，利用带有误差控制的多维中心极限定理，推导出期望积分-上确界范数的下界与上界，表明该范数的尺度为$\left(\sum |a_i|^2 \log P\right)^{1/2}$，其中$P = \min(m, R) + 1$，而$R$衡量系数的稀疏性。结果推广了经典三角多项式估计，并适用于满足$\ell^2$-到-$L^2$有界性条件且参数$p < 1/2$的函数系。主要贡献在于在函数系和系数分布的广泛条件下，对积分-上确界范数给出了精确的阶估计。

ABSTRACT

This paper contains some estimates for the {\it integral-uniform} norm and the uniform norm of a wide class of random polynomials. The family of integral-uniform norms introduced by Kasin and Tzafriri is a natural generalization of the maximum norm taken over a net. We prove some properties of the integral-uniform norms. The given application of the established estimates demonstrates that the integral-uniform norms may be useful whenever one is interested in the properties of a function distribution. Key words: integral-uniform norm; random polynomials with respect to a general function system; trigonometric polynomials with random coefficients.

研究动机与目标

• 将经典随机三角多项式上确界范数估计推广至更广泛的积分-上确界范数类。
• 为任意函数系与独立系数的随机多项式，建立其期望积分-上确界范数的下界与上界。
• 通过将函数系的$\ell^2$-到-$L^2$有界性条件放宽至参数$p < 1/2$，推广Kashin与Tzafriri的先前结果。
• 通过几何引理及对带符号函数系的应用，展示积分-上确界范数在研究函数分布性质中的实用性。
• 通过构造极值例子并验证渐近行为，证明所导估计在阶上的精确性。

提出的方法

• 将积分-上确界范数$\|f\|_{m,\infty} = \int_X \cdots \int_X \max\{|f(x_1)|, \dots, \sigma|f(x_m)|\} \, d\mu(x_1) \cdots d\mu(x_m)$引入为本质上确界的推广。
• 使用带有精确误差界的一般多维中心极限定理，估计随机多项式$\sum a_i \xi_i(\omega) f_i(x)$的分布。
• 应用三角不等式与矩估计，控制函数系的$L^1$与$L^3$范数，确保其一致有界。
• 通过恒等式$\|f\|_{m,\infty} = \int_0^\infty \left(1 - (1 - \lambda_f(t))^m\right) dt$推导边界，其中$\lambda_f(t) = \mu\{\tau : |f(\tau)| > t\}$。
• 引入一个几何引理，表明$B_d^\infty \cup (n^{1/2+\beta} B_d^1)$的凸包包含一个半径为$n^{1/4 + \beta/2}$的球，该引理由证明精确性所支撑。
• 利用该引理，证明当参数$p < 1/2$时，$\ell^2$-到-$L^2$有界性条件为最优，且所导估计在阶上无法进一步改进。

实验结果

研究问题

• RQ1 对于具有通用函数系和独立系数的随机多项式，其期望积分-上确界范数的精确估计是什么？
• RQ2 积分-上确界范数如何推广本质上确界？在何种情境下，它在研究函数分布性质时更具优势？
• RQ3 经典Rademacher三角多项式的估计能否推广至更广泛的函数系与范数类？
• RQ4 在$\ell^2$-到-$L^2$有界性条件参数$p < 1/2$下，期望积分-上确界范数的精确阶量级为何？
• RQ5 所导出的积分-上确界范数界在阶上是否精确？能否通过极值构造加以验证？

主要发现

• 随机多项式$\sum a_i \xi_i f_i$的期望积分-上确界范数满足$\mathbb{E}\|\sum a_i \xi_i f_i\|_{m,\infty} \geq C'_3 \left(\sum |a_i|^2 \log P\right)^{1/2}$，其中$P = \min(m, R) + 1$，且$R = \left(\sum |a_i|^2\right)^2 / \sum |a_i|^4$。
• 在参数$p < 1/2$的广义$\ell^2$-到-$L^2$条件下，上界$\mathbb{P}\left(\|\sum a_i \xi_i f_i\|_{m,\infty} \leq C'_1 \left(\sum |a_i|^2 \log P\right)^{1/2}\right) \leq C'_2 P^{-q'}$对某$q' > 0$成立。
• 估计在阶上是精确的：当$R \asymp n$时，范数的尺度为$\left(\sum |a_i|^2 \log n\right)^{1/2}$，与经典Rademacher三角多项式情形一致。
• 几何引理表明，$B_d^\infty \cup (n^{1/2+\beta} B_d^1)$的凸包包含一个半径为$n^{1/4 + \beta/2}$的球，从而证明了参数$p = 1/4 + \beta/2$时$\ell^2$-到-$L^2$有界性条件的最优性。
• 对于任意满足$\|f_i\|_1 = 1$、$\|f_i\|_3 \leq M$的函数系，存在符号选择$\theta_i = \pm 1$，使得对所有$k = 1, \dots, \log n$，有$\sup_{\mu(e) = 2^{-k}} 2^k \int_e \left|\sum \theta_i f_i\right| d\mu \geq c_0 \sqrt{n k}$，其中$c_0 > 0$为绝对常数。
• 当所有符号序列满足$\|\sum \theta_i f_i\|_1 \leq n^{1/2 + \delta}$时，有$\|\sum a_i f_i\|_2 \leq C(M) n^{(7+2\delta)/16} \left(\sum |a_i|^2\right)^{1/2}$，且该界在阶上最优，从而确认了所导估计的精确性。