[论文解读] On the Small Ball Inequality in All Dimensions

Dmitry Bilyk, Michael T. Lacey+1 more|ArXiv.org|May 31, 2007

Financial Risk and Volatility Modeling参考文献 3被引用 5

一句话总结

该论文在所有维度 $d \geq 3$ 下，于哈尓函数的小球不等式中建立了对平均情况估计的改进，证明了 $n^{\frac{d-1}{2}-\eta(d)}\left\|\sum_{|R|\geq 2^{-n}}\alpha(R)h_R\right\|_{L^\infty} \gtrsim 2^{-n}\sum_{|R|=2^{-n}}|\alpha(R)|$，其中 $\eta(d) > 0$。该结果扩展了先前的三维工作，并首次在四维及更高维中实现了此类改进，其应用涵盖不均匀分布、柯尔莫哥洛夫熵以及布朗运动片的尾概率小偏差问题。

ABSTRACT

Let h_R denote an L ^{\infty} normalized Haar function adapted to a dyadic rectangle R contained in the unit cube in dimension d. We establish a non-trivial lower bound on the L^{\infty} norm of the `hyperbolic' sums $$ \sum _{|R|=2 ^{-n}} α(R) h_R (x) $$ The lower bound is non-trivial in that we improve the average case bound by n^η for some positive η, a function of dimension d. As far as the authors know, this is the first result of this type in dimension 4 and higher. This question is related to Conjectures in (1) Irregularity of Distributions, (2) Approximation Theory and (3) Probability Theory. The method of proof of this paper gives new results on these conjectures in all dimensions 4 and higher. This paper builds upon prior work of Jozef Beck, from 1989, and first two authors from 2006. These results were of the same nature, but only in dimension 3.

研究动机与目标

• 在所有维度 $d \geq 3$ 下，为固定体积的 dyadic 矩形上哈尓函数和的 $L^\infty$ 范数建立一个非平凡的下界。
• 将三维情形下对平均情况估计的改进推广至任意维度 $d \geq 4$，此前在这些维度中尚无此类结果。
• 在三个相关领域导出新的定量结果：不均匀分布、具有有界混合导数的函数空间的柯尔莫哥洛夫熵，以及布朗运动片的小偏差概率。
• 提供这些领域中首次超越平均情况分析的结果，特别是在维度 $d \geq 4$ 的情形下。
• 发展并应用一种针对共享相同边长的矩形上哈尓函数的精细技术估计，扩展了贝克和比利克-莱西的先前工作。

提出的方法

• 核心方法是将贝克（1991）和比利克-莱西（2008）关于共享边长矩形中哈尓函数的关键技术估计推广至任意维度，该方法在引理 5.2 和定理 8.3 中形式化。
• 证明依赖于 $[0,1]^d$ 中 dyadic 矩形上哈尓函数的张量积结构，其定义为一维哈尓函数的乘积。
• 应用了双曲假设，将求和限制在固定体积 $2^{-n}$ 的矩形上，从而在 $L^\infty$ 范数下获得非平凡的下界。
• 作者使用了立方体 $[0,1]^d$ 的 dyadic 分解，并分析了不同尺度和方向上哈尓函数之间的相互作用。
• 通过结合重叠矩形数量的组合估计，以及利用三角不等式和哈尓函数的归一化，推导出主不等式。
• 通过引入因子 $n^{\frac{d-1}{2}-\eta(d)}$ 来量化对平均情况估计的改进，其中 $\eta(d)$ 是依赖于维度的正数。

实验结果

研究问题

• RQ1 在维度 $d \geq 4$ 下，是否可以为固定体积的 dyadic 矩形上哈尓函数和的平均情况 $L^\infty$ 估计建立非平凡的改进？
• RQ2 在任意维度 $d \geq 3$ 下，使得不等式 $n^{\frac{d-1}{2}-\eta(d)}\left\|\sum_{|R|\geq 2^{-n}}\alpha(R)h_R\right\|_{L^\infty} \gtrsim 2^{-n}\sum_{|R|=2^{-n}}|\alpha(R)|$ 成立的最优指数 $\eta(d)$ 是什么？
• RQ3 高维中哈尓函数的小球不等式与不均匀分布问题及布朗运动片的小偏差概率之间有何关联？
• RQ4 三维中使用的方法能否推广，以在更高维函数空间熵和不均匀性理论中实现定量改进？
• RQ5 下界中对 $n$ 的精确依赖关系是什么？它能多接近猜想的 $n^{\frac{d-2}{2}}$ 刻画？

主要发现

• 该论文证明了对于所有维度 $d \geq 3$，存在 $\eta(d) > 0$，使得 $n^{\frac{d-1}{2}-\eta(d)}\left\|\sum_{|R|\geq 2^{-n}}\alpha(R)h_R\right\|_{L^\infty} \gtrsim 2^{-n}\sum_{|R|=2^{-n}}|\alpha(R)|$，从而在平均情况界上实现了改进。
• 通过该方法获得的 $\eta(d)$ 的数量级为 $d^{-2}$，表明当前方法尚不最优，未来通过更精细的技术可实现进一步改进。
• 该结果是首次在维度 $d \geq 4$ 中实现对平均情况的改进，此前在这些维度中尚无此类结果。
• 该方法通过新的技术引理（引理 5.2）及其推广（定理 8.3）将比利克与莱西（2008）在三维中的论证推广至任意维度。
• 该不等式意味着在 $d$ 维不均匀分布问题中，对偏差函数的 $L^\infty$ 范数给出了新的定量界。
• 该结果还为具有有界混合导数的函数空间的柯尔莫哥洛夫熵，以及 $d$ 维布朗运动片的小偏差概率，提供了改进的估计。