[论文解读] The Khinchin-Kahane inequality and Banach space embeddings for metric groups

Apoorva Khare, Bala Rajaratnam|arXiv (Cornell University)|Oct 10, 2016

Functional Equations Stability Results参考文献 13被引用 3

一句话总结

本文将柯尔莫哥洛夫-卡汉不等式推广至任意阿贝尔度量群，为赋范群证明了精确的改进形式，并建立了一个通用的转移原理，使得在阿贝尔赋范度量半群中能够对 𝔖-取值的随机变量实现随机不等式与期望的定义。

ABSTRACT

We extend the Khinchin-Kahane inequality to an arbitrary abelian metric group $\mathscr{G}$. In the special case where $\mathscr{G}$ is normed, we prove a refinement which is sharp and which extends the sharp version for Banach spaces. We also provide an alternate proof for normed metric groups as a consequence of a general principle. This transfer principle has immediate applications to stochastic inequalities for $\mathscr{G}$-valued random variables. We also show how to use it to define the expectation of random variables with values in arbitrary abelian normed metric semigroups.

研究动机与目标

• 将柯尔莫哥洛夫-卡汉不等式从巴拿赫空间推广至任意阿贝尔度量群。
• 为赋范阿贝尔度量群建立该不等式的精确版本，对巴拿赫空间理论中的已知结果进行改进。
• 提出一个转移原理，使得能够将随机不等式从巴拿赫空间推广至更一般的度量群。
• 基于所提出的框架，定义阿贝尔赋范度量半群中取值于 𝔖 的随机变量的期望。
• 基于适用于此类空间的一般结构原理，提供赋范群中该不等式的另一种证明。

提出的方法

• 通过利用阿贝尔度量群的代数与度量结构，推广柯尔莫哥洛夫-卡汉不等式。
• 为赋范阿贝尔度量群引入不等式的精确改进形式，其常数与巴拿赫空间情形下的已知最优常数一致。
• 推导出一个转移原理，使得能够将巴拿赫空间中的随机不等式提升至阿贝尔赋范度量群。
• 应用该转移原理，推导出 𝔖-取值随机变量的矩不等式。
• 利用转移原理，在阿贝尔赋范度量半群中定义 𝔖-取值随机变量的期望。
• 通过底层群与范数的结构性质，证明期望定义的一致性。

实验结果

研究问题

• RQ1 柯尔莫哥洛夫-卡汉不等式如何被推广至非赋范或非完备的阿贝尔度量群？
• RQ2 阿贝尔赋范度量群中柯尔莫哥洛夫-卡汉不等式的最优常数是多少？其与巴拿赫空间情形相比如何？
• RQ3 能否提出一个通用的转移原理，以将随机不等式从巴拿赫空间推广至更一般的阿贝尔度量群？
• RQ4 如何在阿贝尔赋范度量半群中一致地定义取值于 𝔖 的随机变量的期望？
• RQ5 该转移原理对非线性或非向量空间设定下的随机过程理论有何影响？

主要发现

• 柯尔莫哥洛夫-卡汉不等式被成功推广至所有阿贝尔度量群，显著扩展了其在巴拿赫空间之外的适用范围。
• 为阿贝尔赋范度量群证明了该不等式的精确版本，其常数与巴拿赫空间情形下的已知最优常数完全一致。
• 转移原理使得能够通过将 𝔖-取值随机变量的随机不等式转化为巴拿赫空间中的等价不等式，从而实现其推导。
• 该框架允许在阿贝尔赋范度量半群中对取值于 𝔖 的随机变量实现一致的期望定义。
• 对赋范群中不等式的另一种证明基于一个一般性结构原理，为该不等式背后的几何本质提供了新见解。
• 本研究结果为非线性、阿贝尔度量群设定下的随机分析奠定了基础工具，尤其在概率论与泛函分析领域具有重要意义。