[论文解读] Central Limit Theorem and exponential tail estimations in mixed (anisotropic) Lebesgue spaces

E. Ostrovsky, L. Sirota|arXiv (Cornell University)|Aug 26, 2013

Advanced Harmonic Analysis Research参考文献 14被引用 10

一句话总结

本文在混合（各向异性）勒贝格-里茨空间中建立了独立或依赖的随机向量归一化和的中心极限定理（CLT）及指数尾部估计。通过引入罗森塔尔型不等式和混合鞅常数，将CLT从i.i.d.情形推广至更一般情况，证明了在矩条件与依赖结构条件下弱收敛性与矩界，应用于微分算子与函数空间。

ABSTRACT

We study the Central Limit Theorem (CLT) in the so-called mixed (anisotropic) Lebesgue-Riesz spaces and tail behavior of normed sums of centered random independent variables (vectors) with values in these spaces.

研究动机与目标

• 将经典的中心极限定理（CLT）推广至混合（各向异性）勒贝格-里茨空间，该空间是具有不同维度下不同可积指数的标准Lp空间的推广。
• 在这些空间中建立随机向量归一化和弱收敛的充分条件，确保极限高斯过程几乎必然属于该空间。
• 推导随机向量和的指数尾部估计与矩界，尤其针对马尔可夫链与超强混合鞅等依赖结构。
• 将罗森塔尔型不等式推广至各向异性的设定，引入控制尾部分布与收敛速率的新常数。
• 分析微分算子在这些空间中随机场上的作用，证明涉及导数或奇异积分的加权泛函的中心极限定理。

提出的方法

• 定义混合勒贝格-里茨空间 $ L_{\tilde{p}} $，其范数为 $ |f|_{\tilde{p}} = \left( \int_{X_l} \cdots \left( \int_{X_1} |f|^{p_1} \, d\mu_1 \right)^{p_2/p_1} \cdots \right)^{1/p_l} $，允许每种变量具有不同的可积性。
• 利用特征函数泛函 $ \phi_{S(n)}(b) = \mathbb{E} e^{i (S(n), b)} $ 分析弱收敛至高斯分布 $ N(0,R) $，需满足 $ \mathbb{P}(S \in B) = 1 $。
• 引入i.i.d.序列的罗森塔尔常数 $ K_R(m) $ 与超强混合鞅的 $ K_M(m) $，后者通过 $ \beta $-混合系数定义：$ K_M(m) = m \left[ \sum_{k=1}^\infty \beta(k) (k+1)^{(m-2)/2} \right]^{1/m} $。
• 建立矩界：$ \sup_n \left[ \mathbb{E} |A[S_n]|_{\tilde{p}}^{m\bar{p}} \right]^{1/(m\bar{p})} \leq K_R(m\bar{p}) \cdot \left| \left[ \mathbb{E} |A[\xi]|^{m\bar{p}} \right]^{1/(m\bar{p})} \right|_{\tilde{p}} $，并给出混合鞅情形的类似形式。
• 通过调整经典CLT论证方法并利用新的罗森塔尔型常数控制收敛速率，证明马尔可夫链与混合鞅序列的CLT。
• 通过 $ |f|_{W^A_{\tilde{p}}} = \max( |f|_{\tilde{p}}, |Af|_{\tilde{p}} ) $ 定义加权索伯列夫型空间 $ W^A_{\tilde{p}} $，并在 $ \xi $ 与 $ A[\xi] $ 满足矩条件时，证明这些空间中随机场的CLT。

实验结果

研究问题

• RQ1 在何种条件下，归一化和 $ S(n) = n^{-1/2} \sum_{j=1}^n \xi_j $ 在混合勒贝格-里茨空间 $ L_{\tilde{p}} $ 中弱收敛于高斯随机元？
• RQ2 如何将罗森塔尔型不等式推广至各向异性的 $ L_{\tilde{p}} $ 空间，以控制依赖随机向量和的矩与尾部分布？
• RQ3 混合鞅常数 $ K_M(m) $ 在将CLT推广至依赖序列中的作用是什么？它如何替代i.i.d.情形下的罗森塔尔常数？
• RQ4 在 $ \xi $ 与 $ A[\xi] $ 满足矩条件时，是否可在空间 $ W^A_{\tilde{p}} $ 中建立随机场的CLT，其中 $ A $ 为微分或积分算子？
• RQ5 各向异性的范数与分解性质如何影响混合范数函数空间中的收敛性与尾部估计？

主要发现

• 若 $ \left[ \mathbb{E} |\xi|^{\bar{p}} \right]^{1/\bar{p}} \in L_{\tilde{p}} $ 且 $ \left[ \mathbb{E} |A[\xi]|^{\bar{p}} \right]^{1/\bar{p}} \in L_{\tilde{p}} $，其中 $ \bar{p} \geq 2 $，则在混合勒贝格-里茨空间 $ L_{\tilde{p}} $ 中CLT成立，且极限高斯过程几乎必然属于该空间。
• 对于i.i.d.序列，矩界 $ \sup_n \left[ \mathbb{E} |A[S_n]|_{\tilde{p}}^{m\bar{p}} \right]^{1/(m\bar{p})} \leq K_R(m\bar{p}) \cdot \left| \left[ \mathbb{E} |A[\xi]|^{m\bar{p}} \right]^{1/(m\bar{p})} \right|_{\tilde{p}} $ 成立，其中 $ K_R(m\bar{p}) $ 为罗森塔尔常数。
• 对于超强混合鞅序列，相同矩界成立，但 $ K_R $ 被 $ K_M(m\bar{p}) $ 替代，其中 $ K_M(m) = m \left[ \sum_{k=1}^\infty \beta(k) (k+1)^{(m-2)/2} \right]^{1/m} $，且要求 $ K_M(m\bar{p}) < \infty $。
• 在相同的矩与可积性条件下，CLT可推广至马尔可夫差分序列，其特征函数泛函的收敛性由经典马尔可夫链CLT保证。
• 对于微分算子 $ A $，如 $ A[u](x,y) = \frac{D^{(\vec{q})}u(x) - D^{(\vec{q})}u(y)}{|x-y|^\beta} $，若 $ \left[ \mathbb{E} |\xi|^{m\bar{p}} \right]^{1/(m\bar{p})} \in L_{\tilde{p}} $ 且 $ \left[ \mathbb{E} |A[\xi]|^{m\bar{p}} \right]^{1/(m\bar{p})} \in L_{\tilde{p}} $，则在 $ W^A_{\tilde{p}} $ 中CLT成立。
• 对于 $ f(x_1,x_2) = g_1(x_1)g_2(x_2) $，有分解性质 $ |f|_{p_1,p_2} = |g_1|_{p_1} \cdot |g_2|_{p_2} $，该性质简化了范数估计，并支持在各向异性设定下推导矩界的进程。