[论文解读] Central limit theorem for products of toral automorphisms

Jean-Pierre Conze, Stéphane Le Borgne+1 more|arXiv (Cornell University)|Jun 21, 2010

Mathematical Dynamics and Fractals参考文献 14被引用 3

一句话总结

本文建立了关于由 $SL(d,\mathbb{Z})$ 中矩阵定义的环面上自伴算子随机乘积上 Hölder 连续函数之和的 quenched 中心极限定理（CLT）。在矩阵集 $\mathcal{A}$ 满足逼近性与完全不可约性条件时，证明了对于 $\mathbb{P}$-几乎处处的矩阵序列，归一化和收敛于具有正方差的正态分布，并通过乘法系统方法与谱间隙技术给出了收敛速率。

ABSTRACT

Let $(τ_n)$ be a sequence of toral automorphisms $τ_n : x ightarrow A_n x \hbox{mod}\ZZ^d$ with $A_n \in {\cal A}$, where ${\cal A}$ is a finite set of matrices in $SL(d, \mathbb{Z})$. Under some conditions the method of "multiplicative systems" of Komlòs can be used to prove a Central Limit Theorem for the sums $\sum_{k=1}^n f(τ_k \circ τ_{k-1} \cdots \circ τ_1 x)$ if $f$ is a Hölder function on $\mathbb{T}^d$. These conditions hold for $2 imes 2$ matrices with positive coefficients. In dimension $d$ they can be applied when $A_n= A_n(ω)$, with independent choices of $A_n(ω)$ in a finite set of matrices $\in SL(d, \mathbb{Z})$, in order to prove a "quenched" CLT.

研究动机与目标

• 建立由环面上随机复合自伴算子驱动的动力系统的 quenched 中心极限定理。
• 确定在何种条件下，沿随机矩阵乘积的 Hölder 函数的归一化和几乎必然地收敛于正态分布。
• 量化此类和对正态分布的收敛速率。
• 将 $SL(d,\mathbb{Z})$ 上随机游走的结果推广至环面上非 i.i.d. 动力系统的情境。
• 分析归一化和的方差，并证明对于非零函数，其方差几乎必然为正。

提出的方法

• 使用 Komlòs 提出的乘法系统方法，控制归一化和的特征函数。
• 应用 Guivarc’h 和 Raugi 的结果，通过 $SL(d,\mathbb{Z})$ 上随机游走的谱间隙估计，控制相关性的衰减。
• 在环面上运用傅里叶分析，追踪矩阵乘积作用下傅里叶系数的演化。
• 引入特征函数的分解，将其表示为对应于不同频率分量的项的乘积，从而实现尺度分离。
• 利用指数矩界与对特征函数 $\mathbb{E}[e^{ix S_n / \|S_n\|_2}]$ 的估计，将其与高斯特征函数 $e^{-x^2/2}$ 进行比较。
• 应用集中不等式与截断技术，控制用高斯特征函数近似时的误差，尤其在条件 $|x|\delta \leq 1$ 下。

实验结果

研究问题

• RQ1 对于 $\mathbb{P}$-几乎处处的矩阵序列，归一化和 $\frac{1}{\sqrt{n}}\sum_{k=1}^n f(\tau_k \circ \cdots \circ \tau_1 x)$ 在何种条件下收敛于正态分布？
• RQ2 该归一化和对正态分布的收敛速率为何？
• RQ3 对于非零 Hölder 函数 $f$，方差 $\sigma(f)^2 = \lim_{n \to \infty} \frac{1}{n} \|S_n(f)\|_2^2$ 的行为如何？
• RQ4 当矩阵序列是随机的但初始点 $x$ 固定时，能否建立 quenched CLT？
• RQ5 在 $SL(d,\mathbb{Z})$ 上随机游走的谱性质在确保 CLT 中起何种作用？

主要发现

• 对于 $\mathbb{P}$-几乎处处的序列 $\omega$，对任意非零、均值为零的 Hölder 函数 $f$，极限 $\sigma(f) = \lim_{n \to \infty} \frac{1}{\sqrt{n}} \|S_n(f)\|_2$ 存在且为正。
• 归一化和 $\frac{1}{\sigma(f)\sqrt{n}} \sum_{k=1}^n f(\tau_k(\omega) \circ \cdots \circ \tau_1(\omega) \cdot)$ 收敛于 $\mathcal{N}(0,1)$ 的分布。
• 对正态分布的收敛具有可量化速率，通过特征函数差 $|\mathbb{E}[e^{ix S_n / \|S_n\|_2}] - e^{-x^2/2}|$ 的界来刻画。
• 证明依赖于 $SL(d,\mathbb{Z})$ 上随机游走的 $L^2_0$ 谱间隙，从而保证相关性的指数衰减。
• 在相同条件下，该结果对 Hölder 函数以及环面上正规集的特征函数均成立。
• 关键技术创新在于利用乘法系统与频率分离来控制特征函数，尤其在 $|x|\delta \leq 1$ 的区域。