[论文解读] Expected number of real zeros of random Taylor Series

Hendrik Flasche, Zakhar Kabluchko|arXiv (Cornell University)|Sep 9, 2017

Geometry and complex manifolds参考文献 18被引用 7

一句话总结

本文研究了随机泰勒级数 $ f(z) = \sum_{k=0}^\infty \xi_k c_k z^k $ 的实零点的期望数量，其中 $ \xi_k $ 是独立同分布、均值为零、方差为1的随机变量，且 $ c_k^2 $ 的变体指数为 $ \gamma - 1 $。利用泛函极限定理和正规变体技术，作者证明了当 $ r \uparrow 1 $ 时，区间 $[0, r]$ 内实零点的期望数量渐近增长为 $ \frac{\sqrt{\gamma}}{2\pi} \cdot (-\log(1 - r)) $，揭示了在单位圆边界附近存在一种普遍的对数聚集速率。

ABSTRACT

Let $ξ_0,ξ_1,\ldots$ be i.i.d. random variables with zero mean and unit variance. Consider a random Taylor series of the form $f(z)=\sum_{k=0}^\infty ξ_k c_k z^k$, where $c_0,c_1,\ldots$ is a real sequence such that $c_n^2$ is regularly varying with index $γ-1$, where $γ>0$. We prove that $\mathbb{E} N[0,1-ε] \sim \frac{\sqrtγ}{2π} |\log ε|$ as $ε\downarrow 0$, where $N[0,r]$ denotes the number of real zeroes of $f$ in the interval $[0,r]$.

研究动机与目标

• 分析随机泰勒级数在单位圆边界附近的实零点期望数量的渐近行为。
• 将关于随机多项式的经典结果推广至具有加权系数的无限随机泰勒级数。
• 在系数序列 $ c_k $ 满足正规变体条件下，刻画 $ z = 1 $ 附近实零点的聚集速率。
• 建立一个与 $ \xi_k $ 分布无关的普遍渐近公式，仅需其二阶矩有限。

提出的方法

• 使用泛函极限定理分析随机泰勒级数在 $ z = 1 $ 附近的局部行为。
• 将正规变体理论应用于序列 $ c_k^2 $，假设 $ c_k^2 \sim \frac{k^{\gamma-1}}{\Gamma(\gamma)} L(k) $，其中 $ L $ 为缓慢变体函数。
• 通过比较局部方差与振荡行为，推导实零点期望数量的渐近界。
• 利用 Potter 不等式和单调性估计控制 $ r \uparrow 1 $ 附近关键区域中系数的衰减速率。
• 引入辅助序列 $ a_{n,k}^2 $、$ b_{n,k}^2 $ 以及 $ F_{n,k} $、$ \tilde{F}_{n,k} $，以比较局部方差并控制尾部贡献。
• 通过引理 6.9 及其推论（引理 6.10 和 6.11）证明一致估计，确保实零点计数期望的收敛性。

实验结果

研究问题

• RQ1 当区间 $[0, r]$ 趋近单位圆时，随机泰勒级数的实零点期望数量如何变化？
• RQ2 零点聚集速率对系数序列 $ c_k $ 的正规变体指数 $ \gamma $ 的依赖关系是什么？
• RQ3 在仅假设 $ \xi_k $ 具有二阶矩的条件下，能否推导出实零点期望数量的渐近表达式？
• RQ4 在 $ z = 1 $ 附近，实零点期望数量是否存在一种与 $ \xi_k $ 分布无关的普遍对数标度律？

主要发现

• 当 $ r \uparrow 1 $ 时，区间 $[0, r]$ 内实零点的期望数量满足 $ \mathbb{E}N[0,r] \sim \frac{\sqrt{\gamma}}{2\pi} \cdot (-\log(1 - r)) $。
• 渐近速率具有普遍性，仅依赖于系数序列 $ c_k^2 $ 的正规变体指数 $ \gamma $。
• 对于标准泰勒级数 $ c_k = 1 $（对应 $ \gamma = 1 $），区间 $[0, r]$ 内实零点的期望数量渐近为 $ \frac{1}{2\pi} \log \frac{1}{1 - r} $。
• 对于导数 $ f' $（对应 $ \gamma = 2 $），区间 $[0, r]$ 内实临界点的期望数量渐近为 $ \frac{1}{\sqrt{2}\pi} \log \frac{1}{1 - r} $。
• 该方法避免了强矩假设（如存在 $ (2+\delta) $ 阶矩），仅需 $ \xi_k $ 的二阶矩有限。
• 结果通过泛函极限定理与系数衰减的一致估计推导得出，建立了一种独立于随机多项式理论中先前方法的新途径。