[论文解读] Limit Theorems for Multivariate Lacunary Systems

Thomas Löbbe|arXiv (Cornell University)|Aug 10, 2014

Analytic Number Theory Research被引用 2

一句话总结

本文建立了形如 $ f(M_n \mathbf{x}) $ 的多变量稀疏系统关于中心极限定理（CLT）和迭代对数定律（LIL）的结果，其中 $ (M_n) $ 是满足哈达玛间隙条件的快速增长的整数矩阵序列，$ f $ 是有界变差的周期函数。作者提出了一种基于分段常数周期函数的新型鞅逼近方法，并利用 Berry-Esseen 型不等式和 Strassen 的不变性原理，证明了渐近正态性和几乎必然收敛速率，从而在数论和分析条件约束下将经典的单变量结果推广至多变量情形。关键贡献在于首次系统地处理了余弦情形之外的多变量稀疏系统的 CLT 与 LIL。

ABSTRACT

Lacunary function systems of type $(f(M_nx))_{n\geq 1}$ for periodic functions $f$ and sequences of fast-growing matrices $(M_n)_{n\geq 1}$ exhibit many properties of independent random variables like satisfying the Central Limit Theorem or the Law of the Iterated Logarithm. It is well-known that this behaviour depends on number theoretic properties of $(M_n)_{n\geq 1}$ as well as analytic properties of $f$. Classical techniques are essentially based on Fourier analysis making it almost impossible to use a similar approach in the multivariate setting. Recently Aistleitner and Berkes introduced a new method proving the Central Limit Theorem in the one-dimensional case by approximating $\sum_{n}f(M_nx)$ by a sum of piecewise constant periodic functions which form a martingale differences sequence and using a Berry-Esseen type inequality. Later this approach was used to show the Law of the Iterated Logarithm by a consequence of Strassen's almost sure invariance principle. In this paper we develop this method to prove the Central Limit Theorem and the Law of the Iterated Logarithm in the multidimensional case.

研究动机与目标

• 将经典的中心极限定理与迭代对数定律从一维稀疏序列推广至涉及矩阵拉伸序列 $ f(M_n \mathbf{x}) $ 的多变量情形。
• 确定矩阵序列 $ (M_n) $ 与周期函数 $ f $ 的必要与充分条件，使得这些极限定律在高维下成立。
• 通过引入基于分段常数函数与鞅差的新型逼近技术，克服经典傅里叶分析方法在多变量情形下的局限性。
• 利用指示函数的分层分解与指数矩估计，建立 $[0,1)^d$ 中序列 $ (M_n \mathbf{x}) $ 的差异度量的定量界。

提出的方法

• 将和 $ \sum_{n=1}^N f(M_n \mathbf{x}) $ 近似为分段常数周期函数 $ \phi_{J,h} $ 的和，这些函数中心化后构成鞅差序列。
• 通过按子集 $ J \subset \{1,\dots,d\} $ 与多指标 $ h $ 索引的单位立方体分层划分，将 $[0,1)^d$ 中轴对齐长方体的差异度量分解为二进制层级。
• 利用二进制结构与 $ \beta $ 的取值，控制每个 $ \phi_{J,h} $ 的 $ L^2 $-范数，得到涉及 $ 2^{-L} $ 与 $ 2^{-h_i} $ 的估计。
• 应用修改后的指数矩不等式（类比于 (4.3)），参数 $ \alpha = 4d + 6 $，以控制 $ \phi_{J,h} $ 部分和的尾部概率。
• 利用矩阵间隙条件 $ \|M_n^T\|_\infty \geq q^k \|M_n^T\|_\infty $（当 $ k \geq \log_q(\|j\|_\infty) $ 时）确保系统中具有足够类似独立的行为。
• 通过利用 $ L^2 $-范数的衰减与对数因子，对长度为 $ 2^m $ 与 $ 2^l $ 的区间的最大部分和进行有界，从而建立关键不等式 (5.7)。

实验结果

研究问题

• RQ1 在何种条件下，多变量稀疏和 $ \sum_{n=1}^N f(M_n \mathbf{x}) $ 满足中心极限定理？
• RQ2 能否为多变量稀疏系统建立迭代对数定律？$ (M_n) $ 的数论性质起到何种作用？
• RQ3 在高维情形下，如何解释并避免某些周期函数（如 $ f(x) = \cos(2\pi x) + \cos(4\pi x) $）导致的 CLT 与 LIL 失效？
• RQ4 是否能够通过二进制分解与指数矩界，将 Aistleitner 与 Berkes 的一维鞅逼近方法推广至多变量情形？

主要发现

• 当 $ f $ 为有界变差的周期函数，且 $ (M_n) $ 满足 $ q > 1 $ 的哈达玛间隙条件时，多变量稀疏系统 $ f(M_n \mathbf{x}) $ 的中心极限定理成立。
• 在相同条件下，迭代对数定律得以建立，且归一化和的上极限几乎必然收敛于 $ f $ 的 $ L^2 $-范数的常数倍。
• 关键技术结果 (5.7) 表明，近似函数 $ \phi_{J,h} $ 的最大部分和以高概率被控制在 $ 16C_1 \|\phi_{J,h}\|_2^{1/4} \sqrt{2 \cdot 2^m \log \log(2^m)} $ 以内，且对所有 $ J, h $ 一致成立。
• 最大不等式失效的例外集的测度被控制在 $ \varepsilon $ 以内，且该界对所有 $ m \geq m_0 $ 一致成立，其中 $ m_0 $ 仅依赖于 $ \varepsilon $ 与 $ d $。
• 所有二进制层级与指标集的和满足 $ \sum_{J,h} \|\phi_{J,h}\|_2^{1/4} \leq C \cdot 2^{-L/8} $，当 $ L \to \infty $ 时该和趋于零，从而保证总误差的收敛性。
• 证明表明，$ f $ 的总变差与 $ (M_n) $ 的丢番图结构——特别是方程 $ M_n j \pm M_{n'} j' = \nu $ 的有界解——是 CLT 与 LIL 成立的关键因素。