[论文解读] Median and mean of the Supremum of $L^2$ normalized random holmorphic fields

Renjie Feng, Steve Zelditch|arXiv (Cornell University)|Mar 17, 2013

Geometry and complex manifolds参考文献 13被引用 3

一句话总结

该论文确定了在 $m$ 维 K"ahler 流形上 $L^2$-归一化随机全纯截面的上确界范数的中位数和均值的精确渐近阶，表明两者在 $n \to \infty$ 时均渐近为 $\sqrt{m\log n}$。分析结合了熵方法、Bergman 核的非对角渐近展开以及值分布结果，证明了该范数在中位数附近的指数测度集中性。

ABSTRACT

We prove that the expected value and median of the supremum of $L^2$ normalized random holomorphic fields of degree $n$ on $m$-dimensional Kähler manifolds are asymptotically of order $\sqrt{m\log n}$. This improves the prior result of Shiffman-Zelditch (arXiv:math/0303335) that the upper bound of the media is of order $\sqrt{\log n}$ The estimates are based on the entropy methods of Dudley and Sudakov combined with a precise analysis of the relevant pseudo-metric and its covering numbers, which can be precisely evaluated using off-diagonal asymptotics of Bergman kernels. Recent work of the authors on the value distribution of these fields are also used to get precise constants.

研究动机与目标

• 确定在 $m$ 维 K"ahler 流形上 $L^2$-归一化随机全纯截面的上确界范数的中位数和期望值的精确渐近阶。
• 弥合先前上界与上确界范数泛函中位数和均值真实阶之间的差距。
• 建立上确界范数围绕其中位数的指数测度集中性，利用几何概率与随机过程理论。
• 将基于熵的方法（Dudley 与 Sudakov）扩展至复几何设定，借助 Bergman 核的精确渐近与一致态嵌入。

提出的方法

• 使用基于熵的子高斯过程界：Dudley 上界与 Sudakov 的下界，用于高斯过程的期望上确界。
• 定义由全纯截面上的 $L^2$ 内积诱导的伪度量 $\mathbf{d}_n$，其与 Kodaira 嵌入的几何相关。
• 应用 Szeg":["o"] 核的非对角渐近展开，以估计覆盖数 $N(M, \mathbf{d}_n, \epsilon)$ 并控制度量熵。
• 将 $SH^0(M, L^n)$ 上的球面对应简化为 $H^0(M, L^n)$ 上等价的归一化高斯测度，从而通过高斯过程理论进行分析。
• 利用 [FZ] 中的值分布结果，通过临界点计数与分部积分，控制上确界范数的尾部概率。
• 应用切比雪夫不等式与矩估计，控制分布的尾部，从而导出均值与中位数的精确上界与下界。

实验结果

研究问题

• RQ1 在紧致 $m$ 维 K"ahler 流形上，$L^2$-归一化随机全纯截面的上确界范数的中位数的真实渐近阶是什么？
• RQ2 上确界范数的期望值能否被精确估计，且其渐近行为是否与中位数一致？
• RQ3 上确界范数是否在其中位数附近表现出指数集中性，且能否进行量化？
• RQ4 熵方法与核渐近展开如何相互作用，以在复几何概率中获得紧致界？

主要发现

• 当 $n \to \infty$ 时，$L^2$-归一化随机全纯截面的上确界范数的中位数与均值渐近为 $\sqrt{m\log n} + o(\sqrt{\log n})$。
• 中位数的上界此前已知，但本文建立了紧致下界，从而确定了真实阶的大小。
• 指数测度集中性成立：对任意 $\epsilon > 0$，上确界范数偏离 $\sqrt{m\log n}$ 超过 $\epsilon\sqrt{\log n}$ 的概率以 $n^{-c\epsilon^2}$ 的速率衰减，其中 $c > 0$。
• 通过将复值场导出的实值高斯过程应用 Sudakov 的下界，导出期望值的下界，得到 $\mathbb{E}[\mathcal{L}^n_\infty] \geq \sqrt{m\log n}$ 对充分大的 $n$ 成立。
• 通过上下界匹配，验证了渐近阶的紧致性，表明 $\lim_{n\to\infty} \mathbb{E}[\mathcal{L}^n_\infty]/\sqrt{\log n} = \sqrt{m}$。
• 该结果可推广至实随机波与球谐函数，此时伪度量由拉普拉斯算子的谱投影核控制。