[论文解读] New estimates of the convergence rate in the Lyapunov theorem

I. S. Tyurin|ArXiv.org|Dec 3, 2009

Quantum chaos and dynamical systems参考文献 26被引用 28

一句话总结

本文利用凸分析与零偏倚耦合方法，改进了李雅普诺夫中心极限定理中收敛速度的上界。在独立同分布和非独立同分布情形下，分别建立了经典Berry-Esseen定理中的尖锐常数 $ C \leq 0.4785 $ 与 $ C \leq 0.5606 $，并证明了 $ \zeta_3 $-度量估计的最优性。

ABSTRACT

We investigate the convergence rate in the Lyapunov theorem when the third absolute moments exist. By means of convex analysis we obtain the sharp estimate for the distance in the mean metric between a probability distribution and its zero bias transformation. This bound allows to derive new estimates of the convergence rate in terms of Kolmogorov's metric as well as the metrics $ζ_r$ (r=1,2,3) introduced by Zolotarev. The estimate for $ζ_3$ is optimal. Moreover, we show that the constant in the classical Berry-Esseen theorem can be taken as 0.4785. In addition, the non-i.i.d. analogue of this theorem with the constant 0.5606 is provided.

研究动机与目标

• 改进李雅普诺夫中心极限定理中收敛速度的已知最佳上界。
• 利用零偏倚耦合方法，推导柯尔莫哥洛夫度量与Zolotarev度量 $ \zeta_r $（$ r=1,2,3 $）的尖锐估计。
• 确定独立同分布与非独立同分布情形下Berry-Esseen不等式中最佳常数。
• 为基于特征函数与积分估计的收敛速度界提供严谨的计算与分析框架。

提出的方法

• 利用凸分析，推导分布与其零偏倚变换在均值度量下的距离的尖锐上界。
• 采用零偏倚耦合技术，将收敛速度与和项的三阶绝对矩关联。
• 应用Prawitz不等式，通过包含 $ \delta_n(u) $、$ f_n(u) $ 与 $ \varphi(u) $ 的特征函数积分，界定柯尔莫哥洛夫距离。
• 在积分表示中对参数 $ U_0 $ 与 $ U $ 进行数值优化，以最小化上界。
• 对 $ \delta_n(t) $ 与 $ |f_n(t)| $ 采用分段估计，分别处理独立同分布情形下小 $ n $ 与大 $ n $ 的情况。
• 利用边界的单调性特性，在不进行完整重计算的前提下，对 $ \varepsilon $-值进行插值估计。

实验结果

研究问题

• RQ1 在独立同分布和项下，Berry-Esseen不等式中常数 $ C $ 的最优上界是什么？
• RQ2 对于非同分布和项，李雅普诺夫定理中的收敛速度是否可以得到改进？
• RQ3 $ \zeta_3 $-度量的估计是否最优？能否通过零偏倚耦合方法推导出？
• RQ4 如何将凸分析与特征函数方法结合，以进一步收紧收敛速度的界？
• RQ5 在三阶矩条件下，李雅普诺夫CLT中柯尔莫哥洛夫度量的最紧可能常数是多少？

主要发现

• 经典Berry-Esseen不等式中的常数 $ C $ 不超过 $ 0.4785 $，优于以往的上界。
• 对于非独立同分布和项，Berry-Esseen不等式中的常数被限制在 $ 0.5606 $ 以内，实现了显著改进。
• $ \zeta_3 $-度量的估计是最优的，满足 $ \zeta_3(S_n, N) \leq \frac{1}{2}\varepsilon_n $，且该界无法进一步改进。
• 通过新方法，$ \zeta_1(S_n, N) \leq 3\varepsilon_n $ 与 $ \zeta_2(S_n, N) \leq \frac{3\sqrt{2\pi}}{8}\varepsilon_n $ 的界得到改进。
• 在独立同分布情形下，极值 $ 0.47849 $ 在 $ \varepsilon = 0.3536 $、$ n = 8 $、$ U_0 = 2.6157 $、$ U = 8.9115 $ 处取得，证实了边界的紧致性。
• 该方法确保了收敛速度估计在独立同分布和项下对 $ \varepsilon \in [0.037, 1/0.4785] $ 与一般情形下对 $ \varepsilon \in [0.02, 1/0.5606] $ 均保持一致有效。