[论文解读] On the Amount of Dependence in the Prime Factorization of a Uniform Random Integer

Richard Arratia|arXiv (Cornell University)|May 4, 2013

Limits and Structures in Graph Theory参考文献 24被引用 17

一句话总结

本文研究了从 1 到 n 的均匀随机整数的素因数分解中的依赖结构，表明平均而言，仅需 2 + o(1) 次插入和删除操作（indels）即可将依赖的素因数分解转化为具有几何分布指数的独立模型。关键结果建立了实际因数分解与泊松-狄利克雷过程之间的 Wasserstein 距离为 O(log log n)，并通过与尺度不变泊松过程的构造性耦合，实现了收敛性的度量控制。

ABSTRACT

How much dependence is there in the prime factorization of a random integer distributed uniformly from 1 to n? How much dependence is there in the decomposition into cycles of a random permutation of n points? What is the relation between the Poisson-Dirichlet process and the scale invariant Poisson process? These three questions have essentially the same answers, with respect to total variation distance, considering only small components, and with respect to a Wasserstein distance, considering all components. The Wasserstein distance is the expected number of changes -- insertions and deletions -- needed to change the dependent system into an independent system. In particular we show that for primes, roughly speaking, 2+o(1) changes are necessary and sufficient to convert a uniformly distributed random integer from 1 to n into a random integer prod_{p leq n} p^{Z_p} in which the multiplicity Z_p of the factor p is geometrically distributed, with all Z_p independent. The changes are, with probability tending to 1, one deletion, together with a random number of insertions, having expectation 1+o(1). The crucial tool for showing that 2+epsilon suffices is a coupling of the infinite independent model of prime multiplicities, with the scale invariant Poisson process on (0,infty). A corollary of this construction is the first metric bound on the distance to the Poisson-Dirichlet in Billingsley's 1972 weak convergence result. Our bound takes the form: there are couplings in which E sum |log P_i(n) - (log n) V_i | = O(\log \log n), where P_i denotes the i-th largest prime factor and V_i denotes the i-th component of the Poisson-Dirichlet process. It is reasonable to conjecture that O(1) is achievable.

研究动机与目标

• 量化从 1 到 n 的均匀随机整数的素因数分解中统计依赖性的程度。
• 建立归一化素因数分解收敛到泊松-狄利克雷过程的度量边界。
• 证明素因数分解的结构与随机排列在依赖结构上具有统计等价性。
• 通过尺度不变泊松过程，构建依赖素因数分解与独立模型（几何多重性）之间的耦合。
• 首次提供对 Billingsley 于 1972 年提出的弱收敛结果到泊松-狄利克雷过程的显式度量边界。

提出的方法

• 使用 Wasserstein 距离度量，定义为将依赖系统转换为独立系统所需插入和删除操作（indels）的期望数量。
• 采用有限随机整数模型与具有几何分布素指数的无限独立模型之间的耦合技术。
• 在 (0, ∞) 上应用尺度不变泊松过程，作为素因数对数间距的极限近似。
• 利用大小加权排列与泊松过程耦合，控制对素因数联合分布近似中的误差。
• 使用尺度不变间距引理和指数尾部界，控制可能破坏耦合的罕见事件。
• 放松耦合中见证条件的限制，以边界化坏事件的期望数量，从而得到耦合概率中 O(1/log n) 的误差。

实验结果

研究问题

• RQ1 从 1 到 n 的均匀随机整数的素因数分解中存在多大的依赖性？
• RQ2 使素因数分解独立所需的最少插入和删除操作次数是多少？
• RQ3 在素因数分解的背景下，泊松-狄利克雷过程与尺度不变泊松过程有何关系？
• RQ4 能否在依赖的素因数分解与具有几何分布指数的独立模型之间构建一个构造性耦合？
• RQ5 归一化素因数分解收敛到泊松-狄利克雷过程的定量收敛速率是多少？

主要发现

• 使素因数分解独立所需的插入和删除操作的期望数量为 2 + o(1)，其中平均为一次删除和 1 + o(1) 次插入。
• 实际素因数分解与独立几何模型之间的 Wasserstein 距离为 O(log log n)，这是对 Billingsley 1972 年收敛结果的首次度量边界。
• 有限随机整数与无限独立模型之间的耦合实现了 O(1/log n) 的误差概率，且坏事件的期望数量被边界化为 O(1/log n)。
• 该方法构建了一个耦合，使得第 i 个最大素因数的对数与泊松-狄利克雷过程第 i 个分量之间的绝对差之和的期望为 O(log log n)。
• 论文证明，对于足够大的 n，2 + ε 次 indel 操作已足够，且推测 O(1) 次 indel 操作可能实现。
• 该分析可推广至随机排列，表明其具有相同的依赖结构和相同的度量边界，方法上通过类比的耦合技术实现。