[论文解读] Real zeroes of random polynomials, II: Descartes' rule of signs and anti-concentration on the symmetric group

Ken Söze|arXiv (Cornell University)|Jan 19, 2016

Point processes and geometric inequalities参考文献 4被引用 4

一句话总结

该论文通过使用笛卡尔符号法则和对对称群上的新型反集中不等式，建立了独立同分布或可交换实系数随机多项式实根期望数的对数上界。关键结果表明，非零实根的期望数量增长速度不超过 $ C \log n $，且与系数分布无关，仅依赖于可交换性。

ABSTRACT

In this sequel to Part-I, we present a different approach to bounding the expected number of real zeroes of random polynomials with real independent identically distributed coefficients or more generally, exchangeable coefficients. We show that the mean number of real zeroes does not grow faster than the logarithm of the degree. The main ingredients of our approach are Descartes' rule of signs and a new anti-concentration inequality for the symmetric group. This paper can be read independently of part-I in this series.

研究动机与目标

• 建立独立同分布或可交换系数随机多项式实根期望数的上界。
• 为对称群 $\mathfrak{S}_n$ 上的线性形式开发新的反集中不等式。
• 将笛卡尔符号法则作为估计实根数量的关键工具。
• 建立非零实根期望数的精确对数增长速率。
• 提供一种不依赖该系列先前结果的自包含方法。

提出的方法

• 使用笛卡尔符号法则，将系数的符号变化与正实根数量关联起来。
• 提出对称群上的新反集中不等式：对于可交换 $ \xi_j $，有 $ \mathbb{P}\bigl(\bigl|\sum j\xi_j\bigr| \leq \bigl|\sum \xi_j\bigr|\bigr) \leq \frac{C}{k} $。
• 应用引理4，即对随机排列上加权和的反集中不等式：$ \mathbb{P}\bigl(|\sum w_i \pi(i) - Ln| \leq 1\bigr) \leq \frac{C}{n} e^{-c|L|} $。
• 采用特征函数技术，并通过控制正弦型乘积的有界性来控制集中概率。
• 利用顺序统计量和狄利克雷分布性质分析排列上线性形式的方差。
• 从引理4推导推论5，以控制点概率：$ \mathbb{P}(\sum u_i \pi(i) = x) \leq \frac{C}{n} $。

实验结果

研究问题

• RQ1 对于具有可交换系数的随机多项式，实根期望数的最大值是多少？
• RQ2 笛卡尔符号法则如何与随机系数排列相互作用以限制实根数量？
• RQ3 对称群上的新型反集中不等式能否给出根期望的紧致上界？
• RQ4 排列不变性与系数可交换性在控制根分布中起什么作用？
• RQ5 随机排列上线性形式的方差与该情境下的反集中性有何关联？

主要发现

• 具有可交换系数的随机多项式，其非零实根的期望数量被控制在 $ C \log n $ 以内，且与系数分布无关，仅依赖于可交换性。
• 对于满足 $ \mathbb{P}(\lambda_0 = 0) < 1 $ 的独立同分布系数，实根期望数被控制在 $ C \log n + \frac{p_0}{1 - p_0} $ 以内，其中校正项用于考虑零系数的可能性。
• 主要反集中引理（引理4）表明，随机排列上的加权和的集中程度最多为 $ \frac{C}{n} e^{-c|L|} $，这对控制根数量至关重要。
• 对任意固定 $ x $，有 $ \mathbb{P}(\sum u_i \pi(i) = x) \leq \frac{C}{n} $，这确保了排列以高概率避免退化配置。
• 引理3的证明依赖于对特征函数的精细分析，以及在 dyadic 区间上正弦型乘积的衰减性。
• 通过狄利克雷分布性质，线性形式在顺序统计量上的方差被控制为 $ \mathrm{Var}[\langle w, V_\sigma \rangle] \leq \frac{1}{(n+1)(n+2)} \sum \alpha_j^2 $，这支持了反集中结果。