ส่วนขยายของตัวดำเนินการด้านเสียง


16

ในปัญหาที่ฉันกำลังทำงานอยู่มีผู้ดำเนินการส่วนขยายเสียงเกิดขึ้นตามธรรมชาติและฉันอยากรู้ว่ามีงานก่อนหน้านี้หรือไม่ ก่อนอื่นให้ฉันแก้ไขโอเปอเรเตอร์เสียงรบกวนพื้นฐานTεในฟังก์ชั่นบูลีนที่มีมูลค่าจริง กำหนดฟังก์ชั่นf:{0,1}nRและε , p ST 0ε1 , ε=12pเรากำหนดTεRเป็น Tεf(x)=Eyμp[f(x+y)]

μpคือการกระจายของได้รับโดยการตั้งค่าบิตของ bit แต่ละบิตให้เป็นอย่างอิสระโดยมีความน่าจะเป็นและอย่างอื่น เท่าที่เราสามารถคิดของกระบวนการนี้เป็นพลิกบิตของแต่ละกับความน่าจะเป็นอิสระพีตอนนี้ผู้ปฏิบัติงานด้านเสียงนี้มีคุณสมบัติที่มีประโยชน์มากมายรวมถึงการเป็นทวีคูณและมี eigenvalues ​​ที่ดีและ eigenvectors (โดยที่เป็นของพื้นฐานพาริตี)n 1 p 0 x p T ε 1 T ε 2 = T ε 1 ε 2 T ε ( χ S ) = ε | S | χ S χ Syn1p0xpTε1Tε2=Tε1ε2Tε(χS)=ε|S|χSχS

ตอนนี้ผมขอกำหนดส่วนขยายของฉันของซึ่งผมหมายถึงเป็นP_2)} มอบให้โดย)] แต่ที่นี่จัดจำหน่ายของเราเป็นเช่นนั้นเราพลิกบิตไปมีโอกาสและบิตไปด้วยความน่าจะP_2(ตอนนี้เห็นได้ชัดว่าการกระจายขึ้นอยู่กับที่ฟังก์ชั่นการประเมินและถ้าR ( p 1 , p 2 ) R ( p 1 , p 2 )R R ( p 1 , p 2 ) f ( x ) = E y μ p , x [ f ( x + y ) ] μ p , x 1 x 0 p 1 0 x 1 pTεR(p1,p2)R(p1,p2)RR(p1,p2)f(x)=Eyμp,x[f(x+y)]μp,x1x0p10x1p2μp,xxp1=p2ดังนั้นจะลดเสียงให้เป็น 'เสียงปกติ')R(p1,p2)

ฉันสงสัยว่าตัวดำเนินการนี้( p 1 , p 2 )R(p1,p2)ได้รับการศึกษามาอย่างดีบ้างแล้วในวรรณคดีหรือไม่ หรือคุณสมบัติพื้นฐานของมันชัดเจนหรือไม่ ฉันเพิ่งเริ่มต้นด้วยการวิเคราะห์แบบบูลดังนั้นสิ่งนี้อาจตรงไปตรงมากับคนที่คุ้นเคยกับทฤษฎีมากกว่าฉัน โดยเฉพาะอย่างยิ่งฉันสนใจว่า eigenvector และค่าลักษณะเฉพาะมีลักษณะที่ดีหรือไม่ว่ามีคุณสมบัติแบบคูณใด ๆ

คำตอบ:


14

ฉันจะตอบคำถามตอนที่สอง

I. ค่าลักษณะเฉพาะและค่าฟังก์ชัน Eigen

Let 's แรกพิจารณากรณีหนึ่งมิติ 1 มันง่ายที่จะตรวจสอบว่าโอเปอเรเตอร์R p 1 , p 2มี eigenfunctions สอง: 1และ ξ ( x ) = ( p 1 + p 2 ) x - p 1 = { - p 1 ,  ถ้า  x = 0 , p 2 ,  ถ้า  x = 1 ด้วยค่าลักษณะเฉพาะ1และn=1Rp1,p21

ξ(x)=(p1+p2)xp1={p1, if x=0,p2, if x=1.
1ตามลำดับ1p1p2

พิจารณากรณีทั่วไป สำหรับให้ξ S ( x ) = Π ฉันS ξ ( x ฉัน ) สังเกตว่าξ Sเป็น eigenfunction ของR P 1 , หน้า 2 แน่นอนเนื่องจากตัวแปรทั้งหมดx ฉันเป็นอิสระเรามี R p 1 , p 2 ( ξ ( x ) )S{1,,n}ξS(x)=iSξ(xi)ξSRp1,p2xi

Rp1,p2(ξ(x))=Rp1,p2(iSξ(xi))=iSRp1,p2(ξ(xi))=iS((1p1p2)ξ(xi))=(1p1p2)|S|ξS(x).

เราจะได้ว่าเป็น eigenfunction ของR p 1 , p 2กับ eigenvalue ( 1 - p 1 - p 2 ) | S | สำหรับทุกS { 1 , ... , n } เนื่องจากฟังก์ชั่นξ S ( x )ขยายพื้นที่ทั้งหมด, R p 1 , p 2ξS(x)Rp1,p2(1p1p2)|S|S{1,,n}ξS(x)Rp1,p2ไม่มีฟังก์ชั่น eigen อื่น (นั่นไม่ใช่การรวมกันเชิงเส้นของ )ξS(x)

ครั้งที่สอง คุณสมบัติการคูณ

โดยทั่วไปคุณสมบัติ“คูณ” ไม่ได้ถือสำหรับตั้งแต่ eigenbasis ของR P 1 , P 2ขึ้นอยู่กับหน้า1และหน้า 2 อย่างไรก็ตามเรามี R 2 p 1 , p 2 = R p 1 , p 2โดย ที่p 1 = 2 p 1 - ( p 1 + pRp1,p2Rp1,p2p1p2

Rp1,p22=Rp1,p2,
และ P ' 2 = 2 P 2 - ( P 1 + P 2 ) หน้า 2 เพื่อตรวจสอบว่าทราบแรกที่อาร์พี1 , หน้า2และ R P ' 1 , P ' 2มีชุดเดียวกันของ eigenfunctions { ξ S } เรามี R 2 p 1 , p 2 ( ξ S )p1=2p1(p1+p2)p1p2=2p2(p1+p2)p2Rp1,p2Rp1,p2{ξS} ตั้งแต่ 1 - P ' 1 - P ' 2
Rp1,p22(ξS)=(1p1p2)2|S|ξS=(1p1p2)|S|ξS=Rp1,p2(ξS)
1p1p2=1p1(2(p1+p2))p2(2(p1+p2))=1(p1+p+2)(2(p1+p2))=12(p1+p2)+(p1+p2)2=(1p1p2)2.

สาม. เกี่ยวข้องกับผู้ดำเนินการ Bonami - Beckner

{0,1}nRδ=12พี1-พี2พี1+พี2

Aδ()=(x1+δ,...,xn+δ).
A[f]
Rp1,p2(f)=Aδ1TεAδ(f),
ε=1p1p2

ขอบคุณสำหรับคำตอบ! นั่นเป็นจุดเริ่มต้นที่ดีสำหรับฉันที่จะทำงานกับ; ตอนนี้ฉันควรจะสามารถทำงานได้หากมีความคล้ายคลึงกันของความไม่เท่าเทียมกันที่หดตัวมากเกินไป จะโพสต์กลับมาที่นี่หากฉันได้รับการวิเคราะห์ที่น่าสนใจกว่านี้
อาเมียร์

นี่เป็นเวลานานหลังจากความจริง แต่ฉันอยากรู้ว่าคุณได้รับส่วนที่สามและความสัมพันธ์กับผู้ดำเนินการ Becker Bonami อย่างไร
อาเมียร์

f=1f=xi1xiTεRp1,p2iSxiTiSξ(xi) of R. Thus R(f)=A1TA(f) where A is a linear map that maps ξ(x) to x.
Yury

3

We were eventually able to analyze hypercontractive properties of Rp1,p2 (http://arxiv.org/abs/1404.1191), building off of the main Fourier analysis of Rp,0 by Ahlberg, Broman, Griffiths and Morris (http://arxiv.org/abs/1108.0310).

To summarize, the effect of a biased operator Rp,0 on a function f can be analyzed as a symmetric noise operator in a biased measure space. This gives a weak form of hypercontractivity, which depends on how the 2 norm of f varies when switching to a choice of biased measure μ dependent on p.


You might want to 'accept' this answer so that the question doesn't keep popping up (disclaimer: I am an author on the linked paper)
Suresh Venkat
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.