阅读设置

设置与阅读位置仅保存在这个浏览器。

中文English0%

选择一段文字或公式,即可在这里留下建议。保存后的建议仅作者可见,审核后才会公开。

第三单元(续):实际构造两个延迟投影

本篇讨论 D §5.6,原文 pp.37–40,式 (5.23)–(5.28)。前两篇分别确定了固定预测函数族和延迟替换估计;这里按依赖顺序选择参数,构造真正的高精度投影,并在重新开始的局部构造之间求和。

沿用 H 局部检测、固定预测族及已列明的算子结论作为前提。主要需要检查:预测族先于高位置构造固定;一次粗区间请求如何由细区间的投影增益支付;停止后旧投影怎样继续服务原求和项;两个高精度怎样依次选择而不循环依赖。

1. 已固定的四元组与低位置函数对

取第三单元循环展开中的一个四元组 Xu,tX^{u,t},置 k=ktk=k_t。位置 i,ji,j 为两个投影差,称为低位置;互补位置 a,ba,b 为

Xe=Fe,s−ge,prev,e=a,b. X_e=F_{e,s}-g_{e,\mathrm{prev}},\qquad e=a,b.

这里“低”和“高”只区分此次构造的角色,并不表示空间位置编号或函数大小。

先固定已有投影族的一个共同旧部分,根为 RoldR_{\mathrm{old}}。已有列函数、路径上指标数、当前系数绝对值之和及结构复杂度都有上界

Dold=exp⁡(kO(1)). D_{\mathrm{old}}=\exp(k^{O(1)}).

记号表示存在事先固定的有限次数和常数;指数次数不随树深度增长。

仅在此次高位置替换中,把两个低位置投影差展开为原标量列。固定一对标量列,记指标为 pp,共同起始根为 JpJ_p。相交的二进起始区间中较深者是共同根;若这对列在当前根上已经继承,则在 RoldR_{\mathrm{old}} 上重新记其起点。各使用区间上的系数留在形式之外。

路径上可出现的低位置函数对数满足

npair(y)=#{p:y∈Jp}≤DoldC. n_{\mathrm{pair}}(y)=\#\{p:y\in J_p\}\le D_{\mathrm{old}}^C.

因此

∑p∣Jp∣=∫Roldnpair(y) dy≤DoldC∣Rold∣.(Pair-roots) \sum_p|J_p| =\int_{R_{\mathrm{old}}}n_{\mathrm{pair}}(y)\,\mathrm{d}y \le D_{\mathrm{old}}^C|R_{\mathrm{old}}|. \tag{Pair-roots}

这里不要求整棵树所有分支的总指标数都由同一个路径上界控制。

2. 先选预测族,再选延迟和私有权重

对每个 pp,使用 Corollary 5.4,在共同精度参数 B≥1B\ge1 下选它的固定预测族。由共同的低位置复杂度上界,可取同一个数 DpredD_{\mathrm{pred}},控制每一族的大小、系数、结构复杂度与二次相位截断,且

log⁡Dpred≤kO(1). \log D_{\mathrm{pred}}\le k^{O(1)}.

每个预测族仍在自己的 JpJ_p 上定义。对高位置 ee,在这对低位置列首次共同可用时,加入对应的共轭预测列

(ψe,α‾,ϵ ep,α), (\overline{\psi_{e,\alpha}},\sqrt\epsilon\,e_{p,\alpha}),

并以后继承。同一私有方向不被重新分配。当前根上已继承的函数对,其预测列从该根就可用。路径上预测列数至多为 DoldCDpredD_{\mathrm{old}}^C D_{\mathrm{pred}}。

在固定这些预测族后,才选择整数延迟 K0K_0 和 log⁡(1/ϵ)\log(1/\epsilon),使它们都是 kk 的足够大固定幂。最后构造的高位置投影族,其数值常数暂记为 DhD_h。置

Λ=C(1+K0)log⁡(2Dh). \Lambda=C(1+K_0)\log(2D_h).

对一个完整高位置投影族,前两篇给出的误差类型为

ek(Dh)=e−Bpoly⁡(log⁡(2Dh),1+Λ)+(2−K0+(1+K0)ϵ)poly⁡(Dpred,log⁡(2Dh),1+Λ).(Error-choice) \begin{aligned} e_k(D_h)={}& \mathrm e^{-B}\operatorname{poly}\bigl(\log(2D_h),1+\Lambda\bigr)\\ &+\bigl(2^{-K_0}+(1+K_0)\sqrt\epsilon\bigr) \operatorname{poly}\bigl(D_{\mathrm{pred}},\log(2D_h),1+\Lambda\bigr). \end{aligned} \tag{Error-choice}

第二项中已经吸收一个固定预测族的有限指标与系数求和。

先取 BB 吸收低位置系数及函数对数的固定幂,这确定 DpredD_{\mathrm{pred}}。再取 K0,log⁡(1/ϵ)K_0,\log(1/\epsilon),吸收 DpredD_{\mathrm{pred}} 的固定幂和相同低位置成本,并留下比最终 e−k\mathrm e^{-k} 更强的指数余量。例如可先留 e−3k\mathrm e^{-3k} 的余量。

为什么这还没有使用未知的 DhD_h?因为其余出现的只是 log⁡(2Dh)\log(2D_h) 的多项式。后面一旦证明 log⁡Dh\log D_h 是 kk 的某个固定幂,这些代价就是 kk 的固定多项式,最终可通过提高起始精度吸收到预留的指数余量中。这里没有先假设任意大的最终函数族都可被同一个参数选择控制。

3. 粗区间测试与细分割投影

固定一个高位置 ee 和一次构造根 RfitR_{\mathrm{fit}}。原始深度 s(I)s(I) 不重置。投影按细深度 hh 递增构造;这一层接受请求的原始粗区间深度为

s=h−K0. s=h-K_0.

即使当前没有原请求区间,仍细化完整分割并按既定时间加入预测列。

在候选粗区间 II 上,用同一个实际函数 Fe,sF_{e,s},测试

re,I=fe,s−(Pe,hnewFe,s)phys r_{e,I}=f_{e,s}-(P^{\mathrm{new}}_{e,h}F_{e,s})_{\mathrm{phys}}

是否满足

de,I(re,I)≤e−χe. d_{e,I}(r_{e,I})\le\mathrm e^{-\chi_e}.

精度参数 χe\chi_e 稍后按顺序选择。由于细投影在 II 内各子区间上的直和仍是 L2(I)L^2(I) 压缩,残差的归一化 L2(I)L^2(I) 范数至多二。

选定 χe\chi_e 后,先由统一的检测界选一个共同下界 ρe′>0\rho'_e>0,供该位置的全部请求和后来各次重启使用;下文简记为 ρ′\rho'。检测失败时,H 局部检测给出有界结构函数 ϕ\phi,粗区间归一化矩至少为这个 ρ′\rho',其 log⁡(1/ρ′)\log(1/\rho') 和复杂度对数受 k,χek,\chi_e 的固定多项式控制。

4. 一次粗请求怎样获得足够的细区间总增益

对应 D 式 (5.24),p.38。

把同一个新列 (ϕ,ev)(\phi,e_v) 加入 II 内所有深度 hh 子区间 QQ 的投影,并在后代继承。物理函数和私有方向相同,各细区间上的投影系数可以不同。记

mQ=1∣Q∣∫Qre,Iϕ‾. m_Q=\frac1{|Q|}\int_Qr_{e,I}\overline\phi.

新私有方向未在旧投影中出现,前篇的单列投影增益计算给出 QQ 上的增益至少为 c∣Q∣∣mQ∣2c|Q||m_Q|^2。

以 ∣Q∣/∣I∣|Q|/|I| 为权重使用 Cauchy–Schwarz,

∑Q⊆I, s(Q)=h∣Q∣∣mQ∣2≥∣I∣∣∑Q∣Q∣∣I∣mQ∣2=∣I∣∣1∣I∣∫Ire,Iϕ‾∣2. \sum_{Q\subseteq I,\ s(Q)=h}|Q||m_Q|^2 \ge |I|\left|\sum_Q\frac{|Q|}{|I|}m_Q\right|^2 =|I|\left|\frac1{|I|}\int_Ir_{e,I}\overline\phi\right|^2.

所以该粗请求负责的全部细行总增益至少为

c(ρ′)2∣I∣.(Coarse-gain) c(\rho')^2|I|. \tag{Coarse-gain}

该新列在 II 的每个点只计一个指标,不因细区间数而重复计算路径指标数。

同一细深度 hh 的同时插入轮中,每个仍未通过测试的粗区间可请求一个新列。它负责的是本轮其各细子区间上的增量行;不同请求的负责行不重复。行的支撑与观察分割都是完整深度 hh 分割,每轮读取 Fe,h−K0F_{e,h-K_0}。重复轮次读取相同函数,随 hh 增加读取下标非递减。

未用于请求的细化与预定列加入也保留在全局嵌套序列中。因此这些负责行满足 Lemma 5.1 的实际联合 Bessel 条件。

5. 次数上限与停止后的两套投影族

预定数值上界 D0D_0 包含全部预测列,包括当前根上未来才加入的预测列,也包括共同列函数常数所需的有限旧资料。它的对数是 kk 的固定多项式。

额外拟合列以私有权重一加入。若粗路径上的额外成功请求数最多为 TT,完成后的常数满足

DT≤CD0(T+1)C. D_T\le C D_0(T+1)^C.

Lemma 5.1 选择一个上限,其 log⁡T\log T 是 k,χek,\chi_e 的固定多项式,并保证首次超限的原粗请求区间总长至多 ∣Rfit∣/4|R_{\mathrm{fit}}|/4。被切出的只能是原请求树区间。

5.1 旧投影族继续服务旧求和项

设粗区间 II 在深度 ss、细深度 h=s+K0h=s+K_0 时被切出。其严格祖先的延迟投影深度更小,所以那些祖先求和项所用的投影值已经确定。

在被切分支上,旧族保留当时深度 hh 的细区间投影集合,在该深度的后续轮次不再改动;以后只继承这些列并在更细区间重新取局部投影。已有预测列及其私有方向持续存在,故旧祖先使用的残差望远镜等式仍可延伸到任意所需细深度。

这些旧求和项不需要该分支后来再通过新的残差检测。

5.2 新构造只接手被移交的原求和项

把被切出的粗区间及其原候选后代送到新构造。它保留限制后的预定旧资料与预测列;根上已继承的预测列立即可用,后续函数对仍在原先规定的首次共同可用时加入。

新构造的额外拟合列从空集开始,不把旧额外拟合列计入自己的新请求历史。新的 D0D_0 只覆盖它的预定资料,新的次数上限只计算它自己的额外请求。

归一化函数列限制到新根后仍满足条件。相同的粗增益、细行次序与次数上限论证可重新进行,停止区间仍至多占新根长的四分之一。有限树递归使总构造根长至多为初始根长的 4/34/3 倍。

旧族和新族分别承担不同原求和项;这个区分保证既保留旧值,也能在新根上重新得到深度无关的估计。

6. 两个高精度按什么顺序选择

对应 D p.39。

令

Sold=exp⁡(kO(1)) S_{\mathrm{old}}=\exp(k^{O(1)})

支配既有投影的物理上界及预测构造成本。先选择第一高精度 χ1\chi_1,使

e−χ1Sold≤e−2k, \mathrm e^{-\chi_1}S_{\mathrm{old}}\le\mathrm e^{-2k},

例如可直接取

χ1=⌈2k+log⁡Sold+1⌉. \chi_1=\lceil2k+\log S_{\mathrm{old}}+1\rceil.

它本身至多为 kk 的某个固定幂。随后完成第一高位置的全部有上限构造。

第一投影的物理上界必须在选择第二精度前确定。在粗使用区间 II 的深度 s+K0s+K_0 子区间 QQ 上,

∥Fe,s∥2,Q≤2K0/2∥Fe,s∥2,I. \|F_{e,s}\|_{2,Q}\le2^{K_0/2}\|F_{e,s}\|_{2,I}.

私有系数下界控制投影系数的 ℓ2\ell^2 范数,再用路径指标数及列函数大小控制物理和。因此可用

2K0 2^{K_0}

乘已完成第一列函数族常数的某个固定幂,作为其物理上界 S1S_1。所需的是

log⁡S1≤poly⁡(k,χ1), \log S_1\le\operatorname{poly}(k,\chi_1),

不涉及第二高精度。

随后选择 χ2≥χ1\chi_2\ge\chi_1,使

e−χ2S1≤e−2k. \mathrm e^{-\chi_2}S_1\le\mathrm e^{-2k}.

例如取

χ2=⌈max⁡{χ1,2k+log⁡S1+1}⌉, \chi_2=\left\lceil\max\{\chi_1,2k+\log S_1+1\}\right\rceil,

也至多为 kk 的固定幂。它还满足 e−χ2Sold≤e−2k\mathrm e^{-\chi_2}S_{\mathrm{old}}\le\mathrm e^{-2k}。两个精度及完成后两个列函数族常数的对数均为 kk 的固定幂,所以可取共同数值上界

Dh=exp⁡(kO(1)).(High-size) D_h=\exp(k^{O(1)}). \tag{High-size}

有限个旧族与两个高族的共同上界只需固定放大。

这些精度为当前四元组专门选择,不代回全局循环精度递推 kt+1=ktAk_{t+1}=k_t^A。因此不存在用后来复杂度反向改变全部旧精度的循环。

7. 交叠局部构造中的原区间如何归属

将两个高位置的构造树与有限个旧分段树取共同细分。只有经过某个原有构造根才改变所属投影族,因此所得根族 S(Rold)\mathcal S(R_{\mathrm{old}}) 满足

∑S∈S(Rold)∣S∣≤C∣Rold∣.(Owner-roots) \sum_{S\in\mathcal S(R_{\mathrm{old}})}|S| \le C|R_{\mathrm{old}}|. \tag{Owner-roots}

这些根可以嵌套;每个原求和区间仍只被指定给一个局部部分。

在属于 SS 的使用区间 II 上,令

Yi=Xi,Yj=Xj,Ye=Pe,s(I)+K0newFe,s(I)−ge,prev,I(e=a,b).(Y-tuple) Y_i=X_i,\quad Y_j=X_j,\quad Y_e=P^{\mathrm{new}}_{e,s(I)+K_0}F_{e,s(I)} -g_{e,\mathrm{prev},I}\quad(e=a,b). \tag{Y-tuple}

每个投影是该原区间所归属的投影族,连同这一族的完整后代延续。

8. 在函数对与归属根的交上重新使用误差估计

固定低位置函数对 pp 和一个归属根 SS。若 Jp∩S≠∅J_p\cap S\ne\varnothing,记

K=Jp∩S; K=J_p\cap S;

二进嵌套性保证它是其中一个完整区间。只选择属于 SS、且这对低位置列确实可用的原粗求和区间。

预测族及其尺度系数保持最初在 JpJ_p 上的选择。两个高位置各使用在 SS 上已固定的一个投影族;限制到 KK 后保留原列、原私有方向,并作相同局部重新投影。每个实际使用区间上的投影因此不变。

在第一次高位置替换前,对手为原函数减一个旧当前投影,至多两项。一次延迟之后,对手为当前投影加一个完整延迟差的能量项,再减一个旧投影,至多三项;能量参数为 Λ\Lambda。所以前两篇的精确允许类别均满足。

在每次替换前后使用有限预测族的实际误差等式,再对保留预测项使用延迟替换界。低位置系数在每个区间外取其统一上界。这一函数对与归属根的误差至多为

DoldCek(Dh)∣Jp∩S∣. D_{\mathrm{old}}^C e_k(D_h)|J_p\cap S|.

对所有交求和时,不需要 S\mathcal S 的点态重叠数有常数上界。令

nseg(y)=#{S:y∈S}. n_{\mathrm{seg}}(y)=\#\{S:y\in S\}.

由式 (Pair-roots),

∑p,S∣Jp∩S∣=∫npair(y)nseg(y) dy≤DoldC∫nseg(y) dy=DoldC∑S∣S∣. \begin{aligned} \sum_{p,S}|J_p\cap S| &=\int n_{\mathrm{pair}}(y)n_{\mathrm{seg}}(y)\,\mathrm{d}y\\ &\le D_{\mathrm{old}}^C\int n_{\mathrm{seg}}(y)\,\mathrm{d}y =D_{\mathrm{old}}^C\sum_S|S|. \end{aligned}

结合式 (High-size),第 2 节留下的指数余量吸收所有固定多项式成本,得到 D 式 (5.26):

∑S∑I 属于 S∣I∣ ∣HI(XI)−HI(YI)∣≤Ce−k∣Rold∣.(Replacement-sum) \sum_S\sum_{I\text{ 属于 }S}|I|\, |\mathcal H_I(X_I)-\mathcal H_I(Y_I)| \le C\mathrm e^{-k}|R_{\mathrm{old}}|. \tag{Replacement-sum}

这是在每个交根上对实际局部投影重新证明的估计,再按原区间归属求和。没有把父根误差未经证明地按子根长度分配。

9. 高位置替换后仍保持成对小相关

记新高逼近为 He=Pe,s+K0newFe,sH_e=P^{\mathrm{new}}_{e,s+K_0}F_{e,s}。其残差在粗使用区间上通过精度 e−χe\mathrm e^{-\chi_e} 的检测,并具有已控制的物理上界。

对两个高逼近,先换第二个较精确者,再换第一个,沿第三单元的成对比较有

∥[H2,H1]−[F2,F1]∥H,I≤e−χ2S1+e−χ1≤Ce−2k. \|[H_2,H_1]-[F_2,F_1]\|_{\mathcal H,I} \le\mathrm e^{-\chi_2}S_1+\mathrm e^{-\chi_1} \le C\mathrm e^{-2k}.

这里的位置下标 1,21,2 只表示两个高位置的构造顺序。

对新高逼近与旧逼近,先用新残差对旧物理上界 SoldS_{\mathrm{old}} 测试,误差不超过 e−2k\mathrm e^{-2k};再处理旧逼近与对应实际函数的误差。若所有相关旧级别至少为 t−7t-7,第三单元的比较使总误差至多

Cqe−cqkt−7+Ce−2k. C_q\mathrm e^{-c_q k_{t-7}}+C\mathrm e^{-2k}.

若低位置 ii 很早,则不替换它的旧残差。另一个晚因子在换回实际函数后抵消,故直接把其晚残差对 ii 的已有投影测试,正如最早两个增量证明的极早分支。新高残差由 e−χeSold\mathrm e^{-\chi_e}S_{\mathrm{old}} 控制,旧晚残差由精度错开控制。

对 t≥12t\ge12,Yj,Ya,YbY_j,Y_a,Y_b 在其已有逼近全部换成同一个实际函数后均抵消,因此任何一对都包含一个这样的晚因子。由 kt−7=kA−7k_{t-7}=k^{A^{-7}},可取绝对指数 θav>0\theta_{\mathrm{av}}>0,使全部 YY 对的形式范数不超过

exp⁡(−kθav) \exp(-k^{\theta_{\mathrm{av}}})

,起始精度取得足够大即可。

正交投影在粗使用区间的细分割上仍压缩,因此全部 YY 的局部归一化 L2L^2 范数有固定上界 CsizeC_{\mathrm{size}}。选择

0<θ<min⁡{1,θav,θ0},η=exp⁡(−kθ), 0<\theta<\min\{1,\theta_{\mathrm{av}},\theta_0\}, \qquad \eta=\exp(-k^\theta),

再增大起始精度,便同时得到每对形式范数不超过 η\eta 及

∣HI(YI)∣≤η.(Full-Y-small) |\mathcal H_I(Y_I)|\le\eta. \tag{Full-Y-small}

后一个结论来自一对的形式范数乘另外两个函数的 L2L^2 范数。它目前只属于完整的 YY 四元组。

10. 本段最终形成的资料

对原归一化根 J0J_0 上的当前四元组,记最终局部部分根族为 Rbase\mathcal R_{\mathrm{base}},每个根 RR 所拥有的原求和区间族为 IR\mathcal I_R。这些 IR\mathcal I_R 分割原来的求和集合,而且每个 I∈IRI\in\mathcal I_R 都包含于 RR。对所有旧根求和式 (Replacement-sum),得到

∑R∈Rbase∣R∣≤C∣J0∣, \sum_{R\in\mathcal R_{\mathrm{base}}}|R|\le C|J_0|,
∑R∑I∈IR∣I∣ ∣HI(XI)−HI(YI)∣≤Ce−k∣J0∣.(Global-replacement) \sum_R\sum_{I\in\mathcal I_R}|I|\, |\mathcal H_I(X_I)-\mathcal H_I(Y_I)| \le C\mathrm e^{-k}|J_0|. \tag{Global-replacement}

这是 D 式 (5.28)。只有原始求和区间被分配给各根,额外投影分割区间没有加入原和。

原文范围与下一步

  • D p.37,式 (5.23):低位置函数对的共同根及路径计数;先固定预测族再选择 K0,ϵK_0,\epsilon。
  • D p.38,式 (5.24):粗矩分配到细行的总投影增益;旧延续与新构造的不同作用。
  • D p.39,式 (5.25)–(5.26):顺次高精度、归属根交上的新估计及误差求和。
  • D p.40,式 (5.27)–(5.28):完整 YY 的小相关与全根替换结论。

下一篇 Proposition 5.6 把 YY 分成当前投影部分 BB 和延迟增量 UU,用两个 UU 的总平方能量处理双增量项。必须从完整 YY 的小量推导截断和,不能把式 (Full-Y-small) 直接赋给单独的 B/UB/U 模式。