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。

第五单元(中):最小支撑与最大辅助位置数

本篇讨论 A §§4–5,原文 pp.10–17。任意有限阶时,没有一般辅助系统上所有真子集平均的逐点结论。A 的处理是先在全部非零相关中选择最小支撑,再在这个固定大小上选择最多的辅助位置。较小支撑的相关因而必须为零,这只决定允许的空间列表的联合分布,并不决定完整状态的联合分布。

全篇固定同一个 nn、悬挂系统 CC、选择函数列 (Na)(N_a) 和自由超滤子 U\mathcal U。各个流扩张均使用这组固定资料的拉回;比较不同允许系统时不重新选择它们。

三组辅助变量在选取分布下保持这一事实,仍依赖 A Theorem 2.1 引用的配套稿 R。其准确形式为:对每个固定有限 s≥2s\ge2、有界函数 g1,…,gsg_1,\ldots,g_s,

∫X∏j=1sgj(Ttjx) dμ(x)⟶∏j=1s∫Xgj dμ当 min⁡i≠j∣ti−tj∣⟶∞.(HM-A) \int_X\prod_{j=1}^{s}g_j(T^{t_j}x)\,\mathrm{d}\mu(x) \longrightarrow\prod_{j=1}^{s}\int_Xg_j\,\mathrm{d}\mu \quad\text{当 }\min_{i\ne j}|t_i-t_j|\longrightarrow\infty. \tag{HM-A}

R 从普通 mixing 推出这一结论的逐步推导,见多重混合依赖精读。以下明确以式 (HM-A)、第五单元上篇的条件分布结论以及已列出的相对结构结果为前提。

1. 三组辅助变量的定义

对应 A Definition 4.1,pp.10–11,式 (4.1)。

固定 I={1,…,n}I=\{1,\ldots,n\}。设 YY 为悬挂 CC 上的标准保概率流,原始因子为 πY:Y→C\pi_Y:Y\to C。另给定有限个保概率映射 Dγ:Y→CD_\gamma:Y\to C 和正有理速度 qγq_\gamma,满足对每个固定 tt,

Dγ∘SYt=SCqγt∘Dγ模零成立. D_\gamma\circ S_Y^t=S_C^{q_\gamma t}\circ D_\gamma \quad\text{模零成立}.

将辅助指标分为三组 D1,D2,D3\mathcal D_1,\mathcal D_2,\mathcal D_3,允许空组。记

x0=ξ∘πY,xγ=ξ∘Dγ,dY=(xγ)γ,dY,H=(xγ)γ∈∪j∈HDj. x_0=\xi\circ\pi_Y, \quad x_\gamma=\xi\circ D_\gamma, \quad d_Y=(x_\gamma)_\gamma, \quad d_{Y,H}=(x_\gamma)_{\gamma\in\cup_{j\in H}\mathcal D_j}.

令 VV 收集原始因子及全部辅助因子的相位。要求

Law⁡mY(dY∣V)=⨂γμ,(G1-A) \operatorname{Law}_{m_Y}(d_Y\mid V)=\bigotimes_\gamma\mu, \tag{G1-A}

以及对每个真子集 H⊊{1,2,3}H\subsetneq\{1,2,3\},

Law⁡mY(x0,dY,H∣V)=μ⊗⨂γ∈∪j∈HDjμ.(G2-A) \operatorname{Law}_{m_Y}(x_0,d_{Y,H}\mid V) =\mu\otimes\bigotimes_{\gamma\in\cup_{j\in H}\mathcal D_j}\mu. \tag{G2-A}

空列表按单点概率空间解释。第二式包括空 HH,故 x0x_0 与完整相位独立;却不要求 x0x_0 与全部三组整体独立。

原文将整个带这些资料的流称为 channel。下文直接称为具有三组辅助变量的系统。

2. 与第四单元相同的结论,哪些参数发生了变化

2.1 相位条件提升为 distal 参数条件

A Lemma 4.2(p.11)断言:式 (G1-A)、(G2-A) 把条件 VV 改为最大 distal 因子 WYW_Y 后仍成立;进一步流扩张保留这些条件律。

其证明与第四单元的 B Lemma 5.2 相同。清除有理速度的分母后,某个整数时间 hh 固定所有相位,空间元组按有限个正整数幂的乘积变换演化。普通 mixing 使这个乘积系统 mixing。逐个固定相位的相关趋零,再由统一有界上界和支配收敛,得到相位基底上的相对弱混合。WYW_Y 在同一时间 hh 下相对 distal,故相对不交性决定其条件空间律仍为固定乘积律。

这里不使用式 (HM-A)。高阶 mixing 只在下一项的重复空间读数中出现。扩张时先拉回全部既有变量,它们的联合分布不变;再对新最大 distal 因子使用相同论证。

2.2 复制到全部 nn 个位置

A Proposition 4.3(pp.11–14)说明:在 Mb(Y)M_b(Y) 上保留原始因子 πY(yb)\pi_Y(y_b),将所有 Dγ(yi)D_\gamma(y_i)、i∈Ii\in I 都列为辅助因子,并保留 γ\gamma 的原组三编号,仍然满足两条条件律。

第四单元已展开这一保持证明的所有估计。由四个位置改为固定 nn 个位置时,需要核对的是下列有限性,而不是假设新的任意阶逐点定理。

写 t=hl+st=hl+s、0≤s<h0\le s<h,令 eγ=hqγ∈Ne_\gamma=hq_\gamma\in\mathbb N。每个辅助读数的时间为

eγil+aγ,i,i∈I, e_\gamma i l+a_{\gamma,i}, \quad i\in I,

偏移 aγ,ia_{\gamma,i} 只有有限种模式。旧原变量的读数时间为 hbl+a0hbl+a_0。选择长度 N=c2kN=c2^k 删去不足一个长度为 hh 的末段,并换归一化,误差至多 2h/N2h/N。

若只使用真子集辅助组,原变量与这些组在给定相位后独立。对任一含中心化函数的辅助坐标,式 (HM-A) 使其不同位置的相关趋零,且有限种偏移可取共同阈值。其 Cesàro 均值的尾部上确界趋零,所以可用于任意足够大的依点选择长度。若只有原变量被中心化,则用 ThbT^{hb} 的 Birkhoff 定理。

若三个组都出现中心化函数,就得到三个实 Hilbert 空间中的单位球向量 ul,vl,wlu_l,v_l,w_l。前两列向量在删去有限初始段后,各自的内积在某个有界度数图以外不超过 η\eta。原因是坏对只能落在有限多个约束

∣eγil−eγi′l′+a∣≤R |e_\gamma i l-e_\gamma i'l'+a|\le R

中;对每个固定 ll,每个约束只允许有界多个 l′l',因为 eγi′>0e_\gamma i'>0。这时式 (HM-A) 的阶数和图度数可依赖固定 nn 与固定测试,不要求对 nn 一致。

在一个长度事件中,令 pp 为其条件概率,m=⌊c2k/h⌋m=\lfloor c2^k/h\rfloor,并令

dm=⌈(1+log⁡m)3/2⌉. d_m=\left\lceil(1+\log m)^{3/2}\right\rceil.

先固定 0<ε≤10<\varepsilon\le1,再取 0<η≤ε2/1040<\eta\le\varepsilon^2/10^4,随后确定相应的图度数与初始截断。对 ul⊗vlu_l\otimes v_l 的协方差取前 dmd_m 个特征方向。A Appendix A 的 Theorem A.1 与 B Theorem 4.1 是同一投影计数估计,已在第四单元完整展开。其主要部分对该长度事件贡献至多 p(ε+o(1))p(\varepsilon+o(1));剩余部分由协方差迹和事件子概率密度控制为 p/dm\sqrt{p/d_m}。

这些估计的维数增长及求和只涉及 mm,没有使用位置数恰为四。先固定 ε,η\varepsilon,\eta 和相应图度数、截断,再取长度尾部上确界,主要部分总和至多 ε+o(1)\varepsilon+o(1)。剩余部分满足

∑k≥a, c∈Fpk,c/dm(k,c)≤(∑k≥a, c∈Fdm(k,c)−1)1/2⟶0. \sum_{k\ge a,\ c\in F}\sqrt{p_{k,c}/d_{m(k,c)}} \le\left(\sum_{k\ge a,\ c\in F}d_{m(k,c)}^{-1}\right)^{1/2} \longrightarrow0.

事件的两组边缘由可数生成代数选择共同零集;投影只需对可数个长度与有限种偏移预选。最后 a→∞a\to\infty,再 ε↓0\varepsilon\downarrow0。这逐项说明前篇已证估计可以用于当前任意固定的 nn。

2.3 给定旧完整参数后的全部辅助乘积律

A Corollary 4.4(p.14)的结论是

Law⁡λY((dY(yi))i∈I∣P)=⨂i∈ILaw⁡mY(dY).(All-outputs) \operatorname{Law}_{\lambda_Y}((d_Y(y_i))_{i\in I}\mid P) =\bigotimes_{i\in I}\operatorname{Law}_{m_Y}(d_Y). \tag{All-outputs}

证明先在 Mb(Y)M_b(Y) 使用刚刚得到的三组结构,再用 Lemma 4.2 条件于新最大 distal 因子。旧参数数组 PP 包含在该因子中,对较小的 PP 取条件期望,固定乘积测度保持不变。

3. 一个位置上允许哪两类空间列表

对应 A §5.1,p.14。

每个位置 ii 预先指定以下两类之一:

Li(yi)=dY(yi)为辅助变量位置; L_i(y_i)=d_Y(y_i) \quad\text{为辅助变量位置};

或

Li(yi)=(x0(yi),dY,Hi(yi)),Hi⊊{1,2,3},为含原变量的位置. L_i(y_i)=(x_0(y_i),d_{Y,H_i}(y_i)), \quad H_i\subsetneq\{1,2,3\}, \quad\text{为含原变量的位置}.

原文分别称为 output role 与 input role。第二类允许函数同时依赖原变量与旧三组的一个真子集,这一点比 B 的对应选择更宽。函数可以忽略列表中的部分坐标,但位置类别仍按事先指定的列表计算。

每类列表都有固定的乘积空间分布,记为 κi\kappa_i。对非空 J⊆IJ\subseteq I,选取实有界函数 hih_i 满足

∫hi dκi=0(i∈J), \int h_i\,\mathrm{d}\kappa_i=0 \quad(i\in J),

并考虑

EλY[Φ(P)∏i∈Jhi(Li(yi))],(Corr-A) \mathbb E_{\lambda_Y}\left[ \Phi(P)\prod_{i\in J}h_i(L_i(y_i))\right], \tag{Corr-A}

其中 Φ\Phi 是完整参数数组的任意实有界函数。Lemma 4.2 进一步保证

EmY[hi(Li)∣WY]=0. \mathbb E_{m_Y}[h_i(L_i)\mid W_Y]=0.

4. 最小支撑给出的乘积律

对应 A Lemma 5.1,p.15。

4.1 最小值存在并至少为四

第五单元上篇的正相关在没有辅助变量的悬挂系统上给出式 (Corr-A) 的一个非零例子。在全部允许系统、全部角色列表及测试函数中,令 kk 为非零相关的最小支撑大小。可能大小只属于有限集合 {1,…,n}\{1,\ldots,n\},非零例子保证其中的非空子集有最小元素。

若 ∣J∣≤3|J|\le3,A Proposition 3.3 的完整参数条件律使这些完整状态在给定 PP 后独立。再用每个位置的条件中心化,得到

EλY[∏i∈Jhi(Li(yi))∣P]=0. \mathbb E_{\lambda_Y}\left[\prod_{i\in J}h_i(L_i(y_i))\mid P\right]=0.

乘任意 Φ(P)\Phi(P) 后仍为零,故 k≥4k\ge4。如果 n<4n<4,此时已经与逐点失败矛盾;以下只讨论 4≤k≤n4\le k\le n。

4.2 对任意较小列表组合完整展开测试

任取一个允许系统,选 s<ks<k 个不同位置 i1,…,isi_1,\ldots,i_s,每处指定一个允许空间列表。对任意实有界测试 FjF_j,写

cj=∫Fj dκij,Fj=cj+F~j,∫F~j dκij=0. c_j=\int F_j\,\mathrm{d}\kappa_{i_j}, \quad F_j=c_j+\widetilde F_j, \quad \int\widetilde F_j\,\mathrm{d}\kappa_{i_j}=0.

有限展开为

∏j=1sFj(Lij)=∑K⊆{1,…,s}(∏j∉Kcj)∏j∈KF~j(Lij). \prod_{j=1}^{s}F_j(L_{i_j}) =\sum_{K\subseteq\{1,\ldots,s\}} \left(\prod_{j\notin K}c_j\right) \prod_{j\in K}\widetilde F_j(L_{i_j}).

对每个非空 KK,右边的中心化乘积只用 ∣K∣≤s<k|K|\le s<k 个位置。它乘任意实有界 Φ(P)\Phi(P) 后的积分,按 kk 的全局最小性为零。因此

EλY[∏j=1sFj(Lij)∣P]=∏j=1scj. \mathbb E_{\lambda_Y}\left[ \prod_{j=1}^{s}F_j(L_{i_j})\mid P\right] =\prod_{j=1}^{s}c_j.

对各标准空间的可数 Borel 生成代数先取共同参数满测集,乘积测试决定概率测度;测度唯一性再延伸至全部 Borel 集。于是

Law⁡λY((Lij(yij))j=1s∣P)=⨂j=1sκij.(Below-k) \operatorname{Law}_{\lambda_Y}((L_{i_j}(y_{i_j}))_{j=1}^{s}\mid P) =\bigotimes_{j=1}^{s}\kappa_{i_j}. \tag{Below-k}

这项结论对任何允许系统成立,因为最小值正是在全部系统中选择的。它只涉及指定的空间列表;没有证明 ss 个任意完整状态在给定参数后相互独立。

5. 固定最小支撑后,再取最多的辅助位置

仍对应 A p.15。

在支撑恰为 kk 的所有非零相关中,令 rr 为辅助变量位置数的最大值。它属于 {0,…,k}\{0,\ldots,k\},因此可以选到实现该数值的一个系统和相关。

若 r=kr=k,所有列表都只用辅助变量。式 (All-outputs) 及每个空间测试的零均值使相关为零。因此

0≤r<k. 0\le r<k.

选定一个实现 (k,r)(k,r) 的相关,令 A⊆JA\subseteq J 为其辅助位置集合,取 b∈J∖Ab\in J\setminus A。于是

∣J∣=k,∣A∣=r,Lb=(x0,dY,Hb),Hb⊊{1,2,3}. |J|=k, \quad |A|=r, \quad L_b=(x_0,d_{Y,H_b}), \quad H_b\subsetneq\{1,2,3\}.

下一步只扩张这个已经选定的系统,并保留其相关值。k,rk,r 的全局极值仍对扩张后的允许系统有效。

6. 只稳定参数与单个完整状态

对应 A §5.2、Lemma 5.2,pp.15–16,式 (5.2)–(5.3)。

这里定义

D0(Y)=σ(P),Di(Y)=σ(P,yi)(i∈I).(Data-A) \mathcal D_0(Y)=\sigma(P), \quad\mathcal D_i(Y)=\sigma(P,y_i) \quad(i\in I). \tag{Data-A}

A 使用的是一个状态,而 B §6.2 使用的是除一个位置外的其他三个状态。两种条件信息不能互换。A 后续的方阵证明将直接利用当前单状态形式。

6.1 扩张下的包含关系

若 ρ:Y′→Y\rho:Y'\to Y 为 CC 上的流扩张,(ρI)∗λY′=λY(\rho^I)_*\lambda_{Y'}=\lambda_Y。旧 WYW_Y 拉回后为新流的 distal 因子,故包含在 WY′W_{Y'} 中;旧位置 yiy_i 是新位置的映像。因此

(ρI)−1Dl(Y)⊆Dl(Y′)(l∈{0}∪I), (\rho^I)^{-1}\mathcal D_l(Y) \subseteq\mathcal D_l(Y') \quad(l\in\{0\}\cup I),

均按模零包含理解。

Lemma 5.2 的结论是存在标准流扩张 Y∗→YY_*\to Y,使对任意进一步标准流扩张 ρ:Y′→Y∗\rho:Y'\to Y_*、任意 f∈L2(λY∗)f\in L^2(\lambda_{Y_*}) 和任意 l∈{0}∪Il\in\{0\}\cup I,

EλY′[f∘ρI∣Dl(Y′)]=EλY∗[f∣Dl(Y∗)]∘ρI.(Stable-A) \mathbb E_{\lambda_{Y'}}[f\circ\rho^I\mid\mathcal D_l(Y')] =\mathbb E_{\lambda_{Y_*}}[f\mid\mathcal D_l(Y_*)]\circ\rho^I. \tag{Stable-A}

这是 L2(λY′)L^2(\lambda_{Y'}) 中的函数类等式;不要求所有扩张和测试共用一个逐点满测集。

6.2 有界能量与可数安排

对阶段上固定的测试 ff 和类型 ll,定义能量

E(f,l)=∥E[f∣Dl]∥22. \mathcal E(f,l)=\|\mathbb E[f\mid\mathcal D_l]\|_2^2.

包含关系使该数在进一步扩张时不降,并被 ∥f∥22\|f\|_2^2 控制。每个阶段的 L2L^2 可分,取一个可数稠密集,保留此前所有测试的拉回。用可数对角安排,使每个保留测试与每个 ll 都反复处理,规定误差趋于零。

在处理 (f,l)(f,l) 的阶段,从全部标准扩张中选一个,使其能量距离可达到的上确界小于规定误差 ε\varepsilon。标准 Borel 空间、测度、Borel 作用及因子映射可在固定标准空间上编码,因此这里可在一个集合上取上确界。恒等扩张保证候选非空;有界性保证上确界有限。只需按定义选到近似最优者,不要求最大值实现。

6.3 逆极限与任意进一步扩张的比较

取构造链的可数逆极限 Y∗Y_*。按上篇的完整乘积实现,固定时间保测、因子关系模零成立,阶段选取分布彼此兼容且阶段函数在极限 L2L^2 中稠密。

固定一个保留测试、一个类型及任意扩张 Y′→Y∗Y'\to Y_*。若某次优化之前和之后的阶段为 Ya,Ya+1Y_a,Y_{a+1},误差为 εa\varepsilon_a,则 Y′Y' 也是 YaY_a 的扩张,故

EY′(f,l)≤sup⁡R→YaER(f,l)≤EYa+1(f,l)+εa≤EY∗(f,l)+εa. \mathcal E_{Y'}(f,l) \le\sup_{R\to Y_a}\mathcal E_R(f,l) \le\mathcal E_{Y_{a+1}}(f,l)+\varepsilon_a \le\mathcal E_{Y_*}(f,l)+\varepsilon_a.

沿该对数据反复被处理的子序列令 εa→0\varepsilon_a\to0,得到不等式的一侧;能量单调性给出反向不等式,因此能量相等。

把旧 L2L^2 作为新 L2L^2 的等距子空间,旧、新条件期望分别是到嵌套闭子空间的正交投影 P0,P1P_0,P_1。有

∥P1f∥22=∥P0f∥22+∥P1f−P0f∥22. \|P_1f\|_2^2=\|P_0f\|_2^2+\|P_1f-P_0f\|_2^2.

能量相等迫使投影相同。阶段稠密性和条件期望的压缩性把结论延伸到所有 ff,证明式 (Stable-A)。没有使用最大 distal 因子与逆极限交换的断言。

6.4 极值相关随扩张保留

原始因子及三组变量拉回后仍满足条件律。选取分布的因子兼容性保留原相关的积分,旧参数权重成为新参数的函数。因此扩张后仍是支撑为 kk、辅助位置数为 rr 的同一个非零相关。此后把这个稳定系统仍记为 YY。

7. 将其他支撑位置变为新辅助列表

对应 A §5.3,p.16。

取 Z=Mb(Y)Z=M_b(Y)。其状态为 z=(yj)j∈Iz=(y_j)_{j\in I},测度为 mZ=λYm_Z=\lambda_Y,原始因子为 πY(yb)\pi_Y(y_b)。

先保留位置 bb 的全部旧辅助因子,并保留它们的原组三编号。对每个 j∈J∖{b}j\in J\setminus\{b\},另增加整个列表

Qj=Lj(yj). Q_j=L_j(y_j).

若 jj 是含原变量的位置,这个列表中的原变量也来自真实的 CC-值因子 πY(yj)\pi_Y(y_j),不是仅增加一个没有流结构的空间坐标。

因为 k≥4k\ge4,存在满射

τ:J∖{b}⟶{1,2,3}. \tau:J\setminus\{b\}\longrightarrow\{1,2,3\}.

把整个 QjQ_j 放入新第 τ(j)\tau(j) 组。列表内部不再拆分。旧因子在位置 jj 的速度乘以 j/bj/b,所以新速度仍为正有理数;每个因子的保概率边缘也不变。

这里有两个不同规则:位置 bb 保留旧组三编号,其他位置的整个列表按 τ\tau 分配。下面分别用到它们。

8. A Lemma 5.3:两条新条件律的完整证明

原文 pp.16–17。

所有新相位都是旧完整参数数组 PP 的函数。只需先给定 PP 证明固定空间乘积律,再将条件缩到新完整相位。

8.1 全部新辅助列表

新辅助变量分成 kk 个旧位置的列表:

dY(yb),Qj (j∈J∖{b}). d_Y(y_b),\quad Q_j\ (j\in J\setminus\{b\}).

每个列表都是旧系统中的允许列表。对每个列表取一个实有界测试,写成其固定乘积空间均值加中心化部分,再展开。

若展开项包含的中心化位置数小于 kk,式 (Below-k) 决定它的条件均值:只要有中心化项就为零。唯一尚待处理的是全部 kk 个测试都中心化的项。

若此项对 PP 的条件期望非零,取其符号为参数权重,积分便为其绝对值的正积分。由此得到旧系统上的一个非零相关:支撑仍为 kk,原来其他位置的类别不变,位置 bb 却改成仅用辅助列表。因此辅助位置有 r+1r+1 个,与 rr 的最大性矛盾。

若 dY(yb)d_Y(y_b) 为空,单点空间上的中心化测试就是零,以上结论同样成立。因此全部新辅助变量在给定 PP 后具有各自空间分布的乘积律,即第一条新规则。

8.2 新原变量与任意真子集新组

取 H⊊{1,2,3}H\subsetneq\{1,2,3\},并加上新原变量 x0(yb)x_0(y_b)。在旧位置 bb,保留的列表恰为

(x0(yb),dY,H(yb)), (x_0(y_b),d_{Y,H}(y_b)),

因为此处旧组三编号没有改变。它是允许的含原变量列表。

其余位置 jj 被纳入当且仅当 τ(j)∈H\tau(j)\in H;一旦纳入,就保留完整 QjQ_j。由于 τ\tau 满射且 HH 为真子集,至少一个 j∈J∖{b}j\in J\setminus\{b\} 被遗漏。因此实际涉及的旧位置数严格小于 kk。

在这些位置应用式 (Below-k),得到所需的完整空间乘积律。各列表内部的固定空间分布又由 Lemma 4.2 确定,因此新原变量及所保留的新组也满足第二条规则。

8.3 缩小条件与两种选择的用途

刚刚得到的两个右侧乘积测度均为常量,不依赖 PP。新相位对 PP 可测,条件期望的塔式性质因此把两条律降到新相位,证明 ZZ 确实具有三组辅助变量结构。

满射 τ\tau 保证第二条规则遗漏至少一个支撑位置;保留位置 bb 的旧组三编号,保证其原变量与剩余旧组仍组成允许列表。若任意混合这两种分组规则,上述应用最小支撑的理由就会消失。

9. 已形成的非零条件平均

对应 A §6.1 开头,p.17。

令

q((yi)i∈I)=∏j∈J∖{b}hj(Lj(yj)),g(P,yb)=EλY[q∣P,yb]. q((y_i)_{i\in I})=\prod_{j\in J\setminus\{b\}}h_j(L_j(y_j)), \quad g(P,y_b)=\mathbb E_{\lambda_Y}[q\mid P,y_b].

原非零相关为

EλY[Φ(P)hb(Lb(yb))g(P,yb)]. \mathbb E_{\lambda_Y}[\Phi(P)h_b(L_b(y_b))g(P,y_b)].

若 g(P,yb)=0g(P,y_b)=0 于 L2(λY)L^2(\lambda_Y),此积分就为零,矛盾。因此 g≠0g\ne0。在同一状态空间视为 ZZ 时,qq 只使用新增加的辅助列表。下一篇将用式 (Stable-A) 的单状态条件信息,直接比较方阵中的 qq 行函数与列函数。

原文范围与未覆盖部分

  • A pp.10–14,Definition 4.1、Lemma 4.2、Proposition 4.3、Corollary 4.4:三组定义及保持;具体张量估计已在第四单元展开,本篇核对任意固定位置数的适用条件。
  • A pp.14–15,式 (5.1)、Lemma 5.1:允许列表、全局最小支撑及较小列表的条件乘积律。
  • A pp.15–16,式 (5.2)–(5.3)、Lemma 5.2:参数与单状态条件期望的同时稳定扩张。
  • A pp.16–17,Lemma 5.3:按满射重分组的两条条件律。

尚未证明行列相关非零及辅助位置数最终增加;这些是下一篇 A §6 的内容。高阶 mixing 与所列结构定理仍是明确的外部前提。