Punktemengen mit niedriger Diskrepanz spielen eine wichtige Rolle bei
der Lösung hochdimensionaler Integrationsprobleme, wie sie zum Beispiel
beim
Strahlungstransport und in der Finanzmathematik vorkommen.
Wir untersuchen verschiedene Typen von Diskrepanzen in hohen Dimensionen.
Im Gegensatz zu früheren Zugängen streben wir ein Verständnis der
Abhängigkeit nicht (oder nicht nur) von der Zahl der Punkte an, sondern
(auch) von der Dimension. Unlängst wurde in [1] folgendes Resultat
erzielt: Sei
die Zahl der mindestens
erforderlichen
Punkte, mit denen man eine Sterndiskrepanz kleiner als
in
Dimension
erreichen kann. Dann gilt für fixiertes
mit
, daß
von der Ordnung
ist.
Dieses scheint das erste Resultat zu sein, das eine scharfe Ordnung der
Dimensionsabhängigkeit enthält. Von Bedeutung für hochdimensionale
Anwendungen
ist es, daß die
Abhängigkeit von
polynomial (sogar linear) ist. Damit wurden
frühere
Vermutungen über
ein exponentielles Wachstum widerlegt.
Der Beweis der oberen Schranke basiert auf der Theorie der empirischen Prozesse und dem Konzept der Vapnik-Cervonenkis Dimension. Die Techniken sind probabilistisch und zeigen, daß das Resultat für zufällig gewählte Punktmengen gilt, wobei die Fehlerwahrscheinlichkeit exponentiell abklingt. Die Beweistechnik für die untere Schranke stützt sich auf Entropieabschätzungen und ist ebenfalls probabilistisch.
Im Vortrag werden grundlegende Elemente dieser Techniken beschrieben
und Verallgemeinerungen auf eine Reihe von geometrischen Diskrepanzen
angesprochen. Wir geben auch verschiedene (nicht scharfe)
obere und untere Abschätzungen für
als
Funktion beider
Variablen
and
an und diskutieren diesbezügliche offene
Probleme.
[1] | S. Heinrich, E. Novak, G. W. Wasilkowski, H. Wozniakowski, The inverse of the star-discrepancy depends linearly on the dimension, to appear in Acta Arithmetica, 2001 |