Aquí hay una estimación fácil. Aquí llamamos a un conjunto S ⊆ X una red ε de un espacio métrico X cuando para cada punto x ∈ X , existe un punto s ∈ S tal que la distancia entre x y s es como máximo ε . Si desea una desigualdad estricta en la definición de ε -net, puede modificar ligeramente el valor de ε .
Sostiene que || A || ∞ ≤ || A || C ≤ n 2 || A || ∞ , donde || A || ∞ denota el entrywise max-norma de un n × n matriz A .
Es fácil construir una red ε del espacio métrico ([0,1] N , d ∞ ) con un tamaño ⌈1 / (2 ε ) ⌉ N , y no es difícil demostrar que este tamaño es el mínimo. (Para mostrar la minimidad, considere los puntos ⌈1 / (2 ε ) ⌉ N cuyas coordenadas son múltiplos de 1 / ⌈1 / (2 ε ) −1⌉ y demuestre que la distancia entre dos de estos puntos es mayor que 2 ε .) Al establecer N = n 2 y combinar esto con la comparación antes mencionada entre la norma de corte y la norma máxima, la cardinalidad mínima de un ε-net con respecto a la norma de corte es al menos ⌈1 / (2 ε ) ⌉ n 2 y como máximo ⌈ n 2 / (2 ε ) ⌉ n 2 .
Actualización : si mi cálculo es correcto, el argumento de volumen puede obtener un mejor límite inferior Ω ( n / ε ) n 2 . Para hacer esto, necesitamos un límite superior en el volumen de una bola ε con respecto a la norma de corte.
Primero consideramos la "norma de corte" de un solo vector, que es el máximo entre la suma de elementos positivos y la suma negada de elementos negativos. No es difícil demostrar que el volumen de una bola ε en ℝ n con respecto a esta "norma de corte" es igual a
εn∑I⊆{1,…,n}1|I|!⋅1(n−|I|)!=εn∑r=0n(nr)1r!(n−r)!
=εnn!∑r=0n(nr)2=εnn!(2nn)=(2n)!εn(n!)3.
A continuación, ya que la norma corte de un n × n matriz A es mayor que o igual a la norma de corte de cada fila, el volumen de un ε -ball en ℝ n × n es como máximo el n ésima potencia del volumen de una ε -ball en ℝ n . Por lo tanto, el tamaño de una red ε de [0,1] n × n debe ser al menos
(n!)3n(2n)!nεn2=(Ω(nε))n2,
donde la última igualdad es un cálculo aburrido en el que usamos la fórmula de Stirling : ln n ! = n ln n - n + O (log n ).