全双线性通用与提升随机过程比较

在我们的伴随论文 \cite{Stojnicgscomp16} 中，我们引入了一系列相当强大的统计比较结果。它们涉及一个通用比较概念及其一种我们称为提升过程的升级版。这里我们提供了一种不同的通用原理（我们称之为全双线性），在某些情况下它比 \cite{Stojnicgscomp16} 中相应的原理更强。此外，我们还展示了我们在此引入的原理如何也能通过 \cite{Stojnicgscomp16} 的提升机制推进。最后，与 \cite{Stojnicgscomp16} 中情况一样，这里我们同样展示了著名的 Slepian 极大比较和 Gordon 极小极大比较原理如何能作为我们此处所提出机制的特例得到。我们也创建了它们的提升升级版，其恰好比 \cite{Stojnicgscomp16} 中相应的更强。还提供了通过数值实验获得的大量结果。观察到这些结果与理论预测极为吻合。