独立同分布随机变量加权和集中函数的多变量估计

设$X,X_1,\ldots,X_n$为独立同分布随机变量。本文研究随机变量$\sum\limits_{k=1}^{n}X_k a_k$的集中函数行为如何依赖于向量$a_k$的算术结构。最近，由于随机矩阵特征值分布的研究，对该问题的兴趣显著增加。本文阐述并证明了Eliseeva和Zaitsev（2012）结果的多维推广。它们也是对Friedland和Sodin（2007）以及Rudelson和Vershynin（2009）结果的改进。