[논문 리뷰] Distributions on symmetric cones II: Beta-Riesz distribution

José A. Dı́az-Garcı́a|arXiv (Cornell University)|2013. 01. 19.

Bayesian Methods and Mixture Models참고 문헌 21인용 수 6

한 줄 요약

이 논문은 실수 노름 나눗셈 대수에 대해 베타-Riesz 분포를 도입하며, Riesz 분포를 행렬 변수 형태로 확장하여 고전적 베타-위샤르트 분포를 일반화한다. 유형 I 및 유형 II 변형에 대해 고유값에 대한 명시적 연속밀도 함수를 유도하며, 형태 매개변수와 행렬 매개변수를 포함한다. 형태 매개변수가 0이 되는 특수한 경우, 고전적 베타-위샤르트 법칙이 복원된다.

ABSTRACT

This article derives several properties of the Riesz distributions, such as their corresponding Bartlett decompositions, the inverse Riesz distributions and the distribution of the generalised variance for real normed division algebras. In addition, introduce a kind of generalised beta distribution termed beta-Riesz distribution for real normed division algebras. Two versions of this distributions are proposed and some properties are studied.

연구 동기 및 목표

• 실수 노름 나눗셈 대수에 대해 Riesz 분포 이론을 일반화된 베타-Riesz 분포로 확장하는 것.
• 고전적 베타-위샤르트 분포를 모방하는 두 가지 유형—유형 I 및 유형 II—의 베타-Riesz 분포를 수립하는 것.
• 행렬 변수 기법을 사용하여 이러한 분포에 대한 고유값의 공동 확률 밀도 함수를 도출하는 것.
• 형태 매개변수 $\kappa$와 $\tau$가 0이 되면 베타-Riesz 분포가 고전적 베타-위샤르트 분포로 축소됨을 보여주는 것.
• 단일 대수적 프레임워크를 통해 실수, 복소수, 허수, 옥토니온 설정 간의 다변량 분포 이론을 통합하는 것.

제안 방법

• 대칭 원뿔 위에서 Riesz 분포를 기반으로 하여 두 가지 유형의 베타-Riesz 분포—유형 I 및 유형 II—를 제안한다.
• 베타-Riesz 분포에 대한 고유값의 공동 밀도를 유도하기 위해 바틀렛 유형 분해를 적용한다.
• 일반화된 베타 함수 $\mathcal{B}_{m}^{\beta}[a,\kappa;b,\tau]$와 Riesz 측도를 사용하여 행렬 매개변수를 포함한 밀도를 정의한다.
• 고유값 간 차이의 곱 $\prod_{i<j}(\lambda_i - \lambda_j)^\beta$와 고유값의 거듭제곱 항을 포함하는 고유값 밀도 공식을 도출한다.
• 고유값 구조에 대한 의존성을 모델링하기 위해 함수 $Q(\kappa,\tau,\mathbf{L},\mathbf{I}_m - \mathbf{L})$ 및 $Q_1(\kappa,\tau,\mathbf{\Delta},\mathbf{I}_m + \mathbf{\Delta})$를 통합한다.
• 베타를 $2\beta$로 치환함으로써 초복소 대수(예: 이복소수, 이옥토니온)로 결과를 확장하며, $n=0,1,2,3,4,5$에 대해 $2^n$-온으로 일반화한다.

실험 결과

연구 질문

• RQ1 베타-위샤르트 분포는 실수 노름 나눗셈 대수 전역에서 Riesz 프레임워크로 어떻게 일반화될 수 있는가?
• RQ2 제안된 유형 I 및 유형 II의 베타-Riesz 분포에 대해 고유값의 공동 밀도 함수는 무엇인가?
• RQ3 형태 매개변수 $\kappa$와 $\tau$는 베타-Riesz 밀도의 구조와 고전적 사례로의 축소에 어떻게 영향을 미치는가?
• RQ4 유도된 분포는 실수, 복소수, 허수, 옥토니온 설정 간의 다변량 분석을 어떻게 통합하는가?
• RQ5 일반화된 베타 함수와 Riesz 측도는 이러한 행렬 변수 분포를 구성하는 데 어떤 역할을 하는가?

주요 결과

• 유형 I의 베타-Riesz 분포는 $0 < \lambda_i < 1$ 인 경우, 공동 밀도가 $\prod_{i<j}(\lambda_i - \lambda_j)^\beta \prod_{i=1}^m \lambda_i^{a - (m-1)\beta/2 - 1} \prod_{i=1}^m (1 - \lambda_i)^{b - (m-1)\beta/2 - 1} Q(\kappa,\tau,\mathbf{L}, \mathbf{I}_m - \mathbf{L})$ 비례한다.
• 유형 II의 베타-Riesz 분포는 $\delta_i > 0$ 인 경우, 공동 밀도가 $\prod_{i<j}(\delta_i - \delta_j)^\beta \prod_{i=1}^m \delta_i^{a - (m-1)\beta/2 - 1} \prod_{i=1}^m (1 - \delta_i)^{-(a+b)} Q_1(\kappa,\tau,\mathbf{\Delta}, \mathbf{I}_m + \mathbf{\Delta})$ 비례한다.
• $\kappa = \tau = \mathbf{0}$일 경우, 두 베타-Riesz 분포 모두 고전적 행렬 다변량 베타 분포의 유형 I 및 유형 II로 축소된다.
• 유형 II 분포의 경우 $a$와 $b$는 $\text{Re}(a) > (m-1)\beta/2 + k_1$ 및 $\text{Re}(b) > (m-1)\beta/2 + t_1$ 를 만족해야 하며, 유형 I의 경우 유사한 제약 조건이 적용된다.
• 베타를 $2\beta$로 치환함으로써 초복소 대수(예: 이복소수, 이옥토니온)로 결과를 확장할 수 있으며, $n=0,1,2,3,4,5$에 대해 $2^n$-온으로 일반화할 수 있다. 다만 $n \leq 3$일 때만 나눗셈 대수가 된다.
• 밀도 공식의 매개변수 $\varrho$는 보조정리 2.4에 의해 정의되며, 다변량 감마 함수 $\Gamma_m^\beta[m\beta/2]$를 포함하는 정규화 상수에 기여한다.