[논문 리뷰] On the condition number of the critically-scaled Laguerre Unitary Ensemble

Percy Deift, Govind Menon외 1명|arXiv (Cornell University)|2015. 07. 02.

Random Matrices and Applications참고 문헌 22인용 수 4

한 줄 요약

이 논문은 $ n = N + \lfloor \sqrt{4cN} \rfloor $ 인 임계 스케일링 하에서 라구에르 유니터리 에니어블(Laguerre Unitary Ensemble, LUE)의 조건수 $ \kappa $가 $ N \to \infty $ 일 때 트레이시–위드먼 분포($ \beta=2 $)로 수렴함을 확립한다. 이 결과는 라구에르 다항식의 渐近적 분석을 통해 리emann–힐베르트 문제를 활용하여 도출되며, 이 스케일링 하에서 극단적 고유값 변동(가장 작은, 가장 큰, 그리고 조건수)이 모두 동일한 보편적인 트레이시–위드먼 법칙을 따름을 보여준다. 이 스케일링은 공액 그래디언트 알고리즘의 정지 시간의 보편성과 관련이 있다.

ABSTRACT

We consider the Laguerre Unitary Ensemble (aka, Wishart Ensemble) of sample covariance matrices $A = XX^*$, where $X$ is an $N imes n$ matrix with iid standard complex normal entries. Under the scaling $n = N + \lfloor \sqrt{ 4 c N} floor$, $c > 0$ and $N ightarrow \infty$, we show that the rescaled fluctuations of the smallest eigenvalue, largest eigenvalue and condition number of the matrices $A$ are all given by the Tracy--Widom distribution ($β= 2$). This scaling is motivated by the study of the solution of the equation $Ax=b$ using the conjugate gradient algorithm, in the case that $A$ and $b$ are random: For such a scaling the fluctuations of the halting time for the algorithm are empirically seen to be universal.

연구 동기 및 목표

• 라구에르 유니터리 에니어블(LUE)의 조건수 $ \kappa = \lambda_{\max}/\lambda_{\min} $ 가 $ n = N + \lfloor \sqrt{4cN} \rfloor $ 인 임계 스케일링 하에서의 극한 분포를 확립하는 것.
• 가장 작은 고유값, 가장 큰 고유값, 그리고 조건수의 변동이 모두 $ N \to \infty $ 근처에서 트레이시–위드먼 분포($ \beta=2 $)로 수렴함을 보여주는 것.
• 이 스케일링이 무작위 선형계 $ Ax = b $ 를 풀이하는 데 있어서 공액 그래디언트 알고리즘의 정지 시간 보편성과 어떻게 연결되는지 밝혀내는 것.
• 극단적 고유값 극한 정리들을 뒷받침하기 위해 리만–힐베르트 분석을 통해 라구에르 다항식의 철저한 점근적 분석을 체계적으로 유도하는 것.

제안 방법

• LUE의 고유값 밀도에 핵심적인 라구에르 다항식의 점근적 행동을 분석하기 위해 리만–힐베르트 문제 기법을 사용하는 것.
• LUE 가중함수와 관련된 수직다항식의 정밀한 점근적 표현을 도출하기 위해 고전적 리만–힐베르트 분석을 적용하는 것.
• LUE의 전반적 고유값 밀도를 유도하고, 이와 라구에르 가중함수 및 수직다항식 체계와의 연결 고리를 규명하는 것.
• 유도된 다항식 점근적 표현을 활용해 극단적 고유값의 점근적 분석을 수행하며, 스펙트럼의 부드러운 끝자락과 딱딱한 끝자락 근처의 스케일링에 초점을 맞추는 것.
• 특정 스케일링 $ \alpha = \lfloor \sqrt{4cN} \rfloor $ 를 통해 $ \lambda_{\min} $, $ \lambda_{\max} $, $ \kappa $ 의 공동 극한 분포가 트레이시–위드먼 법칙을 따름을 정립하는 것.
• 에어리 커널을 포함한 프레드홀름 행렬식 표현을 사용해 트레이시–위드먼 분포 $ F_2(s) = \det(I - \mathcal{K}_{\text{Ai}}|_{L^2((s,\infty))}) $ 를 기술하는 것.

실험 결과

연구 질문

• RQ1 임계 스케일링 $ n = N + \lfloor \sqrt{4cN} \rfloor $ 하에서 LUE의 조건수가 트레이시–위드먼 분포로 수렴하는가?
• RQ2 이 스케일링 영역에서 극단적 고유값 변동(가장 작은, 가장 큰)은 점근적으로 어떻게 행동하는가?
• RQ3 이 스케일링은 무작위 선형계에서 공액 그래디언트 알고리즘의 정지 시간 보편성과 어떻게 연결되는가?
• RQ4 극한 $ N \to \infty $ 에서 $ \lambda_{\min} $, $ \lambda_{\max} $, $ \kappa $ 의 공동 분포가 단일 보편 법칙으로 묘사될 수 있는가?
• RQ5 $ \alpha \sim \sqrt{N} $ 스케일링이 조건수의 무거운 尾행동을 피하는 데 어떤 역할을 하는가?

주요 결과

• 적절히 재스케일링된 가장 작은 고유값 $ \lambda_{\min} $ 는 트레이시–위드먼 분포로 수렴한다: $ \lim_{N\to\infty} \mathbb{P}\left( \frac{c - \lambda_{\min}}{c \alpha^{-2/3} 2^{2/3}} \leq t \right) = F_2(t) $.
• 동일한 스케일링 하에서 가장 큰 고유값 $ \lambda_{\max} $ 도 트레이시–위드먼 법칙으로 수렴한다: $ \lim_{N\to\infty} \mathbb{P}\left( \frac{\lambda_{\max} - \nu}{\nu^{1/3} 2^{2/3}} \leq t \right) = F_2(t) $, 여기서 $ \nu = 4N + 2\alpha + 2 $.
• 임계 스케일링 하에서 조건수 $ \kappa = \lambda_{\max}/\lambda_{\min} $ 도 트레이시–위드먼 분포로 수렴한다: $ \lim_{N\to\infty} \mathbb{P}\left( \frac{\kappa - 4N/c}{4c^{-4/3} N^{2/3}} \leq t \right) = F_2(t) $.
• 임계 스케일링 $ \alpha = \lfloor \sqrt{4cN} \rfloor $ 는 $ \lambda_{\min} $ 가 0에 가까워지는 것을 방지하여 무거운 尾행동을 제거하고, $ \kappa $ 에 대한 순수한 트레이시–위드먼 변동을 가능하게 한다.
• 리만–힐베르트 문제를 통한 라구에르 다항식의 점근적 분석은 극단적 고유값 극한 정리들을 유도하는 데 필수적인 기초를 제공한다.
• 결과들은 공액 그래디언트 알고리즘의 정지 시간 보편성에 대한 경험적 관찰을 설명한다: 임계 스케일링은 수렴 시간에 대한 비퇴화적이고 보편적인 극한을 이끈다.