[논문 리뷰] On the probability that all eigenvalues of Gaussian and Wishart random matrices lie within an interval.

Marco Chiani|arXiv (Cornell University)|2015. 02. 14.

Random Matrices and Applications참고 문헌 42인용 수 4

한 줄 요약

이 논문은 가우시안 및 위샤르트 랜덤 행렬의 모든 고유값이 주어진 간격 [a,b] 내에 있을 확률을 정확하게 계산할 수 있는 재귀 공식을 유도한다. 이는 큰 행렬(예: 500×500)에 대해서도 효율적인 평가를 가능하게 하며, 고유값이 마르체노-파스트르 또는 반원형 스펙트럼 지지역의 지지역에 고정될 경우, 실수 행렬에 대해 0.6921, 복소수 행렬에 대해 0.9397인 보편적인 극한 확률을 확립한다. 이는 압축 감지에의 응용을 포함한다.

ABSTRACT

We derive the probability $\psi(a,b)=\Pr(a\leq \lambda_{\min}({\bf M}), \lambda_{\max}({\bf M})\leq b)$ that all eigenvalues of a random matrix $\bf M$ lie within an arbitrary interval $[a,b]$, when $\bf M$ is a real or complex finite dimensional Wishart, double Wishart, or Gaussian symmetric/hermitian matrix. We give efficient recursive formulas allowing, for instance, the exact evaluation of $\psi(a,b)$ for Wishart matrices with number of variates $500$ and degrees of freedom $1000$. We also prove that the probability that all eigenvalues are within the limiting spectral support (given by the Marchenko-Pastur or the semicircle laws) tends for large dimensions to the universal values $0.6921$ and $0.9397$ for the real and complex cases, respectively. Applications include improved bounds for the probability that a Gaussian measurement matrix has a given restricted isometry constant in compressed sensing.

연구 동기 및 목표

• 지정된 간격 [a,b] 내에 모든 고유값이 존재할 확률을 정확하고 효율적으로 계산하는 방법을 도출하는 것.
• 기존의 스펙트럼 확률 이론을 위샤르트, 더블 위샤르트, 가우시안 대칭/에르미트 행렬로 확장하는 것.
• 행렬 크기가 커질수록 점점 커지는 점근적 스펙트럼 지지역(마르체노-파스트르 또는 반원형 법칙) 내에 모든 고유값이 존재할 확률의 극한 값을 결정하는 것.
• 고차원 랜덤 행렬 집합에서 실용적인 응용이 가능한 계산 가능한 도구를 제공하는 것. 특히 압축 감지에의 응용을 중심으로 한다.

제안 방법

• 실수 및 복소수 위샤르트 및 가우시안 행렬의 공동 고유값 확률 밀도 함수를 기반으로 한 재귀 알고리즘을 개발한다.
• 직교 다항식 집합과 프레드홀름 행렬식 표현을 활용하여 고유값 포함 확률 ψ(a,b)를 표현한다.
• 점근적 스펙트럼 분석을 적용하여, 행렬 차원이 무한대에 접근할 때 ψ(a,b)의 보편적 극한 값을 도출한다.
• 수치적 평가 기법을 활용하여 큰 행렬(예: 500개의 변량, 1000도의 자유도)에 대해 ψ(a,b)를 정확히 계산한다.
• 고유값 간격과 결정식 점과정정(스펙트럼) 간의 연결 고리를 활용하여 재귀적 계산을 가능하게 한다.
• 대규모 N에서의 알려진 극한 법칙(Marchenko-Pastur 및 반원형 법칙)과의 비교를 통해 검증한다.

실험 결과

연구 질문

• RQ1 유한 차원 위샤르트 행렬의 모든 고유값이 주어진 간격 [a,b] 내에 있을 정확한 확률은 무엇인가?
• RQ2 행렬 차원이 증가함에 따라 모든 고유값이 점근적 스펙트럼 지지역 내에 존재할 확률은 어떻게 변화하는가?
• RQ3 큰 위샤르트 및 가우시안 랜덤 행렬에 대해 ψ(a,b)를 계산할 수 있는 효율적인 재귀 공식을 도출할 수 있는가?
• RQ4 대규모 N에서 실수 및 복소수 위샤르트/가우시안 행렬에 대해 ψ(a,b)의 보편적 극한 값은 무엇인가?
• RQ5 이 결과들은 압축 감지 응용에서 제한 이sov테이션 성질의 경계를 향상시킬 수 있는가?

주요 결과

• 논문은 최대 500개의 변량과 1000도의 자유도를 가진 위샤르트 행렬에 대해 ψ(a,b)를 효율적으로 계산할 수 있는 정확한 재귀 공식을 도출한다.
• 행렬 차원이 증가함에 따라 모든 고유값이 마르체노-파스트르 또는 반원형 스펙트럼 지지역 내에 존재할 극한 확률은 실수 행렬에 대해 0.6921, 복소수 행렬에 대해 0.9397로 수렴한다.
• 이 보편적 값들은 특정 행렬 매개변수에 의존하지 않으며, 오직 대칭 계열(실수 대비 복소수)에 따라 달라진다.
• 유도된 방법은 몬테카를로 방법이 비현실적인 고차원 환경에서 고유값 포함 확률을 정확히 평가할 수 있도록 한다.
• 결과적으로 압축 감지에서 가우시안 측정 행렬의 제한 이sov테이션 상수에 대해 더 날카운 경계를 제공한다.
• 이 토대는 가우시안 대칭/에르미트, 위샤르트, 더블 위샤르트 행렬에 대해 동일하게 적용되며, 이들의 고유값 포함 분석을 통합한다.