[논문 리뷰] The smallest singular value of random combinatorial matrices

Tuan Tran|arXiv (Cornell University)|2020. 07. 13.

Random Matrices and Applications참고 문헌 58인용 수 6

한 줄 요약

이 논문은 i.i.d. 행을 가진 $ n \times n $ 조합적 행렬에서 정확히 $ n/2 $개의 영성분을 가진 경우에 대해 최초로 지수적 상한을 확립한다. 새로운 조합적 최소공배수(Combinatorial Least Common Denominator, CLCD)를 도입하고, 랜덤 순열 하에서 선형형식에 대한 소구간 확률 부등식을 증명함으로써 날카운 꼬리 상한을 유도한다: $ \mathbb{P}(s_n(Q_n) \leq \varepsilon / \sqrt{n}) \leq C\varepsilon + 2e^{-cn} $, 이는 상수항을 제외하고 최적이며, $ \mathbb{P}(Q_n \text{ 특이}) \leq 2e^{-cn} $ 를 암시한다.

ABSTRACT

Let $Q_n$ be a random $n imes n$ matrix with entries in $\{0,1\}$ whose rows are independent vectors of exactly $n/2$ zero components. We show that the smallest singular value $s_n(Q_n)$ of $Q_n$ satisfies \[ \mathbb{P}\Big\{s_n(Q_n)\le \frac{\varepsilon}{\sqrt{n}}\Big\} \le C\varepsilon + 2 e^{-cn} \quad \forall \varepsilon \ge 0, \] which is optimal up to the constants $C,c>0$. This improves on earlier results of Ferber, Jain, Luh and Samotij, as well as Jain. In particular, for $\varepsilon=0$, we obtain the first exponential bound in dimension for the singularity probability \[ \mathbb{P}\big\{Q_n \,\, ext{is singular}\big\} \le 2 e^{-cn}.\] To overcome the lack of independence between entries of $Q_n$, we introduce an arithmetic-combinatorial invariant of a pair of vectors, which we call a Combinatorial Least Common Denominator (CLCD). We prove a small ball probability inequality for the combinatorial statistic $\sum_{i=1}^{n}a_iv_{σ(i)}$ in terms of the CLCD of the pair $(a,v)$, where $σ$ is a uniformly random permutation of $\{1,2,\ldots,n\}$ and $a:=(a_1,\ldots,a_n), v:=(v_1,\ldots,v_n)$ are real vectors. This inequality allows us to derive strong anti-concentration properties for the distance between a fixed row of $Q_n$ and the linear space spanned by the remaining rows, and prove the main result.

연구 동기 및 목표

• 각 행에 정확히 $ n/2 $개의 영성분을 가진 랜덤 $ n \times n $ 조합적 행렬의 최소 특이값에 대한 날카운 꼬리 상한을 확립하는 것.
• 오랜 기간 동안 미해결이었던, 특이성 확률이 지수적으로 감소한다는 추측을 해결함으로써 이전의 다항식 및 초지수적 상한을 향상시키는 것.
• 이러한 행렬에서 성분 간의 의존성 문제를 해결하기 위해, 새로운 산술-조합적 불변량인 조합적 최소공배수(Combinatorial Least Common Denominator, CLCD)를 도입하는 것.
• 랜덤 순열 $ \sigma $ 에 대해 선형형식 $ \sum_{i=1}^n a_i v_{\sigma(i)} $ 에 대한 소구간 확률 부등식을 $ (\bm{a}, \bm{v}) $ 의 CLCD 를 통해 유도하는 것.
• 이 부등식을 이용해 고정된 행이 나머지 행들의 선형결합의 공간으로부터의 거리를 제어함으로써, 최소 특이값에 대한 주요 결과를 증명하는 것.

제안 방법

• 실수 벡터 쌍 $ (\bm{a}, \bm{v}) $ 에서 산술적 구조를 측정하기 위해, 새로운 불변량인 조합적 최소공배수(Combinatorial Least Common Denominator, CLCD)를 도입한다. 이는 그들이 유리수 조합으로 얼마나 잘 근사될 수 있는지를 정량화한다.
• 소구간 확률 부등식을 증명한다: $ \mathbb{P}( |\sum_{i=1}^n a_i v_{\sigma(i)} - x| \leq \varepsilon ) \lesssim \varepsilon / \mathrm{CLCD} + e^{-c \cdot \mathrm{CLCD}^2} $, 여기서 $ \sigma $ 는 균일한 랜덤 순열이다.
• CLCD 기반의 소구간 확률 부등식을 사용하여, $ Q_n $ 의 고정된 행과 나머지 행들의 선형결합 공간 사이의 거리에 대한 반집중 상한을 도출한다.
• 이 반집중 추정치를 적용하여, 최소 특이값 $ s_n(Q_n) $ 이 작을 확률를 제어함으로써 주요 꼬리 상한에 이를 이르는 것.
• 모든 $ \varepsilon \geq 0 $ 에 대해 $ \mathbb{P}(s_n(Q_n) \leq \varepsilon / \sqrt{n}) \leq C\varepsilon + 2e^{-cn} $ 이라는 상한을 확립하며, 명시적인 상수 $ C, c > 0 $ 를 제공한다.
• 행렬의 각 행에 $ d $ 개의 1이 있고 $ \min(d, n-d) \gtrsim n $ 인 더 일반적인 경우로 결과를 확장하나, 논문은 주로 $ d = n/2 $ 의 경우에 집중한다.

실험 결과

연구 질문

• RQ1 각 행에 정확히 $ n/2 $ 개의 영성분을 가진 랜덤 $ n \times n $ 0-1 행렬의 최소 특이값에 대해 최적의 소구간 확률 상한은 무엇인가?
• RQ2 성분 간 강한 의존성이 존재함에도 불구하고, 이러한 조합적 행렬에 대해 특이성 확률에 대한 지수적 상한을 확립할 수 있는가?
• RQ3 랜덤 순열에 의해 유도되는 의존성 하에서, 벡터의 구조를 효과적으로 포착할 수 있는 산술-조합적 불변량은 무엇인가?
• RQ4 역 리틀우드-오퍼드 이론은 어떻게 i.i.d. 계수가 아닌 랜덤 순열 하에서의 선형형식을 다룰 수 있도록 수정될 수 있는가?
• RQ5 CLCD 프레임워크는 교환 가능하거나 의존적인 랜덤 행렬의 다른 모델로 얼마나 넓게 확장될 수 있는가?

주요 결과

• 논문은 최초로 특이성 확률에 대한 지수적 상한을 확립한다: $ \mathbb{P}(Q_n \text{ 특이}) \leq 2e^{-cn} $, 일부 $ c > 0 $ 에 대해, 이는 핵심 열린 문제를 해결한다.
• 주요 꼬리 상한 $ \mathbb{P}(s_n(Q_n) \leq \varepsilon / \sqrt{n}) \leq C\varepsilon + 2e^{-cn} $ 은 상수 $ C, c > 0 $ 를 제외하고 최적이며, i.i.d. 가우시안 행렬의 행동과 일치한다.
• 조합적 최소공배수(Combinatorial Least Common Denominator, CLCD)는 랜덤 순열 하에서 벡터 쌍의 산술적 구조를 포착하는 새로운 불변량으로 도입되었으며, 이는 새로운 반집중 결과를 가능하게 한다.
• 랜덤 순열 $ \sigma $ 에 대해 선형형식 $ \sum_{i=1}^n a_i v_{\sigma(i)} $ 에 대한 소구간 확률 부등식이 $ (\bm{a}, \bm{v}) $ 의 CLCD 를 통해 유도되었으며, 이는 증명의 핵심이다.
• 이전의 상한보다 향상된 결과를 얻었다: 임재의 $ \mathbb{P}(s_n(Q_n) \leq \varepsilon / n^2) \leq C\varepsilon + 2e^{-n^{0.0001}} $ 과 페르버 등에 의한 $ \mathbb{P}(s_n(Q_n) \leq n^{-D}) \leq n^{-C} $ 를 초월하여 지수적 감소를 달성한다.
• 이 프레임워크는 충분히 강건하여, 각 행에 $ d $ 개의 1이 있고 $ \min(d, n-d) \gtrsim n $ 인 일반적인 경우로 확장 가능하며, 이는 $ d = n/2 $ 의 경우를 초월한 광범위한 적용 가능성을 암시한다.