[논문 리뷰] Three Problems Related to the Eigenvalues of Complex Non-central Wishart Matrices with a Rank-1 Mean

Prathapasinghe Dharmawansa|arXiv (Cornell University)|2013. 06. 27.

Random Matrices and Applications참고 문헌 41인용 수 4

한 줄 요약

이 논문은 랭크-1 평균과 $ m \geq n $ 자유도를 가진 $ n \times n $ 복소 비중앙 월리쉬트 행렬의 최소 고유값의 누적분포함수(c.d.f.)에 대해 새로운 행렬식 기반 표현을 유도한다. 이 표현은 크기가 $ m-n+1 $ 인 행렬에 의존함을 보이며, 와앙 [44]의 루프 적분 표현과 직교다항식 기법을 활용하여, $ \text{tr}(\mathbf{W})/\lambda_{\min} $ 의 분포와 $ \det[z\mathbf{I}_n + \mathbf{W}]^{-1} $ 의 평균을 특성화한다. 이를 통해 스무드 분석과 랜덤 매트릭스 이론에 적용 가능한 정확한 해석적 형태를 도출한다.

ABSTRACT

Recently, D. Wang has devised a new contour integral based method to simplify certain matrix integrals. Capitalizing on that approach, we derive a new expression for the probability density function (p.d.f.) of the joint eigenvalues of a complex non-central Wishart matrix with a rank-1 mean. The resulting functional form in turn enables us to use powerful classical orthogonal polynomial techniques in solving three problems related to the non-central Wishart matrix. To be specific, for an $n imes n$ complex non-central Wishart matrix $\mathbf{W}$ with $m$ degrees of freedom ($m\geq n$) and a rank-1 mean, we derive a new expression for the cumulative distribution function (c.d.f.) of the minimum eigenvalue ($λ_{\min}$). The c.d.f. is expressed as the determinant of a square matrix, the size of which depends only on the difference $m-n$. This further facilitates the analysis of the microscopic limit for the minimum eigenvalue which takes the form of the determinant of a square matrix of size $m-n$ with the Bessel kernel. We also develop a moment generating function based approach to derive the p.d.f. of the random variable $\frac{ ext{tr}(\mathbf{W})}{λ_{\min}}$, where $ ext{tr}(\cdot)$ denotes the trace of a square matrix. This random quantity is of great importance in the so-called smoothed analysis of Demmel condition number. Finally, we find the average of the reciprocal of the characteristic polynomial $\det[z\mathbf{I}_n+\mathbf{W}],\; |\arg z|

연구 동기 및 목표

• 랭크-1 평균을 가진 복소 비중앙 월리쉬트 매트릭스의 최소 고유값의 c.d.f.에 대한 새로운 해석적 표현을 유도하는 것.
• 스무드 분석에서 데멜 조건수와 관련된 비율 $ \text{tr}(\mathbf{W})/\lambda_{\min} $ 의 분포를 특성화하는 것.
• 복소 월리쉬트 매트릭스에 대해 특성다항식의 역수의 통계적 평균을 계산하는 것.
• 최소 고유값의 c.d.f.를 $ m-n $ 에만 의존하는 행렬식 표현으로 제공하여 미세한 극한 분석이 가능하게 하는 것.

제안 방법

• 와앙 [44]에서 개발한 랭크-1 매트릭스를 가진 두 매트릭스 변수의 하이퍼기하함수의 루프 적분 표현을 활용한다.
• 고전적인 직교다항식 기법—특히 라게르 다항식 $ L_j^{(\alpha)}(x) $—을 적용하여 고유값 분포 표현을 단순화한다.
• 크하트리 [31]의 작업을 바탕으로 한 공동 고유값 확률밀도함수의 행렬식 표현을, 루프 적분 방법을 통해 재구성한다.
• 최소 고유값의 c.d.f.를 크기가 $ (m-n+1) \times (m-n+1) $ 인 행렬의 행렬식으로 유도하여 渐近 분석이 가능하게 한다.
• 모멘트 생성 함수 기법을 사용하여 $ \text{tr}(\mathbf{W})/\lambda_{\min} $ 의 확률밀도함수를 도출하며, 적분 변환과 직교다항식 항등식을 활용한다.
• 극한 과정과 행렬식 항등식을 적용하여 $ \det[z\mathbf{I}_n + \mathbf{W}]^{-1} $ 의 평균을 평가하고, 라게르 다항식의 적분을 포함하는 닫힌 형태의 표현을 도출한다.

실험 결과

연구 질문

• RQ1 랭크-1 평균을 가진 복소 비중앙 월리쉬트 매트릭스의 최소 고유값의 c.d.f.는 오직 $ m-n $ 에만 의존하는 크기의 행렬식으로 표현될 수 있는가?
• RQ2 비율 $ \text{tr}(\mathbf{W})/\lambda_{\min} $ 의 정확한 분포는 무엇이며, 데멜 조건수의 스무드 분석과 어떻게 관련되는가?
• RQ3 특성다항식 $ \det[z\mathbf{I}_n + \mathbf{W}] $ 의 역수의 통계적 평균은 무엇이며, 닫힌 형태로 표현될 수 있는가?
• RQ4 최소 고유값 분포의 미세한 극한은 어떻게 행동하며, 극한에서 어떤 커널 구조가 나타나는가?

주요 결과

• 최소 고유값의 c.d.f.는 크기가 $ (m-n+1) \times (m-n+1) $ 인 행렬의 행렬식으로 표현되며, $ m-n $ 이 작을 경우 표준적인 $ n \times n $ 행렬식보다 더 컴팩트한 형태를 제공한다.
• 최소 고유값 분포의 미세한 극한은 크기가 $ m-n $ 인 행렬의 행렬식으로 표현되며, 베셀 커널을 가지며, 보편적인 가장자리 행동을 드러낸다.
• 모멘트 생성 함수 기법을 통해 $ \text{tr}(\mathbf{W})/\lambda_{\min} $ 의 정확한 확률밀도함수를 도출하였으며, 이는 데멜 조건수의 스무드 분석에 핵심적이다.
• $ \det[z\mathbf{I}_n + \mathbf{W}]^{-1} $ 의 평균은 라게르 다항식과 유리함수를 포함하는 적분의 조합으로 유도되었으며, 직교다항식 항등식을 통해 닫힌 형태의 표현을 도출하였다.
• 유도된 $ \lambda_{\min} $ 의 c.d.f.는 기존 결과와 동치임을 보였지만, 점근적 및 수치적 분석이 용이한 형태로 표현되었다.
• 와앙 [44]의 루프 적분 방법이 랜덤 매트릭스 이론에서 복잡한 매트릭스 적분 표현을 단순화하는 데 유용함을 확인하였다.