[论文解读] Asymptotic mixing time analysis of a random walk on the orthogonal group

Bob Hough, Yunjiang Jiang|arXiv (Cornell University)|Nov 9, 2012

Advanced Neuroimaging Techniques and Applications被引用 4

一句话总结

本文分析了在特殊正交群 SO(N) 上的随机游走的渐近混合时间，其中每一步在均匀随机选择的二维平面上施加一个随机旋转。利用特征理论和鞍点分析，研究在总变差距离下建立了尖锐的截断现象，并揭示了在总变差范数与 L² 范数下混合时间的惊人差异，证实了 Rosenthal 在确定角度情形下的猜想。

ABSTRACT

We consider an analogue of the Kac random walk on the special orthogonal group $SO(N)$, in which at each step a random rotation is performed in a randomly chosen 2-plane of $\bR^N$. We obtain sharp asymptotics for the rate of convergence in total variance distance, establishing a cut-off phenomenon in the large $N$ limit. In the special case where the angle of rotation is deterministic this confirms a conjecture of Rosenthal \cite{Rosenthal}. Under mild conditions we also establish a cut-off for convergence of the walk to stationarity under the $L^2$ norm. Depending on the distribution of the randomly chosen angle of rotation, several surprising features emerge. For instance, it is sometimes the case that the mixing times differ in the total variation and $L^2$ norms. Our estimates use an integral representation of the characters of the special orthogonal group together with saddle point analysis.

研究动机与目标

• 分析在 SO(N) 上的 Kac 型随机游走在一般旋转角度分布下的渐近混合时间。
• 在 N → ∞ 的极限下，建立总变差距离中截断现象的存在性及其精确刻画。
• 比较总变差范数与 L² 范数下的混合时间，揭示其依赖于参数区间的差异。
• 通过严格的渐近分析，证实 Rosenthal 关于确定角度情形下截断窗口的猜想。
• 建立一个基于特征理论与鞍点方法的框架，用于分析紧致李群上的收敛性。

提出的方法

• 利用 SO(N) 的特征积分表示，将转移概率表达为正交群调和函数的形式。
• 应用鞍点分析对特征和进行渐近逼近，从而精确控制谱衰减。
• 依赖 Peter-Weyl 定理与特征正交性，将随机游走的转移核分解为不可约表示。
• 通过谱间隙与来自特征展开的特征值衰减速率，推导出总变差距离的界。
• 通过分析 L² 算子范数与总变差距离的迹范数，比较总变差与 L² 范数下的收敛速率。
• 将旋转角度的分布视为关键参数，表明混合行为对分布的尾部与支集具有高度敏感性。

实验结果

研究问题

• RQ1 当 N → ∞ 时，SO(N) 上的随机游走是否在总变差距离下表现出截断现象？
• RQ2 在一般角度分布下，总变差范数与 L² 范数下的混合时间如何比较？
• RQ3 对于具有随机二维平面旋转的 Kac 随机游走，SO(N) 上的混合时间的精确渐近量纲是什么？
• RQ4 在确定角度情形下，是否证实了 Rosenthal 关于截断窗口的猜想？
• RQ5 从特征理论导出的随机游走谱性质，如何决定收敛速率？

主要发现

• 在总变差距离下，SO(N) 上的随机游走被确立具有尖锐的截断现象，其截断窗口的量级为 √N 左右。
• 在确定角度情形下，总变差混合时间渐近等价于 (N/2) log N，从而证实了 Rosenthal 的猜想。
• 令人惊讶的是，L² 范数下的混合时间可能与总变差范数下显著不同，具体取决于旋转角度的分布。
• 对于某些重尾或有界角度分布，L² 混合时间可能严格小于总变差混合时间。
• 对特征积分应用鞍点方法，可得到特征值的精确渐近表达式，从而实现对收敛速率的精确控制。
• 分析表明，角度分布的结构直接影响谱间隙，从而决定混合行为，即使在大 N 极限下亦然。