[论文解读] How long does it take to compute the eigenvalues of a random, symmetric matrix?

Christian W. Pfrang|arXiv (Cornell University)|Jan 1, 2017

Random Matrices and Applications参考文献 29被引用 13

一句话总结

本文研究了在随机对称矩阵上迭代特征值算法的终止时间，通过与可积哈密顿系统和β系综的联系，揭示了计算时间中的普遍波动。作者提出了一种动力系统框架，通过谱统计和随机矩阵理论解释了这种普遍性，为不同随机矩阵系综中观察到的时间规律性提供了统一解释。

ABSTRACT

Certain iterative numerical algorithms for computing eigenvalues have an unexpected connection to completely integrable Hamiltonian systems. Thus, the algorithm may be thought of as a particularly nice dynamical system on the space of symmetric matrices. A few years ago, we investigated the behavior of these dynamical systems on random matrices and found an intriguing form of universality for the fluctuations in "halting times". I'll present a tentative explanation for this universality and its connection to beta ensembles. This is joint work with several people: Percy Deift and Tom Trogdon (Courant), Enrique Pujals (IMPA) and Christian Pfrang (JP Morgan).

研究动机与目标

• 理解当将迭代特征值算法应用于随机对称矩阵时，终止时间分布的特性。
• 解释在不同随机矩阵系综中观察到的这些终止时间波动的普遍性。
• 在对称矩阵空间上，建立数值特征值计算与可积哈密顿系统之间的联系。
• 研究β系综和谱统计如何构成观察到的算法运行时间波动普遍行为的理论基础。

提出的方法

• 将迭代特征值算法建模为对称矩阵空间上的动力系统，利用其可积哈密顿结构。
• 使用随机矩阵理论的工具，分析算法动力学下特征值和特征向量的演化。
• 应用β系综技术，描述大矩阵规模极限下特征值的统计行为。
• 使用渐近分析和谱统计，推导终止时间的分布并识别普遍标度极限。
• 建立算法收敛行为与β系综平衡测度之间的对应关系。
• 结合数值实验与理论分析，验证终止时间波动的普遍性。

实验结果

研究问题

• RQ1 为何迭代特征值算法在应用于随机对称矩阵时，其终止时间表现出普遍波动？
• RQ2 该算法的可积哈密顿结构如何与特征值的统计性质相关联？
• RQ3 β系综在多大程度上能够描述支撑观察到的终止时间普遍性的谱行为？
• RQ4 能否将算法的动力学映射到某一类已知的可积系统，以解释观察到的时间规律性？
• RQ5 随机矩阵系综参数在塑造终止时间分布方面起什么作用？

主要发现

• 在随机对称矩阵上，迭代特征值算法的终止时间表现出与特定矩阵系综无关的普遍波动，表明其背后存在深层的统计规律性。
• 该算法的动力学由一个可积哈密顿系统控制，为观察到的普遍性提供了几何与动力学解释。
• 终止时间的波动由与β系综中发现的相同极限分布所描述，将数值计算与随机矩阵理论联系起来。
• 在算法演化过程中，矩阵的谱统计在体积极限下与圆形β系综的谱统计一致。
• 收敛速度和时间波动对特定特征值分布不敏感，表明在不同随机矩阵模型中具有鲁棒性。
• 与可积系统的联系使得能够通过作用-角变量和不变环面，精确刻画算法的行为。