[论文解读] How to generate random matrices from the classical compact groups

Francesco Mezzadri|ArXiv.org|Sep 18, 2006

Analytic Number Theory Research参考文献 11被引用 191

一句话总结

本文提出了一种简单且数值稳定的算法，通过QR分解和Householder反射从经典紧致群——U(N)、O(N) 和 USp(2N)——生成随机矩阵，确保在Haar测度下均匀采样。该方法可扩展至Dyson的圆形系综，并通过递归约化实现，利用群论分解和不变测度，在随机矩阵理论中实现高效模拟。

ABSTRACT

We discuss how to generate random unitary matrices from the classical compact groups U(N), O(N) and USp(N) with probability distributions given by the respective invariant measures. The algorithm is straightforward to implement using standard linear algebra packages. This approach extends to the Dyson circular ensembles too. This article is based on a lecture given by the author at the summer school on Number Theory and Random Matrix Theory held at the University of Rochester in June 2006. The exposition is addressed to a general mathematical audience.

研究动机与目标

• 提供一种实用且易于访问的方法，无需高级数值专业知识，即可从经典紧致群生成Haar分布的随机矩阵。
• 阐明随机矩阵理论（RMT）中随机矩阵生成背后的群论和测度论基础。
• 通过相同的底层算法框架，将该方法扩展至Dyson的圆形系综（CUE、COE、CSE）。
• 证明该算法在数值上稳定且计算高效，仅需标准线性代数运算。
• 通过提供一个自包含、可直接编码的程序，弥合理论RMT与数值实现之间的差距。

提出的方法

• 该算法利用实数或复数高斯矩阵的QR分解，生成服从U(N)上Haar测度的酉矩阵，利用高斯分布在正交变换下的不变性。
• 对于正交群和辛群，该方法通过在单位球面上均匀采样随机向量，并应用Householder反射来构建正交变换，递归构造矩阵。
• 关键洞见是，商空间O(N)/O(N−1)同构于单位球面S^{N−1}，从而可通过群分解实现递归约化。
• 使用Householder反射将标准基向量e₁映射到随机单位向量，确保球面上的均匀性以及Haar测度的不变性。
• 分解U = H_N(v) · O' 表明：若v在S^{N−1}上均匀分布，且O'在O(N−1)上服从Haar测度，则U在O(N)上也服从Haar测度。
• 该框架同样适用于U(N)和USp(2N)，通过使用复数或四元数形式的Householder反射以及相应的QR分解。

实验结果

研究问题

• RQ1 如何仅使用基本线性代数运算，从经典紧致群U(N)、O(N)和USp(2N)中生成具有正确Haar测度的随机矩阵？
• RQ2 递归构造Haar分布矩阵背后的群论和测度论原理是什么？
• RQ3 为何N×N复高斯矩阵的QR分解等价于在U(N)上按Haar测度采样？
• RQ4 如何利用商分解O(N)/O(N−1) ≅ S^{N−1}构建Haar测度生成的递归算法？
• RQ5 Householder反射在构造Haar分布正交矩阵中的作用是什么？它们如何确保数值稳定性？

主要发现

• N×N复高斯矩阵的QR分解结果服从U(N)上的Haar测度，这是由于高斯分布在酉变换下具有不变性。
• 对于O(N)，该算法通过在S^{N−1}上均匀采样单位向量，并应用Householder反射将e₁映射到该向量，递归生成随机正交矩阵。
• 分解O(N) = H_N(v) · O(N−1) 表明：若v在S^{N−1}上均匀分布，且O(N−1)服从Haar测度，则O(N)也服从Haar测度。
• 该方法可推广至USp(2N)，通过使用四元数形式的Householder反射和辛QR分解。
• 该算法在数值上稳定且高效，仅需O(N³)次运算和标准线性代数例程，适用于高维模拟。
• 分解式dμ_O(N) = dμ_{S^{N−1}} × dμ_O(N−1) 确认了O(N)上的Haar测度可分解为球面上的均匀测度与子群O(N−1)上的Haar测度。