[论文解读] On the rank of a random binary matrix

C. Cooper, Alan Frieze+1 more|arXiv (Cornell University)|Jun 13, 2018

Random Matrices and Applications被引用 5

一句话总结

本文分析了在 $GF(2)$ 上，每列恰好有 $k$ 个 1 的随机 $n \times m$ 二元矩阵的秩，表明该秩渐近依赖于关联的 $k$-均匀随机超图的 2-核心结构。当 $m < m^*$ 时，秩渐近为 $m$；当 $m \geq m^*$ 时，秩为 $m - |E(C_2)| + |C_2|$，其中 $C_2$ 为 2-核心。该结果将 Frieze 对最小生成树的 $\zeta(3)$ 结果推广至更高均匀度的超图。

ABSTRACT

We study the rank of the random $n imes m$ 0/1 matrix ${\bf A}_{n,m;k}$ where each column is chosen independently from the set $Ω_{n,k}$ of 0/1 vectors with exactly $k$ 1's. Here 0/1 are the elements of the field $GF_2$. We obtain an asymptotically correct estimate for the rank in terms of $c,n,k$, assuming that $m=cn$. In addition, we assign i.i.d. $U[0,1]$ weights $X_{\bf c},{\bf c}\inΩ_{n,k}$ and let the weight of a set of columns $C$ be $X(C)=\sum_{{\bf c}\in C}X_{\bf c}$. Let a basis be a set of $n-1_{k ext{even}}$ linearly independent columns. We obtain an asymptotically correct estimate for the minimum weight of a basis. This generalises the well-known result for $k=2$ viz. that the expected length of a minimum weight spanning tree tends to $ζ(3)$.

研究动机与目标

• 确定在 $GF(2)$ 上，每列恰好有 $k$ 个 1 的随机 $n \times m$ 二元矩阵的渐近秩。
• 表征在临界阈值 $m^*$ 处秩行为的相变，该阈值与关联超图的 2-核心相关。
• 将 Frieze 关于最小权生成树（$\zeta(3)$）的结果推广至 $k$-均匀超图，并推导出 $k \geq 3$ 时的期望最小权基成本。
• 利用超图核心结构与概率分析，提供秩和最小权基的精确渐近估计。

提出的方法

• 将矩阵建模为 $k$-均匀随机超图 $H_{n,m;k}$ 的关联矩阵。
• 利用超图的 2-核心 $C_2$ 对行为进行划分：当 $m < m^*$ 时，秩为 $m$；当 $m \geq m^*$ 时，秩为 $m - |E(C_2)| + |C_2|$。
• 通过求解方程 $x = (1 - e^{-cx})^{k-1}$ 的解 $x_c$ 的渐近分析，定义临界阈值 $c_k^*$ 和 $m^* = c_k^* n / k$。
• 应用大偏差与集中不等式，证明 2-核心的大小及其边数在期望值附近高度集中。
• 使用积分近似与对 $c_k^*$ 的界，通过加权列选择估计最小权基成本。
• 利用随机图与超图理论中的结果，特别是关于核心出现与相变的结论。

实验结果

研究问题

• RQ1 作为 $m$ 的函数，随机 $n \times m$ 二元矩阵在 $GF(2)$ 上每列恰好有 $k$ 个 1 时的渐近秩是什么？
• RQ2 在临界阈值 $m^*$ 处，秩如何发生转变？超图的何种结构特征控制了这一转变？
• RQ3 对于 $k \geq 3$，能否渐近估计最小权基的期望权重，从而推广 Frieze 的 $\zeta(3)$ 结果？
• RQ4 在 $k$-均匀随机超图中，2-核心的渐近行为如何？它如何影响矩阵的秩？
• RQ5 临界值 $c_k^*$（满足 $|C_2| = |E(C_2)|$）如何随 $k$ 变化？可以建立哪些界限？

主要发现

• 当 $m < m^*$ 时，${\bf A}_{n,m;k}$ 的秩以高概率渐近为 $m$。
• 当 $m \geq m^*$ 时，秩渐近为 $m - |E(C_2)| + |C_2|$，其中 $C_2$ 为关联超图的 2-核心。
• 临界阈值 $m^* = c_k^* n / k$ 由 2-核心的顶点数与边数相等的条件定义，其中 $c_k^*$ 满足一个涉及 $x_c$ 的特定方程。
• 当 $k=3$ 时，临界值为 $c_3^* \approx 2.753699$；当 $k \geq 4$ 时，$c_k^* \in [k(1 - \theta e^{-k}), k]$，其中 $\theta = 3/2$。
• 期望最小权基成本 $W_{n,k}$ 通过在超图核心结构与列权重上积分而渐近确定。
• 当 $k \geq 3$ 时，若 $m \geq \gamma n \log n$（$\gamma > 0$），矩阵以高概率达到满秩 $n - \mathbf{1}(k \text{ 为偶数})$。