中文

单尖峰复 Wishart 矩阵缩放条件数的分布

概率论 2022-06-01 v2 信息论 信号处理 math.IT 统计理论 统计理论

摘要

XCn×m\mathbf{X}\in\mathbb{C}^{n\times m}mnm\geq n)为随机矩阵,其各列独立,且均服从零均值、{\it 单尖峰}协方差矩阵 In+ηuu\mathbf{I}_n+ \eta \mathbf{u}\mathbf{u}^* 的复多元高斯分布,其中 In\mathbf{I}_nn×nn\times n 单位矩阵,{\color{blue}uCn×1\mathbf{u}\in\mathbb{C}^{n\times 1}} 为任意具有单位欧几里得范数的向量,η0\eta\geq 0 为非随机参数,()(\cdot)^* 表示共轭转置。本文研究随机量 κSC2(X)=k=1nλk/λ1\kappa_{\text{SC}}^2(\mathbf{X})=\sum_{k=1}^n \lambda_k/\lambda_1 的分布,其中 {\color{blue}0λ1λ2λn<0\le \lambda_1\le \lambda_2\le \ldots\leq \lambda_n<\infty} 为 XX\mathbf{X}\mathbf{X}^* (即单尖峰 Wishart 矩阵)的有序特征值。该随机量与所谓的{\it 缩放条件数}或 Demmel 条件数(即 κSC(X)\kappa_{\text{SC}}(\mathbf{X}))以及固定迹 Wishart-Laguerre 系综的最小特征值(即 κSC2(X)\kappa_{\text{SC}}^{-2}(\mathbf{X}))密切相关。特别地,我们采用正交多项式方法导出 κSC2(X)\kappa_{\text{SC}}^2(\mathbf{X}) 概率密度函数的精确表达式,该表达式便于在矩阵维数趋于很大时进行渐近分析。我们的渐近结果表明,当 m,nm,n\to\inftymnm-n 固定、η\eta1/n1/n 量级缩放时,κSC2(X)\kappa_{\text{SC}}^2(\mathbf{X})n3n^3 量级缩放。就此我们建立了极限分布的简单闭式表达式。{\color{blue}结果表明,当 m,nm,n\to\inftyn/mc(0,1)n/m\to c\in(0,1) 时,适当居中的 κSC2(X)\kappa_{\text{SC}}^{2}(\mathbf{X})m13m^{\frac{1}{3}} 尺度上波动}。

关键词

引用

@article{arxiv.2105.05307,
  title  = {Distribution of the Scaled Condition Number of Single-spiked Complex Wishart Matrices},
  author = {Pasan Dissanayake and Prathapasinghe Dharmawansa and Yang Chen},
  journal= {arXiv preprint arXiv:2105.05307},
  year   = {2022}
}