中文

条件数与最小奇异值的平滑分析

概率论 2017-05-23 v3

摘要

\a\a 为均值为零且方差有界的复随机变量。令 NnN_{n} 为大小为 nn 的随机矩阵,其元素为 \a\a 的独立同分布副本,MM 为同尺寸的固定矩阵。本文旨在给出矩阵 M+NnM + N_{n} 的条件数和最小奇异值的通用估计,推广了 Spielman 和 Teng 针对 \a\a 为高斯分布情形的早期结果。我们的研究揭示了一个有趣的事实,即“核心”矩阵 MM 确实对 M+NnM+N_{n} 最小奇异值的尾部界限起作用。这在 \a\a 为高斯分布的 Spielman-Teng 研究中并未出现。因此,我们的通用估计涉及范数 M\|M\|。在 M\|M\| 相对较小的特殊情况下,该估计近乎最优,并扩展或改进了现有结果。

关键词

引用

@article{arxiv.0805.3167,
  title  = {Smooth analysis of the condition number and the least singular value},
  author = {Terence Tao and Van Vu},
  journal= {arXiv preprint arXiv:0805.3167},
  year   = {2017}
}

备注

20 pages. An erratum to the published version has been added