Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:1211.0517

帮助 | 高级搜索

数学 > 统计理论

arXiv:1211.0517 (math)
[提交于 2012年11月2日 ]

标题: Demmel及相关条件数的分布

标题: Distributions of Demmel and Related Condition Numbers

Authors:Prathapasinghe Dharmawansa, Matthew McKay, Yang Chen
摘要: 考虑一个随机矩阵$\mathbf{A}\in\mathbb{C}^{m\times n}$($m \geq n$),其包含独立的零均值、单位方差的复高斯分布元素,令$0<\lambda_1\leq \lambda_{2}\leq ...\leq \lambda_n<\infty$表示$\mathbf{A}^{*}\mathbf{A}$的特征值,其中$(\cdot)^*$表示共轭转置。 本文研究了随机变量$\frac{\sum_{j=1}^n \lambda_j}{\lambda_k}$在$k = 1$和$k = 2$条件下的分布。 这两个变量与某些条件数度量有关,包括所谓的 Demmel 条件数,已知它在各种应用中出现。 对于这两种情况,我们推导出概率密度的新精确表达式,并研究矩阵维数增大时的渐近行为。 特别是,当$n$和$m$趋于无穷大且它们的差固定时,证明了两种密度都按$n^3$的数量级缩放。 经过适当的变换后,我们得到了渐近密度的确切表达式,在某些情况下得到了简单的闭合形式表达式。 我们的结果推广了 Edelman 关于$m = n$情况下 Demmel 条件数的工作。
摘要: Consider a random matrix $\mathbf{A}\in\mathbb{C}^{m\times n}$ ($m \geq n$) containing independent complex Gaussian entries with zero mean and unit variance, and let $0<\lambda_1\leq \lambda_{2}\leq ...\leq \lambda_n<\infty$ denote the eigenvalues of $\mathbf{A}^{*}\mathbf{A}$ where $(\cdot)^*$ represents conjugate-transpose. This paper investigates the distribution of the random variables $\frac{\sum_{j=1}^n \lambda_j}{\lambda_k}$, for $k = 1$ and $k = 2$. These two variables are related to certain condition number metrics, including the so-called Demmel condition number, which have been shown to arise in a variety of applications. For both cases, we derive new exact expressions for the probability densities, and establish the asymptotic behavior as the matrix dimensions grow large. In particular, it is shown that as $n$ and $m$ tend to infinity with their difference fixed, both densities scale on the order of $n^3$. After suitable transformations, we establish exact expressions for the asymptotic densities, obtaining simple closed-form expressions in some cases. Our results generalize the work of Edelman on the Demmel condition number for the case $m = n$.
评论: 将发表于《SIAM矩阵分析及其应用杂志》(SIMAX)
主题: 统计理论 (math.ST) ; 计算复杂性 (cs.CC); 数值分析 (math.NA)
MSC 类: 15B52, 65F35, 15A18, 62H10
引用方式: arXiv:1211.0517 [math.ST]
  (或者 arXiv:1211.0517v1 [math.ST] 对于此版本)
  https://doi.org/10.48550/arXiv.1211.0517
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Prathapasinghe Dharmawansa [查看电子邮件]
[v1] 星期五, 2012 年 11 月 2 日 18:38:29 UTC (39 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.ST
< 上一篇   |   下一篇 >
新的 | 最近的 | 2012-11
切换浏览方式为:
cs
cs.CC
cs.NA
math
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号