【问题标题】:How to construct the POE ensemble in julia如何在 Julia 中构建 POE 集成
【发布时间】:2015-05-20 04:32:49
【问题描述】:

我在 Julia 中构建 POE 合奏时遇到了麻烦。我正在关注this 论文和其他paper 的一部分。

在朱莉娅,我计算:

X = randn(dim, dim)
Q, R = qr(X)
Q = Q*diagm(sign(diag(R)))
ij = (irealiz-1)*dim
phases_ens[1+ij:ij+dim] = angle(eigvals(Q))

其中dim 是矩阵维度,irealiz 只是实现总数的索引。

我对 Q 的相位感兴趣,因为我希望 Q 是具有适当 Haar 度量的正交矩阵。如果dim=50 并且实现的总数是100000,并且由于我正在纠正Q,我应该期望一个平坦的phases_ens 分布。但是,我获得了一个平坦的分布,除了在零和 pi 处的峰值。代码有问题吗?

【问题讨论】:

  • 只是好奇,你能告诉我们想要的“扁平”分布是什么吗?您的意思是它应该在 (-pi,pi] 上平坦,在 0 和 pi 处没有任何“峰值”?
  • 是的,它在 -pi 和 pi 之间。查看矩阵 Q,我在 cols 中找不到任何首选的“方向”。 Q. 我知道,例如,当你对一个完整的厄米矩阵进行数值对角化时,它的特征向量通常是固定的,因此每个特征向量的第一个条目都是实数。但是在这里,在正交情况下,我看不到以及如何消除首选选择。
  • 为了记录,我还尝试从对 GOE 对角化的特征向量矩阵中获取正交矩阵;他们也有同样的缺陷。

标签: julia


【解决方案1】:

代码实际上是正确的,你只是输入错误的字段

对于酉矩阵(复数项),特征值结果为真;基于 Edelman 和 Rao 论文第 4.6 节的代码,如果将第一行替换为

X = randn(dim, dim) + im*randn(dim, dim)

你会得到你想要的结果。

正交矩阵(实数)的行为略有不同(参见this paper 第 3 节中的备注 1):

  • 当dims 为奇数时,一个特征值将为+1 或-1(每个特征值的概率为1/2),所有其他特征值将作为共轭对出现。
  • 当dims 为偶数时,+1 和 -1 都是概率为 1/2 的特征值,否则没有真正的特征值。

(顺便感谢您提供的链接:我不知道斯图尔特的论文)

【讨论】:

  • 感谢您对正交矩阵的评论。它们总是隐藏在常见的 RMT 文献中,并且具有您提到的特征相等特性。
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2021-03-20
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多