Чи відповідає асиметрична матриця Бернуллі RIP?


9

Визначте ан n×N матриця зондування A від Aij=0 з вірогідністю p, і Aij=1/n з вірогідністю 1p. ЧиAзадовольнити властивість обмеженої ізометрії ?

Для довідки, симетричний випадок відповідає у наступній роботі:

Р. Р. Баранюк, М. А. Давенпорт, Р. А. ДеВоре та М. Б. Вакін, "Просте доказ властивості обмеженої ізометрії для випадкових матриць", Конструктивне наближення, 28 (3) с. 253-263, грудень 2008 р. ( Pdf )


Це може бути вказівник: ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5512379 (на жаль, це оплачується, і я не знайшов його копії OA). Я детально не знаю документа, але те, що я можу побачити, - це те, що вони не вважають загальною справою, як ви просите; вони вважають p = 1/2. Також я не знаю, наскільки ретельно вони ставляться до РІП таких матриць.
Томас Арільдсен

Це також може бути підказкою: rauhut.ins.uni-bonn.de/RauhutSlidesLinz.pdf (стор. 98). На жаль, схоже, що він називає Бернуллі випадкові змінні випадкові +/- 1 - не 0/1 (я би назвав цих Rademacher).
Томас Арільдсен

2
Дозвольте повторити зміст коментаря, який я зробив на ідентичному дописі (тепер видалено) на stats.SE : Це допоможе зробити це питання більш точним та вказати, що саме вас цікавить і що ви намагаєтесь адаптувати. Коментар @Thomas релевантний; ми також не знаємо, яка ступінь (тобто порядок) рідкості вас цікавить. Навіть якщо ми розглянемо функції Радемахера, відповідь явно не відповідає жодній формі (вp) сенс, нехай p бути 1(або, достатньо близько), так що існує (велика ймовірність), що підматриця є усіма. (продовж.)
кардинал

2
Вибравши послідовність pn(0,1) як функція n, для деяких це буде справдитися pдля будь-якої матриці розмірів. З іншого боку, для фіксованих p, якщо, ми модифікуємо конструкцію так, що Aij=(1p)/n з вірогідністю p і p/n з вірогідністю (1p), то відповідь однозначно " так" , оскільки це випливає з набагато більш загальної теорії, пов'язаної з нульовою середньою підгаусійською випадковою матрицею.
кардинал

спасибі @cardinal, матриця Aне є нульовою середньою, але теорія підгаусських випадкових матриць відповідає на це питання. Мені було цікаво, якA може задовольнити RIP, враховуючи, що це не зберігає норму, але очевидно, що існує відповідне масштабування Aщо робить
Олівія

Відповіді:


1

Як заявили в коментарях інші, відповідь - «Ні». Ненульове середнє значення матриці диктує, що ненульовий середній вектор (скажімо, всі) матиме значно більший коефіцієнт посилення, ніж випадковий вектор з нульовим середнім значенням (скажімо, рівномірно випадковий + 1, -1).

Розглянемо норму квадрата A разів, коли очікується, що постійний вектор y буде n * (p * N) ^ 2. (ітерація очікувань)

Норма квадрата A разів вектор x, проведений рівномірно (-1, + 1), очікується, буде n * (p * N). (обчислюється за сумою дисперсій біноміального розподілу)

Норми х і у є однаковими, але очікування перетворених норм відрізняються на коефіцієнт p * N - розходяться по мірі збільшення розмірів.

Ось код matlab, який допоможе продемонструвати.

n=2000;
N=1000;
p=.9;
A=double(rand(n,N)<p); 
x=sign(randn(N,1)); 
y=ones(N,1);
Ex_normSqAx = n*(N*p);  % E[ squared norm of A times random signs ]
Ex_normSqAy = n*(N*p)^2; % E[ squared norm of A times constant vector ]
normSqAx = norm(A*x)^2;
normSqAy = norm(A*y)^2;
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.