数学 > 概率
[提交于 2022年5月1日
]
标题: 有限自由点过程
标题: Finite Free Point Processes
摘要: 我们使用有限自由概率的技术来分析与随机矩阵的特征值、奇异值和广义奇异值相关的矩阵过程。 我们使用的模型非常基础,分析完全由期望特征多项式组成。 我们的若干结果与随机矩阵理论中的已知结果相匹配,然而我们的主要结果(关于广义奇异值)似乎比该领域中的标准随机矩阵过程(Hermite/Laguerre/Jacobi)更为一般。 为了验证这一点,我们对该新过程进行了一系列模拟,一方面确认该过程可以表现出在标准随机矩阵过程中未见过的行为,另一方面提供了证据表明我们的技术能够很好地捕捉真实行为。 结合我们能够为此新模型计算出与标准模型相同的统计量这一事实,这表明进一步的研究可能既有趣又有成效。
文献和引用工具
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
推荐器和搜索工具
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.