标签：特征值 kappa 21 Sigma sum 矩阵 Wishart Omega over2
利用如下定理推导最大特征值的分布。
An expression for the distribution function of the largest root of
S
S
S follows from the following theorem due to Constantine ( 1963).
THEOREM 9.7.1. If
A
A
A is
W
m
(
n
,
Σ
)
,
(
n
>
m
−
I
)
W_m(n,\Sigma), ( n > m - I )
Wm(n,Σ),(n>m−I) and
Ω
\Omega
Ω is an
m
×
m
m \times m
m×m positive definite matrix (
Ω
>
0
\Omega >0
Ω>0) then the probability that
Ω
−
A
\Omega -A
Ω−A is positive definite (
A
<
Ω
A<\Omega
A<Ω is
P
(
A
<
Ω
)
=
Γ
m
[
1
2
(
m
+
1
)
]
Γ
m
[
1
2
(
n
+
m
+
1
)
]
⋅
det
(
1
2
Σ
−
1
Ω
)
n
/
2
1
F
1
(
1
2
n
;
1
2
(
n
+
m
+
1
)
;
−
1
2
Σ
−
1
Ω
)
(1)
\begin{aligned} P(A<\Omega)=& {\Gamma_m \left[{1\over2}(m+1)\right]\over \Gamma_m \left[{1\over2}(n+m+1)\right]} \\&\\ & \cdot \det \left(\small{1\over2}\Sigma^{-1}\Omega\right) ^{n/2}{}_1F_1(\small{1\over2}n;\small{1\over2}(n+m+1);-\small{1\over2}\Sigma^{-1}\Omega) \end{aligned} \tag 1
P(A<Ω)=Γm[21(n+m+1)]Γm[21(m+1)]⋅det(21Σ−1Ω)n/21F1(21n;21(n+m+1);−21Σ−1Ω)(1)
where
1
F
1
(
a
;
c
;
X
)
=
∑
k
=
0
∞
∑
κ
(
a
)
κ
(
c
)
κ
C
κ
(
X
)
k
!
\begin{aligned} _1F_1(a;c;\mathrm X)=\sum_{k=0}^\infty \sum_\kappa \frac{(a)_\kappa}{(c)_\kappa} \frac{C_\kappa(\mathrm X)}{k!} \end{aligned}
1F1(a;c;X)=k=0∑∞κ∑(c)κ(a)κk!Cκ(X)
证明：根据
W
m
(
n
,
Σ
)
W_m(n,\Sigma)
Wm(n,Σ) 的概率密度函数，
A
<
Ω
A<\Omega
A<Ω 的概率为
P
(
A
<
Ω
)
=
1
2
m
n
/
2
Γ
m
(
1
2
n
)
(
det
Σ
)
n
/
2
∫
0
<
A
<
Ω
e
t
r
(
−
1
2
Σ
−
1
A
)
⋅
det
(
A
)
(
n
−
m
−
1
)
/
2
(
d
A
)
\begin{aligned} P(A<\Omega)=& {1 \over2^{mn/2} \Gamma_m \left({1\over2}n\right) (\det \Sigma)^{n/2}} \int_{0<A<\Omega}\mathrm{etr} (-\small{1\over2}\Sigma^{-1}A) \\&\\ & \cdot \det (A) ^{(n-m-1)/2}(dA)\end{aligned}
P(A<Ω)=2mn/2Γm(21n)(detΣ)n/21∫0<A<Ωetr(−21Σ−1A)⋅det(A)(n−m−1)/2(dA)
令
A
=
Ω
1
/
2
X
Ω
1
/
2
A=\Omega^{1/2}X\Omega^{1/2}
A=Ω1/2XΩ1/2，则
(
d
A
)
=
(
det
Ω
)
m
+
1
/
2
(
d
X
)
(dA)=(\det\Omega)^{m+1/2}(dX)
(dA)=(detΩ)m+1/2(dX)，因此
P
(
A
<
Ω
)
=
(
det
1
2
Σ
−
1
Ω
)
n
/
2
Γ
m
(
1
2
n
)
∫
0
<
X
<
I
e
t
r
(
−
1
2
Ω
1
/
2
Σ
−
1
Ω
1
/
2
X
)
⋅
det
(
X
)
(
n
−
m
−
1
)
/
2
(
d
X
)
=
(
det
1
2
Σ
−
1
Ω
)
n
/
2
Γ
m
(
1
2
n
)
∑
k
=
0
∞
∑
κ
1
k
!
∫
0
<
X
<
I
det
(
X
)
(
n
−
m
−
1
)
/
2
⋅
C
κ
(
−
1
2
Ω
1
/
2
Σ
−
1
Ω
1
/
2
X
)
(
d
X
)
\begin{aligned} P(A<\Omega)=&{(\det \frac{1}{2}\Sigma^{-1}\Omega)^{n/2} \over \Gamma_m \left({1\over2}n\right)} \int_{0<X<I}\mathrm{etr} (-\small{1\over2}\Omega^{1/2}\Sigma^{-1}\Omega^{1/2}X) \\&\\ & \cdot \det (X) ^{(n-m-1)/2}(dX)\\&\\ =&{(\det \frac{1}{2}\Sigma^{-1}\Omega)^{n/2} \over \Gamma_m \left({1\over2}n\right)} \sum_{k=0}^\infty\sum_{\kappa}{1\over k!}\int_{0<X<I}\det (X) ^{(n-m-1)/2}\\&\\& \cdot C_{\kappa}(-\small{1\over2}\Omega^{1/2}\Sigma^{-1}\Omega^{1/2}X)(dX) \end{aligned}
P(A<Ω)==Γm(21n)(det21Σ−1Ω)n/2∫0<X<Ietr(−21Ω1/2Σ−1Ω1/2X)⋅det(X)(n−m−1)/2(dX)Γm(21n)(det21Σ−1Ω)n/2k=0∑∞κ∑k!1∫0<X<Idet(X)(n−m−1)/2⋅Cκ(−21Ω1/2Σ−1Ω1/2X)(dX)
这里采用了关系式
e
t
r
(
R
)
=
0
F
0
(
R
)
=
∑
k
=
0
∞
∑
κ
C
κ
(
R
)
k
!
\mathrm{etr} (R)={}_0F_0(R)=\sum_{k=0}^\infty\sum_{\kappa}{C_{\kappa}(R)\over k!}
etr(R)=0F0(R)=k=0∑∞κ∑k!Cκ(R)
根据积分公式（定理7.2.10）
∫
0
<
Y
<
I
m
(
det
Y
)
a
−
(
m
+
1
)
/
2
det
(
I
−
Y
)
b
−
(
m
+
1
)
/
2
C
κ
(
X
Y
)
(
d
Y
)
=
(
a
)
κ
(
a
+
b
)
κ
Γ
m
(
a
)
Γ
m
(
b
)
Γ
m
(
a
+
b
)
C
κ
(
X
)
\begin{aligned} \int_{0<Y<I_m} & (\det Y)^{a-(m+1)/2} \det (I-Y)^{b-(m+1)/2} C_\kappa(XY)(dY) \\ &\\&={(a)_\kappa\over(a+b)_\kappa}{\Gamma_m(a) \Gamma_m(b)\over\Gamma_m(a+b)}C_\kappa(X)\end{aligned}
∫0<Y<Im(detY)a−(m+1)/2det(I−Y)b−(m+1)/2Cκ(XY)(dY)=(a+b)κ(a)κΓm(a+b)Γm(a)Γm(b)Cκ(X)
这里令
a
=
n
/
2
,
b
=
(
m
+
1
)
/
2
a=n/2, \quad b=(m+1)/2
a=n/2,b=(m+1)/2
P
(
A
<
Ω
)
=
Γ
m
[
1
2
(
m
+
1
)
]
Γ
m
[
1
2
(
n
+
m
+
1
)
]
⋅
det
(
1
2
Σ
−
1
Ω
)
n
/
2
⋅
∑
k
=
0
∞
∑
κ
(
1
2
n
)
κ
(
1
2
(
n
+
m
+
1
)
)
κ
C
κ
(
−
1
2
Σ
−
1
Ω
)
k
!
\begin{aligned} P(A<\Omega)=& {\Gamma_m \left[{1\over2}(m+1)\right]\over \Gamma_m \left[{1\over2}(n+m+1)\right]} \cdot \det \left(\small{1\over2}\Sigma^{-1}\Omega\right) ^{n/2}\\&\\ &\cdot \sum_{k=0}^\infty\sum_{\kappa} {(\frac{1}{2}n)_\kappa\over (\small{1\over2}(n+m+1))_\kappa}{C_\kappa (-\frac{1}{2}\Sigma^{-1}\Omega)\over k!} \end{aligned}
P(A<Ω)=Γm[21(n+m+1)]Γm[21(m+1)]⋅det(21Σ−1Ω)n/2⋅k=0∑∞κ∑(21(n+m+1))κ(21n)κk!Cκ(−21Σ−1Ω)
注意到
∑
k
=
0
∞
∑
κ
(
1
2
n
)
κ
(
1
2
(
n
+
m
+
1
)
)
κ
C
κ
(
−
1
2
Σ
−
1
Ω
)
k
!
=
1
F
1
(
1
2
n
;
1
2
(
n
+
m
+
1
)
;
−
1
2
Σ
−
1
Ω
)
\sum_{k=0}^\infty\sum_{\kappa} {(\frac{1}{2}n)_\kappa\over (\small{1\over2}(n+m+1))_\kappa}{C_\kappa (-\frac{1}{2}\Sigma^{-1}\Omega)\over k!}={}_1F_1(\small{1\over2}n;\small{1\over2}(n+m+1);-\small{1\over2}\Sigma^{-1}\Omega)
k=0∑∞κ∑(21(n+m+1))κ(21n)κk!Cκ(−21Σ−1Ω)=1F1(21n;21(n+m+1);−21Σ−1Ω)
证毕。
利用这个定理可推导出最大特征值的分布
如果
l
1
l_1
l1 是 矩阵
S
S
S 的最大特征根，
A
=
n
S
A = nS
A=nS 是
W
m
(
n
,
Σ
)
,
(
n
>
m
−
I
)
W_m(n,\Sigma), ( n > m - I )
Wm(n,Σ),(n>m−I) 分布，那么
l
1
l_1
l1 的概率分布函数为
P
Σ
(
l
1
<
x
)
=
Γ
m
[
1
2
(
m
+
1
)
]
Γ
m
[
1
2
(
n
+
m
+
1
)
]
det
(
1
2
n
x
Σ
−
1
)
n
/
2
⋅
1
F
1
(
1
2
n
;
1
2
(
n
+
m
+
1
)
;
−
1
2
n
x
Σ
−
1
)
(2)
\begin{aligned} P_\Sigma(l_1<x)=& {\Gamma_m \left[{1\over2}(m+1)\right]\over \Gamma_m \left[{1\over2}(n+m+1)\right]} \det \left(\small{1\over2}nx\Sigma^{-1}\right) ^{n/2}\\&\\&\cdot{}_1F_1(\small{1\over2}n;\small{1\over2}(n+m+1);-\small{1\over2}nx\Sigma^{-1})\end{aligned}\tag 2
PΣ(l1<x)=Γm[21(n+m+1)]Γm[21(m+1)]det(21nxΣ−1)n/2⋅1F1(21n;21(n+m+1);−21nxΣ−1)(2)
在 (1) 中令
Ω
=
n
x
I
\Omega=nxI
Ω=nxI 可直接得到 （2）式。
l
1
<
x
l_1<x
l1<x 意味着
A
<
n
x
I
A<nxI
A<nxI。
标签：特征值,kappa,21,Sigma,sum,矩阵,Wishart,Omega,over2 来源： https://blog.csdn.net/wubyatseu/article/details/123306990
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。