Я задал этот вопрос здесь, на math.SE: https://math.stackexchange.com/q/2250448/78169 .
Я спрашиваю на форуме физики, чтобы получить другую точку зрения, а также, поскольку я подозреваю, что многие физики сталкивались с этой темой в прошлом для целей моделирования.
Я заинтересован в создании случайного блуждания по использование компьютера: любые ссылки на эту тему или связанные/необходимые темы будут полезны. Конкретные предложения, которые обсуждают проблему технически, также приветствуются. Благодарю вас!
Я не ищу тривиальных случайных блужданий. Например, произвольное чередование а также технически было бы дискретным случайным блужданием. Я хотел бы иметь возможность генерировать случайное блуждание, которое может получить доступ к плотному подмножеству элементов группы; и/или мне нужно аналитическое описание непрерывного случайного блуждания (например, процесса диффузии/броуновского движения) и/или способ моделирования/аппроксимации такого непрерывного процесса.
Я также задал этот связанный вопрос на math.SE: https://math.stackexchange.com/q/2250455/78169
Есть ли родство или связь между компактными группами, такими как и многообразия, как (единичная сфера)? Если так, то, что это?
Меня интересует моделирование случайного блуждания по унитарным группам с помощью компьютера, и мне интересно, имеет ли оно какое-либо сходство со случайным блужданием по распознаваемому многообразию, такому как единичная сфера, в некотором количестве измерений. В более общем плане мне интересно, изоморфна ли группа или каким-то образом подобна/аналогична/связана с таким многообразием или геометрическим объектом.
Ответ на эту проблему дает Франческо Меццадри для всех классических компактных групп. (Я упомянул об этом в своем ответе на аналогичный вопрос о Mathoverflow)
За а также , ответ очень прост на основе QR-разложения с небольшой дополнительной осторожностью из-за неуникальности QR-разложения.
Алгоритм для дается в статье достаточно просто
Начните с матрицы GL(N) со случайными независимыми гауссовыми одинаково распределенными элементами (т. е. исключите случаи, когда определитель равен нулю).
Выполните QR-разложение.
Для всех , умножить -я строка Q по знаку диагонального элемента
Матрицы становятся распределенными унитарными матрицами меры Хаара.
Эффективный способ генерации случайной матрицы в , распределенное по мере Хаара, адаптировано из теоремы 3.3 в [1] (*). См. раздел 9.1 в [2] для эффективной реализации, работающей для обоих а также . Это только один шаг реализации случайного блуждания. Тогда метод будет чем-то вроде:
generate random matrix Q in U(n)
for k=1:n
generate random matrix Q' in U(n)
Q := QQ'
Последовательность Q тогда будет вашим случайным блужданием. Конечно, вам, вероятно, потребуется ограничить размер шага, вводимого Q', т. е. оставить Q' в окрестности единичной матрицы. Кажется, я помню, что алгоритм LAPACK в [2] можно модифицировать для этого, но мне нужно освежить память. Я обновлю свой ответ, если мне удастся.
[1] Г. В. Стюарт. Эффективная генерация случайных ортогональных матриц с применением к оценщикам состояния. Журнал SIAM по численному анализу, 17 (3): 403–409, 1980.
[2] Рабочая заметка LAPACK 9. Пакет для создания тестовых матриц. http://www.netlib.org/lapack/lawnspdf/lawn09.pdf
(*) Это та же идея, что и в ответе Дэвида Бар Моше, но это более эффективная реализация, которая будет иметь большое значение для случайного обхода приложения, поскольку горячей точкой будет генерация случайной матрицы.
База
Люк Притчетт
Мартино
Шериф Ф.