这需要假设矩阵元素除了特定结构以外相互独立，再让维度趋于无穷。
尽管如此，极限毕竟是极限，从不等式估计的角度来看，用起来还是不太顺手的。
大约从上世纪 80年代末开始，人们开始研究非渐进意义下的奇异值的估计，其中最核心的部分就是对于最小奇异值的估计。
随机矩阵的发展也从一开始首先处理了独立同分布的矩阵元素服从高斯分布的情形，逐渐放松要求，开始不要求高斯分布，不要求同分布，并且得到了越来越精准的估计。
但这其中最难放松的条件依旧是独立性，这要求，一是改成要求矩阵的各行相互独立。
二是要求矩阵有额外的结构，如对称性，而除此以外相互独立。
三是要求矩阵元素之间的相关性随在矩阵中的位置的距离而指数级衰减......
“从萧然的草稿上来看，他似乎使用的是VC-维数对示性函数应用熵方法，但这对最小奇异值的要求更加严格，在这种条件下他使用熵方法恐怕不能得到有效的结果......”
“除非他能找到一个工具来估计 VC-维数并绕过熵方法......”
老陆越看，眉头皱的越紧。
抬起头，他问道：“老刘，你是从哪找到的这么个难题？”
老刘有些不好意思地笑道：“这是今年菲尔兹奖的得主在上个月的国际数学家大会上做报告时，偶然提出的一个问题，我当时对这个问题有些感兴趣，就拿了过来，准备借这个问题发一篇SCI论文。”
说着，他叹了口气，无奈道：“可是研究了半天，依旧无法解决这其中各元素之间独立性的问题，这时我才想到你，你在随机矩阵方面的研究比我深一点，想着看你有什么办法给我提供点灵感。”
“结果发现，算是白来了！”老刘说着白了老陆一眼，悠悠道：“算了，我还是自己回去研究吧。”