[論文レビュー] Elliptic law for real random matrices

Alexey Naumov|arXiv (Cornell University)|Jan 8, 2012

Random Matrices and Applications参考文献 13被引用数 17

ひとこと要約

本稿は、有限な4次モーメントを満たす i.i.d. 非対角成分 $(X_{ij}, X_{ji})$ を持つ実確率行列に対して、楕円則（Elliptic Law）を確立する。$n^{-1/2} \mathbf{X}_n$ の経験的固有値分布が、複素平面上の楕円上への一様分布に確率的に弱収束することを証明し、その軸が相関 $\rho = \mathbb{E}[X_{12}X_{21}]$ によって決定されることを示し、基礎となる成分分布に依存しない普遍性を示している。

ABSTRACT

In this paper we consider ensemble of random matrices $\X_n$ with independent identically distributed vectors $(X_{ij}, X_{ji})_{i eq j}$ of entries. Under assumption of finite fourth moment of matrix entries it is proved that empirical spectral distribution of eigenvalues converges in probability to a uniform distribution on the ellipse. The axis of the ellipse are determined by correlation between $X_{12}$ and $X_{21}$. This result is called Elliptic Law. Limit distribution doesn't depend on distribution of matrix elements and the result in this sence is universal.

研究の動機と目的

• 実非エルミート確率行列の非対角成分が相関を持つ場合の、極限固有値分布の普遍性を確立すること。
• 経験的固有値測度が楕円上の一様分布に確率的に弱収束することを証明すること。
• ギルコの楕円則をガウス分布の仮定を超えて、有限4次モーメントを満たす一般の i.i.d. 行列成分へと拡張すること。
• 極限分布が、成分の具体的な分布に依存せず、$\rho = \mathbb{E}[X_{12}X_{21}]$ のみに依存することを示すこと。
• 対数的ポテンシャル論、小さな球確率、特異値解析を用いた厳密な証明を提供すること。

提案手法

• 対数的ポテンシャル法を用い、$n^{-1/2}\mathbf{X}_n - z\mathbf{I}$ の特異値と固有値測度を関連付ける。
• 非エルミート問題を特異値を含むエルミート問題に還元するための $V$-変換を適用する。
• 中心極限定理を用いた小さな球確率推定を用いて、最小特異値を制御する。
• 球面を分解して可逆性を解析し、リゾルベントのスペクトルノルムを制御する。
• 特異値の対数の一様可積分性を確立し、固有値測度の収束を正当化する。
• テイラーの公式によるリゾルベントの2次近似を用いて、$X_{ij}$ と $X_{ji}$ 間の依存性を扱う。

実験結果

リサーチクエスチョン

• RQ1 有限4次モーメントを満たす i.i.d. 非対角ペア $(X_{ij}, X_{ji})$ を持つ実確率行列の経験的固有値分布は、有限4次モーメントの下で普遍的極限に収束するか？
• RQ2 相関 $\rho = \mathbb{E}[X_{12}X_{21}]$ は、極限固有値楕円の形状にどのように影響を与えるか？
• RQ3 極限分布は、4次モーメントが有限であれば、行列成分の具体的な分布に依存しないか？
• RQ4 行列成分に密度関数の仮定を置かずに、ギルコの元々の結果を超えて楕円則を証明できるか？
• RQ5 最小特異値は固有値測度の収束においてどのような役割を果たすか？

主な発見

• 行列 $n^{-1/2}\mathbf{X}_n$ の経験的固有値分布 $\mu_n$ は、確率的に弱収束して楕円上の一様分布に収束する。
• 極限測度 $\mu$ は、楕円 $\mathcal{E} = \left\{ x,y \in \mathbb{R} : \frac{x^2}{(1+\rho)^2} + \frac{y^2}{(1-\rho)^2} \leq 1 \right\}$ 内部で定数密度 $g(x,y) = \frac{1}{\pi(1 - \rho^2)}$ を持つ。
• 楕円の形状は、相関 $\rho = \mathbb{E}[X_{12}X_{21}]$ によって完全に決定され、実軸と虚軸に沿った半径 $1+\rho$ と $1-\rho$ を持つ。
• 極限分布は普遍的である：成分の具体的な分布に依存せず、$\rho$ と有限4次モーメント条件にのみ依存する。
• 証明は最小限のモーメント仮定の下で成り立つ：$\mathbb{E}[X_{12}] = \mathbb{E}[X_{21}] = 0$、$\operatorname{Var}(X_{12}) = \operatorname{Var}(X_{21}) = 1$、および $\mathbb{E}[|X_{12}|^4], \mathbb{E}[|X_{21}|^4] \leq M_4$。
• 結果は複素非対称行列へと拡張され、極限楕円は $\rho$ の位相によって定まる直交方向に半径 $1+|\rho|$ と $1-|\rho|$ を持つ。