[論文レビュー] Limiting spectral distribution for non-Hermitian random matrices with a variance profile

Nicholas A. Cook, Walid Hachem+2 more|arXiv (Cornell University)|Dec 13, 2016

Random Matrices and Applications参考文献 48被引用数 6

ひとこと要約

本稿は、非エルミート確率行列の決定的分散プロファイルに対して、極限スペクトル分布を確立する。マスター方程式系を用いて決定的極限測度を記述し、その極限に確率的に弱収束することを証明する。分散が一部ゼロであっても、定量的非可約性条件を満たせば、円板則を二重確率的分散プロファイルへ拡張する。

ABSTRACT

For each $n$, let $A_n=(\sigma_{ij})$ be an $n imes n$ deterministic matrix and let $X_n=(X_{ij})$ be an $n imes n$ random matrix with i.i.d. centered entries of unit variance. We are interested in the asymptotic behavior of the empirical spectral distribution $\mu_n^Y$ of the rescaled entry-wise product \[ Y_n = \left(\frac1{\sqrt{n}} \sigma_{ij}X_{ij} ight). \] For our main result, we provide a deterministic sequence of probability measures $\mu_n$, each described by a family of Master Equations, such that the difference $\mu^Y_n - \mu_n$ converges weakly in probability to the zero measure. A key feature of our results is to allow some of the entries $\sigma_{ij}$ to vanish, provided that the standard deviation profiles $A_n$ satisfy a certain quantitative irreducibility property. Examples are also provided where $\mu_n^Y$ converges to a genuine limit. As an application, we extend the circular law to a class of random matrices whose variance profile is doubly stochastic.

研究の動機と目的

• 非エルミート確率行列の決定的分散プロファイルの極限スペクトル分布を特徴付けること。
• 確率的および決定的行列の成分ごとの積をスケーリングしたものの、経験的スペクトル分布の漸近的挙動を分析すること。
• 経験的測度がマスター方程式で記述される決定的極限に、確率的に弱収束することを確立すること。
• 分散プロファイルが二重確率的である行列に対し、円板則を拡張すること。ただし、一部の成分の分散がゼロであっても可。

提案手法

• 各成分が独立同一分布に従い、平均0・分散1の中心化された$ X_{ij} $を用いて、$ Y_n = \left(\frac{1}{\sqrt{n}} \sigma_{ij} X_{ij}\right) $を定義する。
• 分散プロファイル$ A_n = (\sigma_{ij}) $から導かれるマスター方程式の族を用いて、各々の確率測度$ \mu_n $を決定的列として定義する。
• マスター方程式が一意解を持つこと、極限測度が適切に定義されることを保証するため、分散プロファイル$ A_n $に定量的非可約性条件を課す。
• 確率的および解析的技法を用いて、差$ \mu_n^Y - \mu_n $が確率的に弱収束してゼロ測度に近づくことを示す。
• 二重確率的分散プロファイルのケースにこの枠組みを適用し、同一の条件下で円板則への収束を証明する。
• 明示的な例を提示し、$ \mu_n^Y $が非自明な決定的極限に収束することを示し、理論的枠組みの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 非エルミート確率行列の経験的スペクトル分布が、決定的極限に確率的に弱収束する条件は何か？
• RQ2 分散プロファイルの一部の成分がゼロである場合、極限スペクトル分布はどのように特徴づけられるか？
• RQ3 分散プロファイルの定量的非可約性が、極限測度の存在および一意性を保証するために果たす役割は何か？
• RQ4 分散プロファイルが二重確率的である確率行列に対し、円板則を拡張できるか？特に、分散がゼロの成分を含んでも可否を問う。
• RQ5 マスター方程式は、分散プロファイルおよび行列サイズを用いて、極限スペクトル分布をどのように記述するか？

主な発見

• スケーリングされた行列$ Y_n $の経験的スペクトル分布$ \mu_n^Y $は、マスター方程式系によって特徴づけられる決定的測度$ \mu_n $に、確率的に弱収束する。
• 一部の$ \sigma_{ij} = 0 $であっても、分散プロファイル$ A_n $が定量的非可約性条件を満たしていれば収束が成立する。
• 極限測度$ \mu_n $は分散プロファイルおよびマスター方程式によって一意に定まり、スペクトル分布の安定性と予測可能性を保証する。
• 二重確率的分散プロファイルの場合、極限スペクトル分布は単位円板上の一様分布に収束する。これにより、古典的円板則が拡張される。
• 明示的な例が構成され、$ \mu_n^Y $が非円形かつ非一様な極限に収束することを示し、理論枠組みの一般性を裏付ける。
• 差$ \mu_n^Y - \mu_n $は確率的に弱収束してゼロ測度に近づく。これにより、極限の決定的性質が確認される。