[論文レビュー] On the Limiting Empirical Measure of the sum of rank one matrices with log-concave distribution

Alain Pajor, L. А. Pastur|ArXiv.org|Oct 6, 2007

Random Matrices and Applications参考文献 19被引用数 9

ひとこと要約

この論文は、i.i.d. で等方的な対数凸性を持つベクトルによるランク1更新を確定行列に加えた大規模なランダム行列の経験的固有値測度の確実収束を確立する。Stieltjes変換アプローチと切断に関する議論を用いて、$ n,m \to \infty $、$ m/n \to c \in [0,\infty) $ の極限において、経験的測度が初期行列のスペクトル測度と振幅の分布を含む関数方程式によって定まる非確率的極限に弱収束することを証明する。

ABSTRACT

We consider $n imes n$ real symmetric and hermitian random matrices $H_{n,m}$ equals the sum of a non-random matrix $H_{n}^{(0)}$ matrix and the sum of $m$ rank-one matrices determined by $m$ i.i.d. isotropic random vectors with log-concave probability law and i.i.d. random amplitudes $\{τ_{α}\}_{α=1}^{m}$. This is a generalization of the case of vectors uniformly distributed over the unit sphere, studied in [Marchenko-Pastur (1967)]. We prove that if $n o \infty, m o \infty, m/n o c\in \lbrack 0,\infty)$ and that the empirical eigenvalue measure of $H_{n}^{(0)}$ converges weakly, then the empirical eigenvalue measure of $H_{n,m}$ converges in probability to a non-random limit, found in [Marchenko-Pastur (1967)].

研究の動機と目的

• 球面上の均一分布ベクトルから得られるランダム行列の極限スペクトル分布結果を、より一般の等方的対数凸性を持つベクトルへの拡張すること。
• 漸近的設定 $ n,m \to \infty $、$ m/n \to c \in [0,\infty) $ の下で、$ H_{n,m} = H_n^{(0)} + \sum_{\alpha=1}^m \tau_\alpha L_{Y_\alpha} $ の経験的固有値測度の確率的弱収束を確立すること。
• 極限スペクトル測度が、初期行列のStieltjes変換と振幅 $ \tau_\alpha $ の分布を含む関数方程式によって一意に特徴付けられることを示すこと。
• 極限スペクトル法の適用範囲を、単位球内に一様に分布するベクトルや、平均0・分散1の独立同分布成分を持つベクトルを含む、より広いクラスのランダムベクトルに拡張すること。

提案手法

• 著者たちは、複素上半平面における解析的性質を活用して、経験的測度のStieltjes変換を用いて極限スペクトル分布を分析する。
• 振幅 $ \tau_\alpha $ の切断を用いて収束を証明し、切断された測度が関数方程式を満たす極限に弱収束することを示す。
• 鍵となる関数方程式は $ f(z) = f^{(0)}\left(z - c \int \frac{\tau \sigma(d\tau)}{1 + \tau f(z)} \right) $ であり、$ f $ は測度 $ N $ のStieltjes変換である。
• 最小最大原理を用いて、切断による固有値摂動を制御し、極限測度が切断閾値に依存しないことを保証する。
• 複素数平面 $ \mathbb{C} \setminus \mathbb{R} $ のコンパクト集合上でStieltjes変換の一様収束を用いて、切断された振幅を無限大に近づける極限を正当化する。
• Stieltjes変換の虚部に対する事前評価を用いて、関数方程式の解の一意性を確立し、極限が適切に定義されることを保証する。

実験結果

リサーチクエスチョン

• RQ1 ベクトル $ Y_\alpha $ が球面上の均一分布ではなく、等方的かつ対数凸性を持つ場合、$ H_{n,m} $ の経験的固有値測度は弱収束して非確率的極限に収束するか？
• RQ2 極限スペクトル測度は、初期行列のStieltjes変換と振幅分布を含む関数方程式によって特徴付けられるか？
• RQ3 振幅 $ \tau_\alpha $ が重い尾を持つまたは無限大に達する場合、収束挙動はどのように変化するか？
• RQ4 ベクトルが回転不変でない場合でも、一般の対数凸性仮定のもとで極限スペクトル測度は依然として一意的かつ非確率的か？

主な発見

• 与えられた漸近的設定 $ n,m \to \infty $、$ m/n \to c \in [0,\infty) $ の下で、$ H_{n,m} $ の経験的固有値測度は確率的に非確率的極限に収束する。
• 極限スペクトル測度 $ N $ は関数方程式 $ f(z) = f^{(0)}\left(z - c \int \frac{\tau \sigma(d\tau)}{1 + \tau f(z)} \right) $ によって一意に特徴付けられる。ここで $ f $ は $ N $ のStieltjes変換である。
• 極限測度 $ N $ は確率測度であり、Stieltjes逆公式を用いてその密度を回復可能であり、完全に特徴付けられる。
• 振幅 $ \tau_\alpha $ が無限大であっても、切断手順が分布収束を保つ限り、結果は成り立つ。
• ベクトル $ Y_\alpha $ の対数凸性分布に依存せず、等方的かつ振幅分布 $ \sigma $ が固定されていれば、極限測度 $ N $ はその分布に依存しない。
• 結果はグラム行列 $ \mathcal{G}_{n,m} = YY^* $ に拡張可能であり、$ n > m $ の場合、極限スペクトル測度は $ \widetilde{N} = -(c^{-1} - 1)\delta_0 + c^{-1}N $ と関係づけられる。$ m > n $ の場合も同様に成り立つ。