[論文レビュー] Random matrices: Sharp concentration of eigenvalues

Terence Tao, Van Vu|arXiv (Cornell University)|Jan 23, 2012

Random Matrices and Applications参考文献 28被引用数 9

ひとこと要約

本稿は、3次モーメントがゼロであるワイナーマトリクスの固有値数関数に対する鋭い集中不等式を、洗練されたリンデバーグ置換法を用いて確立する。固有値は幅 $ O(\log^{O(1)}n/n) $ の区間に局在化し、指数的尾部減衰を示す。これは同じモーメント条件の下で既存の結果を改善し、定数因子を除いて最適な対数的指数を達成する。

ABSTRACT

Let $W_n= \frac{1}{\sqrt n} M_n$ be a Wigner matrix whose entries have vanishing third moment, normalized so that the spectrum is concentrated in the interval $[-2,2]$. We prove a concentration bound for $N_I = N_I(W_n)$, the number of eigenvalues of $W_n$ in an interval $I$. Our result shows that $N_I$ decays exponentially with standard deviation at most $O(\log^{O(1)} n)$. This is best possible up to the constant exponent in the logarithmic term. As a corollary, the bulk eigenvalues are localized to an interval of width $O(\log^{O(1)} n/n)$; again, this is optimal up to the exponent. These results strengthen recent results of Erdos, Yau and Yin (under the extra assumption of vanishing third

研究の動機と目的

• 3次モーメントがゼロであるワイナーマトリクスの固有値数関数に対する鋭い集中不等式を確立すること。
• 同じモーメント条件の下で、既存の固有値局在化および尾部減衰境界を改善すること。
• 集中および局在化境界における対数的指数を、定数因子を除いて最適化すること。
• スペクトル法に依存しない、リンデバーグ置換戦略を用いた簡素化された証明を提供すること。

提案手法

• 著者らは、一般のワイナーマトリクスと基準マトリクス（例えばGUE）を比較するためにリンデバーグ置換法を適用し、ヘルミート構造を保ちながら要素を段階的に置換する。
• 特に非対角要素の3次モーメントがゼロであることを条件として、3次までのモーメントマッチングを用い、置換プロセスにおける誤差を制御する。
• 証明は、リゾルベント推定と係数ノルム $ \|R(z)\|_{(\infty,1)} $ の境界に依存しており、これらはシュール補完恒等式およびスペクトルノルム制御を用いて導出される。
• 指数的尾部境界は、固有値区間における和集合を用いたユニオンバウンディングと、スタイリーテス変換のリプシッツ連続性を用いて確立される。
• 複素上半平面で解析が行われ、スタイリーテス変換 $ s_{W_n}(z) $ とその半円法則 $ s_{\text{sc}}(z) $ への収束が用いられる。
• 局所的収束を一様収束に拡張するために連続性の議論が用いられ、グローバルな制御が保証される。

実験結果

リサーチクエスチョン

• RQ1 3次モーメントがゼロであるワイナーマトリクスに対して、固有値数関数 $ N_I(W_n) $ がその期待値のまわりに鋭く集中することを示せるか？
• RQ2 確率的尾部の最適な減衰率は何か？ かつ、これより良い境界を達成できるか？
• RQ3 固有値の局在化はどの程度鋭くできるか？ また、$ O(\log^{O(1)}n/n) $ の幅は最適か？
• RQ4 リンデバーグ置換法は、強いモーメントまたは尾部仮定に依存せずに、鋭い集中不等式を導出できるか？

主な発見

• 任意の区間 $ I $ における固有値数 $ N_I(W_n) $ は、標準偏差が $ O(\log^{O(1)}n) $ で有界な指数的減衰を示す。これは、対数項の定数指数を除いて最適である。
• 固有値は幅 $ O(\log^{O(1)}n/n) $ の区間に局在化し、指数の点で最良のスケーリングと一致する。
• スタイリーテス変換 $ s_{W_n}(z) $ は、半円法則 $ s_{\text{sc}}(z) $ に一様に収束し、誤差は $ o(1) $ であり、確率 $ O(n^{O(1)}\exp(-c(n\eta)^c)) $ のイベントを除いて成り立つ。
• リゾルベントノルム $ \|R(z)\|_{(\infty,1)} $ は、同程度の小さい確率のイベントを除いて $ O(1) $ で有界であり、個々の行列要素に対する制御が保証される。
• 係数ノルム $ \|R(z)\|_{(\infty,1)} $ の境界は、任意の $ \delta > 0 $ に対して $ O((n\eta)^{-1/2+\delta}) $ にまで拡張可能であるが、主結果ではこの精密化は用いられていない。
• 証明は、対数的指数において最適性を達成しており、同じモーメント条件の下で既存の文献で知られている最良の境界と一致する。