[論文レビュー] Random matrices: Universality of ESDs and the circular law

Terence Tao, Van Vu+1 more|ArXiv.org|Jul 30, 2008

Random Matrices and Applications参考文献 18被引用数 19

ひとこと要約

この論文は、平均0、分散1のi.i.d. 成分を持つ非エルミート確率行列に対する経験的固有値分布（ESD）の普遍性を確立し、行列要素の分布に依存しないことを証明している。主な結果は、正規化されたESDが単位円板上での一様分布にほとんど確実かつ確率的に収束することであり、一般のi.i.d. 成分に対する円板則予想を裏付けている。

ABSTRACT

Given an $n imes n$ complex matrix $A$, let $$μ_{A}(x,y):= \frac{1}{n} |\{1\le i \le n, \Re λ_i \le x, \Im λ_i \le y\}|$$ be the empirical spectral distribution (ESD) of its eigenvalues $λ_i \in \BBC, i=1, ... n$. We consider the limiting distribution (both in probability and in the almost sure convergence sense) of the normalized ESD $μ_{\frac{1}{\sqrt{n}} A_n}$ of a random matrix $A_n = (a_{ij})_{1 \leq i,j \leq n}$ where the random variables $a_{ij} - \E(a_{ij})$ are iid copies of a fixed random variable $x$ with unit variance. We prove a \emph{universality principle} for such ensembles, namely that the limit distribution in question is {\it independent} of the actual choice of $x$. In particular, in order to compute this distribution, one can assume that $x$ is real of complex gaussian. As a related result, we show how laws for this ESD follow from laws for the \emph{singular} value distribution of $\frac{1}{\sqrt{n}} A_n - zI$ for complex $z$. As a corollary we establish the Circular Law conjecture (in both strong and weak forms), that asserts that $μ_{\frac{1}{\sqrt{n}} A_n}$ converges to the uniform measure on the unit disk when the $a_{ij}$ have zero mean.

研究の動機と目的

• 平均0、分散1のi.i.d. 成分を持つ非エルミート確率行列の経験的固有値分布（ESD）の普遍性を確立すること。
• 成分の分布がモーメント条件を満たす限り、極限ESDが特定の分布に依存しないことを証明すること。
• 円板則予想を確認し、正規化されたESDが確率的およびほとんど確実に単位円板上の一様分布に収束することを示すこと。
• 対称性や明示的な固有値式に依存せずに、ESDの極限を導出するための一般枠組みを構築すること。

提案手法

• チャタージーの不変性原理を用いて、一般の確率行列アンサンブルのESDと複素ガウス行列のESDを比較し、分布収束を示す。
• スティルチェス変換を適用し、$ \frac{1}{\sqrt{n}}A_n - zI $ のリゾルベントを分析することで、ESDと行列の特異値分布を関連付ける。
• 非エルミートESD問題をエルミート問題に還元するために、対称化行列構成 $ H_n({\bf X}) = \begin{bmatrix} 0 & A_n({\bf X}) \\ A_n({\bf X})^* & 0 \end{bmatrix} $ を用いる。
• 導関数のバウンドとモーメント制御を用いて、スティルチェス変換の期待値の差をバウンドすることで、ESDの弱収束を確立する。
• 測度の集中と成分のモーメントバウンドを用いて、リゾルベントおよび特異値の挙動を制御する。
• パスタールの条件の変種を適用し、特異値分布の収束を保証する。これにより、ESDの収束が導かれる。

実験結果

リサーチクエスチョン

• RQ1 i.i.d. 非エルミート確率行列の極限経験的固有値分布（ESD）は、成分の具体的な分布に依存するか？
• RQ2 平均0、分散1の一般のi.i.d. 成分に対して、円板則予想は証明可能か？（ガウス分布に限らない。）
• RQ3 非エルミート確率行列のESDに対して、普遍性の原則が成り立つのか？つまり、異なる成分分布間で極限が同一であるか？
• RQ4 ESDが確率的およびほとんど確実に単位円板上の一様分布に収束することは示せるか？
• RQ5 複素数 $ z $ に対して、$ \frac{1}{\sqrt{n}}A_n - zI $ の特異値分布からESD極限をどのように導出できるか？

主な発見

• $ A_n $ が平均0、分散1のi.i.d. 成分を持つとき、$ \frac{1}{\sqrt{n}}A_n $ の経験的固有値分布（ESD）は、単位円板上の一様分布にほとんど確実に収束する。
• 極限ESDは普遍的である：成分の分布に依存せず、平均0、分散1の条件下で成立する。
• 円板則予想が確認された：正規化されたESDは、確率的およびほとんど確実に単位円板上の一様測度に収束する。
• ESDの収束は、$ \frac{1}{\sqrt{n}}A_n - zI $ の特異値分布の収束に起因し、特異値と固有値統計の間の重要な関係を確立する。
• 不変性原理により、一般のi.i.d. 成分を複素ガウス成分に置き換えて極限ESDを計算してもよいことが示され、解析が簡略化される。
• 導関数の制御と成分のモーメントバウンドを用いて、スティルチェス変換の差をバウンドすることで、ESDの弱収束が確立される。