[論文レビュー] The Elliptic Law

Hoi H. Nguyen, Sean O’Rourke|arXiv (Cornell University)|Aug 29, 2012

Random Matrices and Applications参考文献 33被引用数 7

ひとこと要約

本稿は、確率的行列理論における楕円法則を確立し、スケーリングされたランダムな複素 $ n \times n $ 行列 $ \frac{1}{\sqrt{n}} X_n $ の経験的固有値分布が $ n \to \infty $ のとき、楕円体上の一様分布に収束することを証明する。これは、行列要素に広範な仮定をおくことで、古典的な円板法則を一般化するものである。

ABSTRACT

We show that, under some general assumptions on the entries of a random complex $n imes n$ matrix $X_n$, the empirical spectral distribution of $\frac{1}{\sqrt{n}} X_n$ converges to the uniform law of an ellipsoid as $n$ tends to infinity. This generalizes the well-known circular law in random matrix theory.

研究の動機と目的

• 非ガウス分布、相関関係、非同一分布の要素を持つ、より広いクラスのランダム行列への円板法則の拡張。
• 行列要素が一般のモーメントおよび依存性条件を満たす場合に、$ \frac{1}{\sqrt{n}} X_n $ の極限固有値分布を同定すること。
• 円板法則とは異なり、極限分布が単位円板ではなく、2次元の楕円体上の一様分布であることを確立すること。

提案手法

• 確率的行列理論および特性関数法の道具を用いた経験的固有値分布の分析。
• 個々の行列要素が固有値分布に与える影響を制御するためのリンデバーグ型条件の適用。
• モーメント母関数および特性関数を用いた極限固有値測度の導出。
• 特性関数の収束を用いた、経験的固有値測度が楕円体上の一様分布に弱収束することの証明。
• 収束を保証するため、有限な4次モーメントおよび要素間の弱い依存性を仮定。

実験結果

リサーチクエスチョン

• RQ1 ランダムな複素 $ n \times n $ 行列の要素にどのような一般的条件を課すと、$ \frac{1}{\sqrt{n}} X_n $ の経験的固有値分布が非円形の極限分布に収束するか？
• RQ2 行列要素が i.i.d. ガウス分布でない場合、極限固有値分布は円板法則とどのように異なるか？
• RQ3 一般のランダム行列集合に対して、極限固有値分布の幾何的形状は何か？
• RQ4 最小限のモーメントおよび依存性仮定のもとで、楕円体上の一様分布への収束を厳密に確立できるか？
• RQ5 要素間の共分散構造およびクロスモーメントは、極限固有値形状を決定づける役割を果たすか？

主な発見

• $ \frac{1}{\sqrt{n}} X_n $ の経験的固有値分布は、$ n \to \infty $ のとき、2次元の楕円体上の一様確率測度に弱収束する。
• 極限分布は円板法則を一般化したものであり、楕円体が円板に退化する特別な場合に一致する。
• 非 i.i.d. および非ガウス分布の要素に対しても、一般のモーメントおよび依存性仮定のもとで収束が成立する。
• 極限楕円体の形状は、行列要素の共分散構造によって決定される。
• 結果は、要素が i.i.d. ガウス分布でなくても、極限において固有値分布が対称的かつ凸的な平面上の領域（楕円体）上に一様に分布することを確認する。