[논문 리뷰] Asymptotic behavior of random determinants in the Laguerre, Gram and Jacobi ensembles

Alain Rouault|ArXiv.org|2006. 07. 29.

Random Matrices and Applications참고 문헌 60인용 수 33

한 줄 요약

이 논문은 행렬 크기 $ n $ 와 변수 수 $ r $ 이 모두 증가할 때 라거르, 그램, 자코비 랜덤 행렬 집단에서 랜덤 행렬식의 점근적 행동을 연구한다. 이때 $ r/n \to t \leq 1 $ 이다. 재귀적 그람-슈미트 수직화 기반의 분해 방법을 사용하여, $ t \in [0,T] $ 에서의 과정으로서 정규화된 행렬식의 로그인 $ n^{-1}\logackslash\det X_{n,\lfloor nt\rfloor} $ 에 대해 수렴성, 불변성 원리, 대규모 탈진을 보여주는 극한 정리들을 수립한다. 이는 로그가스 해석을 통해 일반적인 $ \beta $-모델로 확장된다.

ABSTRACT

We consider properties of determinants of some random symmetric matrices issued from multivariate statistics: Wishart/Laguerre ensemble (sample covariance matrices), Uniform Gram ensemble (sample correlation matrices) and Jacobi ensemble (MANOVA). If $n$ is the size of the sample, $r\leq n$ the number of variates and $X_{n,r}$ such a matrix, a generalization of the Bartlett-type theorems gives a decomposition of $\det X_{n,r}$ into a product of $r$ independent gamma or beta random variables. For $n$ fixed, we study the evolution as $r$ grows, and then take the limit of large $r$ and $n$ with $r/n = t \leq 1$. We derive limit theorems for the sequence of {\it processes with independent increments} $\{n^{-1} \log \det X_{n, \lfloor nt floor}, t \in [0, T]\}_n$ for $T \leq 1$.. Since the logarithm of the determinant is a linear statistic of the empirical spectral distribution, we connect the results for marginals (fixed $t$) with those obtained by the spectral method. Actually, all the results hold true for $β$ models, if we define the determinant as the product of charges.

연구 동기 및 목표

• 행렬 크기 $ n $ 과 변수 수 $ r $ 이 모두 무한으로 갈 때, $ r/n \to t \leq 1 $ 인 고전적 랜덤 행렬 집단(위샤르트/라거르, 균일 그램, 자코비)에서 랜덤 행렬식의 점근적 행동을 분석하는 것.
• 집단 $ \{n^{-1}\log\det X_{n,\lfloor nt\rfloor}, t \in [0,T]\} $ 에 대해 수렴성, 불변성 원리, 대규모 탈진을 포함한 극한 정리들을 수립하는 것.
• 실수, 복소수, 퀼레르니언 행렬 모델($ \beta = 1,2,4 $)에서의 결과를 고유한 전하로 대체된 고유값을 가진 로그가스 해석을 통해 일반적인 $ \beta $-모델로 확장하는 것.
• 그람-슈미트에서 유도된 독립 증분 기반의 분해 방법과 경험적 고유값 분포 극한 기반의 스펙트럼 방법 간의 비교를 수행하는 것.

제안 방법

• 재귀적 그람-슈미트 수직화를 활용하여 바르텔레트 유사 정리에 기반해 $ \log\det X_{n,r} $ 를 독립적인 로그-감마 또는 로그-베타 변수의 합으로 분해한다.
• 고정된 $ n $ 에 대해 $ t = r/n $ 을 시간 변수로 간주하여, $ \{n^{-1}\log\det X_{n,\lfloor nt\rfloor}, t \in [0,T]\} $ 를 독립 증분을 가지는 확률과정으로 정의한다.
• 함수적 극한 정리 적용: $ n \to \infty $ 일 때 수렴성, 불변성 원리(Donsker 유사), 대규모 탈진을 과정에 대해 적용한다.
• 고유값을 전하의 곱으로 해석함으로써 $ \beta $-모델로 결과를 일반화하여 임의의 $ \beta > 0 $ 에 대해 확장한다.
• 자유 확률 도구, 특히 자유 콘볼루션 $ \boxplus $ 와 $ \boxtimes $ 를 사용하여 극한 스펙트럼 측도를 특성화하고 자유 메이크너 법칙과 연결한다.
• 자유 확률 이론에서 잘 알려진 삼중대각 행렬 집단(두미트리우 및 에델만, 킬립 및 넨추)의 결과를 활용하여 $ \beta $-집단을 모델링한다.

실험 결과

연구 질문

• RQ1 행렬 크기 $ n \to \infty $ 이고 $ r/n \to t $ 일 때, $ t \in [0,T] $ 에서의 확률과정으로서 정규화된 로그-행렬식 $ n^{-1}\log\det X_{n,\lfloor nt\rfloor} $ 의 행동은 어떠한가?
• RQ2 라거르, 그램, 자코비 집단에서 정규화된 로그-행렬식 과정에 대해 수렴성, 불변성 원리, 대규모 탈진을 포함한 극한 정리들은 무엇인가?
• RQ3 분해 방법(독립 증분 기반)의 결과와 스펙트럼 방법(경험적 고유값 분포 극한 기반)의 결과는 어떻게 비교되는가?
• RQ4 고전적 위샤르트, 그램, 자코비 집단은 임의의 $ \beta > 0 $ 으로 일반화될 수 있으며, 동일한 극한 정리들이 $ \beta $-모델 프레임워크에서 성립하는가?
• RQ5 일반화된 $ \beta $-모델의 극한 스펙트럼 측도는 자유 확률 이론과 어떻게 연결되며, 특히 자유 메이크너 법칙과 자유 콘볼루션과의 관계는 무엇인가?

주요 결과

• 과정 $ \{n^{-1}\log\det X_{n,\lfloor nt\rfloor}, t \in [0,T]\} $ 는 $ n \to \infty $ 일 때 확률적으로 결정론적 극한으로 수렴하며, 이 극한은 집단과 $ t $ 에 따라 달라진다.
• 불변성 원리가 성립한다: 적절한 스케일링 하에 정규화된 로그-행렬식 과정의 유한차원 분포는 약한 수렴으로 브라운 운동으로 수렴한다.
• 과정에 대해 대규모 탈진 원리가 수립되었으며, 이는 독립 증분의 모멘트 생성 함수로부터 유도된 비용 함수를 포함한다.
• $ \beta $-모델의 극한 스펙트럼 측도는 자유 메이크너 법칙과 일치하며, 이는 $ \beta $-다이슨 매개변수와 비율 $ t = r/n $ 과 관련된다.
• 극한 측도 $ CC_{u',v'} $ 는 네 가지 경우로 특성화된다: (I) 델타 질량 없음, (II) 0에 하나, (III) 1에 하나, (IV) 0과 1에 각각 하나, 자유 콘볼루션과 확대를 이용한 명시적 공식이 제공된다.
• $ \beta = 1,2,4 $ 인 경우 결과는 고전적 위샤르트, 복소 위샤르트, 퀄레르니언 위샤르트 집단으로 수렴하며, 로그-행렬식은 독립적인 감마 또는 베타 변수의 합으로 분해된다.