[논문 리뷰] Central Limit Theorem for linear eigenvalue statistics of the Wigner and sample covariance random matrices

Mariya Shcherbina|arXiv (Cornell University)|2011. 01. 17.

Random Matrices and Applications참고 문헌 14인용 수 114

한 줄 요약

이 논문은 Wigner 행렬과 표본 공분산 랜덤 행렬의 선형 고유값 통계에 대해 최소한의 모멘트 및 부드러움 조건 하에서 중심극한정리(CLT)를 확립한다. 이는 임의의 랜덤 행렬 집단에 적용 가능한 일반적인 분산 경계 방법을 도입하여 CLT 증명을 해석적 행렬의 추적 분산을 경계하는 것으로 환원함으로써, 고전적 집단을 초월한 광범위한 적용 가능성을 가능하게 한다.

ABSTRACT

We consider two classical ensembles of the random matrix theory: the Wigner matrices and sample covariance matrices, and prove Central Limit Theorem for linear eigenvalue statistics under rather weak (comparing with results known before) conditions on the number of derivatives of the test functions and also on the number of the entries moments. Moreover, we develop a universal method which allows one to obtain automatically the bounds for the variance of differentiable test functions, if there is a bound for the variance of the trace of the resolvent of random matrix. The method is applicable not only to the Wigner and sample covariance matrices, but to any ensemble of random matrices.

연구 동기 및 목표

• 이전에 알려진 바보다 더 약한 모멘트 및 부드러움 조건 하에서 Wigner 행렬과 표본 공분산 랜덤 행렬의 선형 고유값 통계에 대해 중심극한정리(CLT)를 확립하는 것.
• 임의의 랜덤 행렬 집단에 적용 가능한, 해석적 행렬의 추적 분산에 기반한 선형 고유값 통계의 분산을 일반화된 방법으로 경계하는 방법을 개발하는 것.
• 기존의 CLT 결과를 더 적은 도함수 수와 더 엄격한 모멘트 조건을 필요로 하지 않는 테스트 함수로 확장하여, 실해석 함수나 네 번째 누적량 조건을 요구하지 않는 것을 목표로 하는 것.
• 해석적 행렬의 추적 변동에 기반한 동일한 프레임워크를 통해 Wigner 및 표본 공분산 집단의 분석을 통합하는 것.

제안 방법

• 복소수 z에 대해 행렬 (M - z)^{-1}의 추적 분산을 먼저 경계함으로써 선형 고유값 통계의 분산을 경계하는 일반적인 방법을 유도한다.
• Wigner 행렬에 대해, 행렬 블록 구조와 조건부 기대값을 기반으로 한 해석적 추적의 재귀적 분해를 사용한다.
• 제닝스 부등식과 행렬 원소의 모멘트 경계를 활용하여 해석적 추적의 변동을 제어하며, 네 번째 모멘트에 대한 린데베르크 유사 조건 (1.11)을 활용한다.
• 특성 함수 접근법과 유계성 증명을 통해 확률적 수렴이 정규분포로 수렴함을 증명하며, 분산 함수의 연속성을 기반으로 한다.
• 표본 공분산 행렬에 대해, X X* 행렬의 구조에 맞게 해석적 추적 분해와 모멘트 추정을 적응시켜 동일한 방법을 적용한다.
• 테스트 함수의 밀집 부분공간에서의 분산 함수의 균일 연속성을 기반으로 특성 함수의 수렴을 증명함으로써 CLT를 확립한다.

실험 결과

연구 질문

• RQ1 기존에 요구된 것보다 더 약한 행렬 원소의 모멘트 조건 하에서도 선형 고유값 통계에 대한 중심극한정리(CLT)를 증명할 수 있는가?
• RQ2 어떤 행렬 집단이든 상관없이 해석적 추적 분산의 분산만으로 선형 고유값 통계의 분산을 일반화된 방법으로 경계할 수 있는가?
• RQ3 실해석성이나 고차 도함수를 요구하지 않고, 3/2 + ε 도함수만으로도 CLT가 성립하는가?
• RQ4 정규분포가 아니며 정확한 네 번째 모멘트를 갖지 않는 Wigner 및 표본 공분산 행렬에 대해서도 네 번째 누적량이 0이 아니더라도 CLT를 확장할 수 있는가?
• RQ5 다양한 집단 간에 선형 고유값 통계의 한계 분산 표현이 일반적이며, 해석적 통계에서 체계적으로 유도될 수 있는가?

주요 결과

• 논문은 Wigner 행렬의 선형 고유값 통계에 대해 네 번째 모멘트가 유한하고, 네 번째 모멘트에 대한 린데베르크 유사 조건 (1.11)이 성립할 경우 최소한의 모멘트 조건 하에서 CLT를 증명한다.
• 정규화된 선형 고유값 통계의 한계 분포는 평균이 0이고, 식 (1.10)에 의해 명시적으로 주어진 분산을 갖는 정규분포로 수렴한다. 이 식은 반원법칙, 네 번째 누적량, 대각선 분산의 기여를 포함한다.
• 식 (1.10)의 분산 공식은 s > 3/2 + ε 인 소볼레프 공간 H_s 내의 테스트 함수 φ에 대해 유도되었으며, 이는 이전 연구에서 요구한 실해석성 또는 다섯 개의 도함수 조건을 크게 완화한다.
• 해석적 추적 분산의 분산 경계가 가능하면 임의의 미분 가능한 테스트 함수에 대해 분산 경계를 자동으로 도출할 수 있으며, 이는 모든 랜덤 행렬 집단에 적용 가능한 일반적인 프레임워크를 제공한다.
• 동일한 방법은 표본 공분산 행렬로 확장되어 동일한 모멘트 및 부드러움 조건 하에서 CLT를 증명하며, 분산 공식은 마르체노코-파스트르 법칙에 맞게 적응된다.
• 증명 기법은 조밀한 테스트 함수 클래스뿐 아니라 전체 H_s 함수 공간으로의 연속적 확장을 보장함으로써 광범위한 적용 가능성을 확보한다.