[논문 리뷰] Circular law, Extreme Singular values and Potential theory

Guangming Pan, Zhou Wang|ArXiv.org|2007. 05. 25.

Random Matrices and Applications참고 문헌 10인용 수 11

한 줄 요약

이 논문은 유한한 네 번째 모멘트 조건 하에서, 평균이 0이고 분산이 $1/n$인 i.i.d. 복소 랜덤 행렬에 대해 잠재 이론과 극단적 특이값의 거의확실 수렴을 조합하여, i.i.d. 복소 랜덤 행렬에 대한 원형법칙을 증명한다. 경험적 고유값 분포는 거의확실하게 단위 원판 위의 균일 분포로 수렴한다.

ABSTRACT

Consider the empirical spectral distribution of complex random $n imes n$ matrix whose entries are independent and identically distributed random variables with mean zero and variance $1/n$. In this paper, via applying potential theory in the complex plane and analyzing extreme singular values, we prove that this distribution converges, with probability one, to the uniform distribution over the unit disk in the complex plane, i.e. the well known circular law, under the finite fourth moment assumption on matrix elements.

연구 동기 및 목표

• 복소 평면에서 단위 원판 위의 균일 분포로 i.i.d. 복소 랜덤 행렬의 경험적 고유값 분포의 거의확실 수렴을 확립하는 것.
• 유한한 네 번째 모멘트 조건이라는 최소한의 조건 하에서 원형법칙 추측을 해결하며, 밀도의 유계성이나 서브-가우시안 尾 꼬리 조건을 요구하지 않는 것.
• 전통적인 방법(모멘트 방법 및 스틸체스 변환)의 한계를 극복하기 위해 잠재 이론과 극단적 특이값 분석을 융합한 프레임워크를 개발하는 것.
• 기존의 Girko 및 다른 연구자들의 작업에서 발견된 수학적 빈자리들을 피하는 엄밀한 원형법칙 증명을 제공하는 것.

제안 방법

• 복소 평면에서의 잠재 이론을 적용하여 경험적 고유값 측도의 로그 잠재를 분석하고, $ n^{-1/2}{f X} - z{f I} $의 행렬식과 연결한다.
• 식 $ U^{ u_n}(z) = -rac{1}{2n} \text{Re} \big[ \text{Tr} \big( \text{Log}({\bf H}_n) \big) \big] $ 를 사용하여, 헤르미트 행렬의 고유값을 통해 잠재를 표현한다. 여기서 $ {\bf H}_n = (n^{-1/2}{\bf X} - z{\bf I})(n^{-1/2}{\bf X}^* - \bar{z}{\bf I}) $이다.
• Bai와 Silverstein의 랭크 부등식 및 수렴 결과를 활용하여 $ {\bf H}_n $의 고유값 분포를 제어하고, 잠재 함수의 수렴을 보장한다.
• Borel-Cantelli 보조정리와 소구간 확률 추정을 적용하여, 특히 $ s_n({\bf X} - z\tilde{\bf I}) < n^{-3/2 - \nu} $일 때 작은 특이값 기여를 제어한다.
• 작은 최소 특이값에서 $ \frac{1}{2n} \big| \text{Log} \big( \text{Det}({\bf H}_n) \big) \big| \to 0 $ 거의확실 수렴 성립을 이용하여 특이값 분포의 하측 꼬리 기여를 제거한다.
• 로그 잠재에 대한 유일성 정리와 하한 랩핑 정리를 활용하여, 잠재의 거의확실 수렴을 도출하고, 이는 고유값 측도의 거의확실 수렴을 의미한다.

실험 결과

연구 질문

• RQ1 평균이 0이고 분산이 $ 1/n $인 $ n \times n $ 복소 랜덤 행렬의 경험적 고유값 분포가 유한한 네 번째 모멘트 조건 하에서 거의확실하게 단위 원판 위의 균일 분포로 수렴하는가?
• RQ2 모멘트 방법이나 스틸체스 변환에 의존하지 않고, 복소 평면에서의 잠재 이론을 사용하여 원형법칙을 증명할 수 있는가?
• RQ3 극단적 특이값—특히 최소 특이값—은 고유값 측도가 원형법칙으로 수렴하는 데 어떤 역할을 하는가?
• RQ4 유한한 네 번째 모멘트 조건 $ \text{E}|X_{11}|^4 < \big| $ 하에서 원형법칙을 증명할 수 있는가? 밀도의 유계성이나 서브-가우시안 꼬리 조건이 필요하지 않은가?

주요 결과

• 유한한 네 번째 모멘트 조건 $ \text{E}|X_{11}|^4 < \big| $ 하에서, $ n^{-1/2}{\bf X} $의 경험적 고유값 분포 $ \nu_n $ 는 복소 평면에서 단위 원판 위의 균일 분포로 거의확실하게 수렴한다.
• 경험적 고유값 측도의 잠재 $ U^{ u_n}(z) $ 는 거의확실하게 $ -\frac{1}{2} \big( \text{Re} \big[ \text{Tr} \big( \text{Log}({\bf H}_n) \big) \big] \big) $ 로 수렴하며, 이는 단위 원판 위의 균일 분포의 잠재로 수렴한다.
• 특이값 분포의 하측 꼬리 기여는 무시할 만하다: 최소 특이값이 작을 때 $ \frac{1}{2n} \big| \text{Log} \big( \text{Det}({\bf H}_n) \big) \big| \to 0 $ 거의확실 수렴이 성립한다.
• 유일성 정리와 하한 랩핑 정리를 통해 고유값 측도의 거의확실 수렴이 원형법칙으로 도출되며, 이는 한정 측도의 유일성을 보장한다.
• Bai(1997)의 유계 밀도 가정과 Götze 및 Tikhomirov(2010)의 서브-가우시안 꼬리 가정을 피하며, 최소한의 네 번째 모멘트 조건 하에서 수렴을 달성한다.
• 한계 잠재 $ -\frac{1}{2} \big( \text{Re} \big[ \text{Tr} \big( \text{Log}({\bf H}_n) \big) \big] \big) $ 가 $ |z| \ne 1 $ 에서 $ \frac{1}{2} \big( 1 - |z|^2 \big) $ 로 수렴함을 증명하여, 단위 원판 위의 균일 분포의 잠재와 일치함을 보였다.