[논문 리뷰] Combinatorial theory of permutation-invariant random matrices II: cumulants, freeness and Levy processes

Franck Gabriel|arXiv (Cornell University)|2015. 07. 09.

Random Matrices and Applications참고 문헌 28인용 수 10

한 줄 요약

이 논문은 순열 치환 불변성 랜덤 매트릭스를 다루기 위해 $π$-트레이스 대수와 $π$-커멀란트를 도입한다. 이는 자유 확률론과 커멀란트 이론을 일반화하는 것으로, 유니터리 또는 대칭군 불변성과 $π$-분포 수렴이 $π$-자유성으로 이어짐을 증명하고, 이러한 불변 조건 하에서 행렬값 Lévy 과정의 덧셈형 및 곱셈형 수렴 정리를 증명함으로써, 분할 기반 쌍대성과 渐近 자유성에 기반한 이러한 과정의 연구를 통합한다.

ABSTRACT

The $\mathcal{A}$-tracial algebras are algebras endowed with multi-linear forms, compatible with the product, and indexed by partitions. Using the notion of $\mathcal{A}$-cumulants, we define and study the $\mathcal{A}$-freeness property which generalizes the independence and freeness properties, and some invariance properties which model the invariance by conjugation for random matrices. A central limit theorem is given in the setting of $\mathcal{A}$-tracial algebras. A generalization of the normalized moments for random matrices is used to define convergence in $\mathcal{A}$-distribution: this allows us to apply the theory of $\mathcal{A}$-tracial algebras to random matrices. This study is deepened with the use of $\mathcal{A}$-finite dimensional cumulants which are related to some dualities as the Schur-Weyl's duality. This gives a unified and simple framework in order to understand families of random matrices which are invariant by conjugation in law by any group whose associated tensor category is spanned by partitions, this includes for example the unitary groups or the symmetric groups. Among the various by-products, we prove that unitary invariance and convergence in distribution implies convergence in $\mathcal{P}$-distribution. Besides, a new notion of strong asymptotic invariance and independence are shown to imply $\mathcal{A}$-freeness. Finally, we prove general theorems about convergence of matrix-valued additive and multiplicative L{é}vy processes which are invariant in law by conjugation by the symmetric group. Using these results, a unified point of view on the study of matricial L{é}vy processes is given.

연구 동기 및 목표

• 유니터리 군보다 더 작은 군에 대해 불변인 랜덤 매트릭스를 다룰 수 있도록 자유 확률론과 커멀란트 이론을 일반화하는 것.
• 행렬값 Lévy 과정을 연구하기 위해 $π$-트레이스 대수와 $π$-커멀란트를 사용한 통합 프레임워크를 개발하는 것.
• 漸近 불변성과 독립성에 기반해 $π$-자유성이 어떻게 발생하는지 조건을 설정하는 것.
• 덧셈형 및 곱셈형 Lévy 과정의 $π$-분포 수렴 정리를 증명하여 고전 결과를 자유가 아닌 설정으로 확장하는 것.

제안 방법

• 분할에 따라 인덱싱된 다중선형 형식을 갖춘 $π$-트레이스 대수를 도입하여, 고전적 및 자유 커멀란트를 일반화한다.
• $π$-자유성을 독립성과 자유성의 일반화로 정의하며, 분할 기반 텐서 카테고리와 함께 공액 불변성과 호환됨을 보인다.
• $π$-유한차원 커멀란트를 사용하여 랜덤 매트릭스의 불변성과 셸-웨일 이중성, 표현 이론적 이중성을 연결한다.
• $π$-트레이스 대수에서 중심 극한 정리를 적용하여 랜덤 매트릭스 가족의 $π$-분포 수렴을 유도한다.
• $π$-분포와 고차수 변동성을 사용하여 생성함수와 $π$-변환을 활용해 행렬값 Lévy 과정의 수렴을 확립한다.
• 강한 점근적 $π$-불변성과 독립성이 $π$-자유성을 유도함을 증명하여 고전적 점근 자유성 결과를 확장한다.

실험 결과

연구 질문

• RQ1 자유성의 개념은 랜덤 매트릭스 이론에서 유니터리 군보다 더 작은 군에 대해 불변일 경우를 포괄하도록 일반화될 수 있는가?
• RQ2 어떤 조건에서 $π$-분포 수렴과 $π$-불변성이 랜덤 매트릭스 가족에 대해 $π$-자유성을 유도하는가?
• RQ3 대칭군 또는 유니터리 군 불변성 하에서 행렬값 Lévy 과정은 어떻게 특징지어지고, 그 수렴성이 어떻게 확립되는가?
• RQ4 $π$-트레이스 대수 이론은 비유니터리 불변성을 가진 랜덤 매트릭스의 맥락에서 고전적 확률론과 자유 확률론을 통합할 수 있는가?
• RQ5 고차수 변동성이 점근적 독립성과 $π$-분포 수렴을 특징짓는 데 어떤 역할을 하는가?

주요 결과

• 유니터리 불변성과 $π$-분포 수렴은 고전 결과를 자유가 아닌 설정으로 확장하여 $π$-자유성을 유도한다.
• 강한 점근적 $π$-불변성과 독립성이 $π$-자유성을 유도하며, 점근 자유성의 새로운 기준을 제공한다.
• $π$-변환은 덧셈형 Lévy 과정의 극한을 특징짓는다: $\mathcal{R}^{(n)}[X_{t_0}] = e^{oxdot t_0 \mathcal{R}^{(n)}(G)}$, 자유 Lévy-킨친 공식을 일반화한다.
• 곱셈형 Lévy 과정의 경우, 모멘트의 시간 도함수는 $π$-커멀란트를 포함하는 미분방정식을 만족한다: $\frac{d}{dt}\mathbb{E}m_p^i[X_t] = \sum \kappa_{p_1}^i(G_k) \mathbb{E}m^{j}_{^{t}p_1 \circ p}[X_t]$, 수렴 분석이 가능해진다.
• $X_t^N$의 $π$-분포 수렴이 차수 $n$ 이내의 변동성까지 성립하려면 초기 생성자 $G_{k,l}^N$ 이 차수 $n$ 까지 수렴해야 하며, 이는 시간 진화에 대해 안정성을 보장한다.
• 이 이론은 군 불변성과 유한한 모멘트 조건 하에서 수렴이 $π$-분포에서 성립함을 보여, 즉 극한이 자유가 아니더라도 매트리실 Lévy 과정의 연구를 통합한다.