[논문 리뷰] Fluctuations of the extreme eigenvalues of finite rank deformations of random matrices

Florent Benaych-Georges, Alice Guionnet외 1명|arXiv (Cornell University)|2010. 09. 01.

Random Matrices and Applications참고 문헌 28인용 수 9

한 줄 요약

이 논문은 유한 질량 변형을 받은 랜덤 행렬에서 극단적 고유값의 변동성을 분석하며, 편향 행렬의 고유벡터가 국소화되어 있지 않은 경우, 고유값이 본질적 영역에서 벗어나면 정규 분포를 따르는 변동성을 보이며, 본질적 영역의 가장자리에 머무르는 고유값은 원래 행렬의 고유값과 유사한 행동을 보임을 보여준다. 주요 기여는 국소화된 랜덤 편향 하에서 BBP 전이의 보편성을 변동 수준에서 증명하는 것이다.

ABSTRACT

Consider a deterministic self-adjoint matrix X_n with spectral measure converging to a compactly supported probability measure, the largest and smallest eigenvalues converging to the edges of the limiting measure. We perturb this matrix by adding a random finite rank matrix with delocalized eigenvectors and study the extreme eigenvalues of the deformed model. We give necessary conditions on the deterministic matrix X_n so that the eigenvalues converging out of the bulk exhibit Gaussian fluctuations, whereas the eigenvalues sticking to the edges are very close to the eigenvalues of the non-perturbed model and fluctuate in the same scale. We generalize these results to the case when X_n is random and get similar behavior when we deform some classical models such as Wigner or Wishart matrices with rather general entries or the so-called matrix models.

연구 동기 및 목표

• 유한 질량 변형을 받은 결정론적 또는 랜덤 행렬에서 극단적 고유값의 渐近적 행동을 이해하기 위해.
• 고유값이 본질적 영역에서 벗어나거나 스펙트럼 지원의 가장자리에 머무르는 조건을 규명하기 위해.
• 변형된 위저 및 위샤르트 행렬에 대해 BBP 상전이의 변동 수준에서의 보편성을 확립하기 위해.
• 편향의 고유벡터의 국소화 정도에 따라 고유값의 극한 분포를 특성화하기 위해.
• 고유값의 변동 행동이 일반 i.i.d. 또는 국소화된 편향에 대해 어떻게 강인한지, 이를 일반화된 i.i.d. 또는 국소화된 편향으로 확장하기 위해.

제안 방법

• 저자는 스펙트럼 측도가 컴actsupport된 확률 측도로 수렴하는 자기수반 결정론적 행렬 $X_n$을 고려하고, 고유벡터가 국소화된 유한 질량 랜덤 행렬 $R_n$으로 이를 변형한다.
• 편향 벡터는 로그 소볼레프 조건과 모멘트 조건을 만족하는 i.i.d. 또는 정규직교화된 벡터로 추출된다.
• 두 번째 순서 Poincaré 부등식과 모멘트 계산을 통해, 편향 벡터와 결정론적 행렬을 포함하는 이차형식의 극한 분포를 유도한다.
• 분석은 매트릭스 원소로 인덱스가 매겨진 랜덤 과정의 유한 차원 분포의 약한 수렴에 기반하며, [7]에서 제시된 선형 고유값 통계의 가우시안 변동 결과를 활용한다.
• 증명은 정규직교화를 통해 i.i.d. 벡터 모델로의 환원을 사용하며, 오차 항은 농도 부등식과 모멘트 유계를 통해 통제된다.
• 핵심 기술 도구로는 트레이스 통계량, 그람-슈미트 정규직교화, 고차원 랜덤 벡터에서의 이차형식의 渐近적 행동이 사용된다.

실험 결과

연구 질문

• RQ1 유한 질량 변형 행렬의 극단적 고유값이 언제 정규 분포 변동을 보일 수 있는가?
• RQ2 편향의 고유벡터의 국소화 정도가 극단적 고유값의 변동 행동에 어떻게 영향을 미치는가?
• RQ3 본질적 영역 가장자리에 머무르는 고유값의 극한 분포는 무엇인가?
• RQ4 비가우시안 매트릭스 집단에 대해 BBP 상전이가 변동 수준에서 보편적임을 입증할 수 있는가?
• RQ5 극한 고유값의 $p$-번째 값이 본질적 영역에 머무를 경우, 그 변동은 어떻게 행동하는가? 그리고 이는 $p$-차원 트레이시-위드롬 법칙을 따르는가?

주요 결과

• 편향의 고유벡터가 국소화되어 있지 않은 경우, 어떤 기저 행렬이 결정론적 또는 랜덤일지에 관계없이 본질적 영역에서 벗어나는 고유값은 정규 분포 변동을 보인다.
• 본질적 영역 가장자리에 머무르는 고유값은 본질적으로 원래 행렬의 해당 고유값과 매우 가까운 극한 행동을 보이며, 변동성은 원래 행렬의 것과 일치한다.
• 일차원 편향의 경우, 두 번째 고유값은 첫 번째 고유값이 본질적 영역에서 벗어나는지 또는 가장자리에 머무르는지에 따라, 원래 행렬의 첫 번째 고유값과 동일한 변동 패tern을 따른다.
• 원래 행렬이 일반 i.i.d. 원소를 가진 위저 또는 위샤르트 행렬인 경우, 본질적 영역에 머무르는 $p$-번째 극한 고유값은 $p$-차원 트레이시-위드롬 법칙에 따라 변동한다.
• 편향 벡터를 포함하는 이차형식의 유한 차원 분포는 가우시안 과정으로 약하게 수렴하며, 분산은 항목 분포의 네 번째 촉매량과 매트릭스 구조에 따라 달라진다.
• 결과는 i.i.d. 및 정규직교화된 랜덤 편향 벡터 모두에 대해 성립하며, 후자의 경우 정규직교화 과정에서 통제 가능한 오차 항을 통해 전자의 경우로 환원된다.