[논문 리뷰] Large permutation invariant random matrices are asymptotically free over the diagonal

Benson Au, Guillaume Cébron외 3명|arXiv (Cornell University)|2018. 05. 18.

Random Matrices and Applications참고 문헌 10인용 수 7

한 줄 요약

이 논문은 유일한 연산자 노름 상한 조건 하에서, 대칭성과 독립성을 갖는 큰 랜덤 행렬의 가족이 대규모 N 근처에서 대각선 위에서 점점 자유로워지며, 확률적으로도 기대값으로도 수렴함을 증명한다. 이 결과는 유한한 랜덤 변수로 요소별로 곱해진 행렬로까지 확장되며, 꼬리가 두꺼운 Wigner 행렬이나 희박한 Erdős-Rényi 그래프와 같은 모델에 적용 가능하다.

ABSTRACT

We prove that independent families of permutation invariant random matrices are asymptotically free over the diagonal, both in probability and in expectation, under a uniform boundedness assumption on the operator norm. We can relax the operator norm assumption to an estimate on sums associated to graphs of matrices, further extending the range of applications (for example, to Wigner matrices with exploding moments and so the sparse regime of the Erd\H{o}s-R\'{e}nyi model). The result still holds even if the matrices are multiplied entrywise by bounded random variables (for example, as in the case of matrices with a variance profile and percolation models).

연구 동기 및 목표

• 독립적인 큰 순열 불변 랜덤 행렬의 가족이 대각선 위에서 합착 자유도를 확립한다.
• 그래프 기반의 모멘트 추정을 도입하여 균일한 연산자 노름 조건을 완화함으로써, 순간이 폭발하는 모델에의 적용 가능성을 확보한다.
• 유한한 랜덤 변수로 요소별로 곱해진 행렬로 프레임워크를 확장한다. 이는 분산 프로파일 모델 및 침투 모델 등에 해당한다.
• 다중 행렬 모델의 스펙트럼 분포 분석을 위한 연산자 값 자유 확률 이론의 이론적 기초를 제공한다.
• 랜덤 행렬의 유리 함수의 극한 스펙트럼 분포를 수치적으로 계산함으로써 이론을 검증한다.

제안 방법

• 대각선 대수 DN 을 합착 부분대수로 사용하는 연산자 값 자유 확률 이론을 사용한다.
• Voiculescu의 조건부 기대와 E-분포 개념을 적용하여 DN 위에서의 점점 자유로움을 정의한다.
• 그래프 기반의 모멘트 방법을 사용하며, 행렬 곱을 정점이 행렬 인덱스를 나타내고, 간선이 행렬 원소를 나타내는 레이블된 그래프로 모델링한다.
• 테스트 그래프 프레임워크를 도입하여, 단항식이 색칠된 그래프로 표현되며 간선이 행렬 가족에 의해 레이블링됨을 정의한다.
• 테스트 그래프의 두 간선 연결 성분의 숲(FpG)을 통해 행렬의 추적의 점점 수렴 행동을 분석한다.
• 정점/간선 수와 구성 요소의 구조를 포함한 τ₀^N[Tπ]에 대한 경계를 사용하여, 트리가 아닌 성분(GCCpTπ)의 기여가 N → ∞ 일 때 사라짐을 증명한다.

실험 결과

연구 질문

• RQ1 독립적인 순열 불변 랜덤 행렬의 가족은 대규모 N 근처에서 대각선 위에서 점점 자유로워지는가?
• RQ2 균일한 연산자 노름 조건을 그래프 기반의 모멘트 조건으로 완화할 수 있는가? 이는 꼬리가 두꺼운 항목을 포함하는 모델에 적용 가능하게 한다.
• RQ3 행렬이 유한한 랜덤 변수로 요소별로 곱해진 경우, 점점 자유로움 결과가 유지되는가? 이는 분산 프로파일 또는 무작위 그래프의 침투 모델에 해당한다.
• RQ4 이 프레임워크를 사용하여 이러한 행렬의 유리 함수의 극한 스펙트럼 분포를 계산할 수 있는가?
• RQ5 두 간선 연결 성분의 숲이 비자유 기여의 점점 소멸을 특성화하는 데 어떤 역할을 하는가?

주요 결과

• 균일한 연산자 노름 상한 조건 하에서, 순열 불변 랜덤 행렬의 독립적인 가족은 확률적으로도 기대값으로도 대각선 위에서 점점 자유로워진다.
• 모든 p ≥ 1 에 대해 슈하텐 p-노름에서 εN = ∆[(P₁(Aℓ₁) - ∆P₁(Aℓ₁))⋯(Pₙ(Aℓₙ) - ∆Pₙ(Aℓₙ))] 가 0으로 수렴하면, DN 위에서 점점 자유로움이 성립한다.
• 연산자 노름 조건은 그래프 기반의 성장 조건으로 완화될 수 있으며, 이는 순간이 폭발하는 Wigner 행렬과 희박한 Erdős-Rényi 그래프를 포함하게 한다.
• 행렬이 유한한 랜덤 변수로 요소별로 곱해진 경우에도 점점 자유로움 결과는 유지되며, 이는 분산 프로파일 모델이나 무작위 그래프의 침투 모델에 해당한다.
• 증명은 일반화된 연결 성분이 트리가 아닌 테스트 그래프의 기여가 N → ∞ 일 때, 모멘트 추정에서 N의 음수 거듭제곱 항으로 인해 사라짐을 보여 이에 기반한다.
• 이 프레임워크는 연산자 값 자유 확률 이론의 방법을 활용하여 이러한 행렬의 합과 유리 함수의 극한 스펙트럼 분포를 수치적으로 계산할 수 있게 한다.