[논문 리뷰] Lecture Notes on "Random Matrices"

Roland Speicher|arXiv (Cornell University)|2020. 09. 10.

Random Matrices and Applications참고 문헌 4인용 수 4

한 줄 요약

이 강의 시리즈는 무작위 행렬 이론의 포괄적인 소개를 제공하며, 와이너의 반원형 법칙, 가장 큰 고유값에 대한 트레이시–위드롬 분포, 원형 법칙과 같은 기초 주제를 다룬다. 스텔리에스 변환, 위크의 공식, 농도 불등식 등 조합적, 해석적, 확률적 방법을 사용하여 가우시안 및 와이너 집합에서 고유값 분포의 보편성과 渐近적 행동을 수립한다.

ABSTRACT

This in an introduction to random matrix theory, giving an impression of some of the most important aspects of this modern subject. In particular, it covers the basic combinatorial and analytic theory around Wigner's semicircle law, featuring also concentration phenomena, and the Tracy-Widom distribution of the largest eigenvalue. The circular law and a discussion of Voiculescu's multivariate extension of the semicircle law, as an appetizer for free probability theory, also make an appearance. The material here was presented in the winter term 2019/20 at Saarland University in 24 lectures of 90 minutes each. The lectures were recorded and can be found online at https://www.math.uni-sb.de/ag/speicher/web_video/index.html.

연구 동기 및 목표

• Graduate students 및 연구자를 대상으로 무작위 행렬 이론에 대해 엄밀하면서도 접근하기 쉬운 소개를 제공하기 위해.
• 조합적 및 해석적 기법을 사용하여 와이너 및 가우시안 무작위 행렬에 대한 반원형 법칙을 수립하기 위해.
• 비자유로운 브라운 운동과의 연결을 통해 가장 큰 고유값의 극한 분포를 트레이시–위드롬 분포를 통해 탐구하기 위해.
• 독립적인 GUE 행렬의 맥락에서 원형 법칙과 점점 자유로워지는 성질을 소개하고 자유 확률론 이론으로 이어지기 위해.
• 모멘트 방법, 스텔리에스 변환, 농도 불등식을 통해 고유값 통계를 분석할 수 있는 도구를 제공하기 위해.

제안 방법

• 가우시안 무작위 행렬의 모멘트를 계산하고 반원형 법칙을 조합적으로 유도하기 위해 위크의 공식과 교차하지 않는 쌍성 기법을 사용한다.
• 스텔리에스 변환을 적용하여 스펙트럼 측도의 약한 수렴을 분석하고 반원형 법칙을 해석적으로 증명한다.
• 포앙카레 및 로그 소볼레프 부등식을 사용하여 선형 스펙트럼 통계량의 측도 농도를 확립한다.
• 카린–맥그레고 및 게셀–비용노트 항등식을 활용하여 고유값 통계량을 교차하지 않는 경로와 행렬식 점과정과 연결한다.
• 하레르–자지어 재귀와 파이레베-II 방정식을 포함한 히우리스틱 및 엄밀한 접근을 통해 트레이시–위드롬 분포를 도출한다.
• RSK 대응과 경로 분해를 사용하여 가장 긴 증가 부분수열을 GUE 행렬의 고유값 변동과 연결한다.

실험 결과

연구 질문

• RQ1 와이너 및 가우시안 무작위 행렬의 고유값은 대규모 N 근처에서 어떻게 행동하는가? 반원형 법칙은 무엇에 의해 결정되는가?
• RQ2 GUE 및 GOE 집합에서 가장 큰 고유값의 극한 분포는 무엇이며, 트레이시–위드롬 분포와 어떻게 관련되어 있는가?
• RQ3 농도 불등식과 로그 소볼레프 부등식은 선형 스펙트럼 통계량의 변동성을 어떻게 제어하는가?
• RQ4 교차하지 않는 브라운 운동, 행렬식 점과정, 무작위 행렬의 고유값 통계량 사이의 연결 고리는 무엇인가?
• RQ5 평균이 0이고 분산이 유한한 i.i.d. 비에르미트 행렬에서 원형 법칙은 어떻게 유도되며, 그 보편성은 무엇인가?

주요 결과

• Wigner 및 GUE 행렬의 고유값 분포는 N → ∞일 때 거의 확실히 반원형 법칙으로 수렴하며, 그 극한 밀도는 [−2,2]에서 ρ(x) = (1/(2π))√(4−x²)로 주어진다.
• 적절히 스케일링된 GUE 행렬의 가장 큰 고유값은 거의 확실히 2로 수렴하며, 그 변동은 트레이시–위드롬 분포에 의해 지배된다.
• GUE의 공동 고유값 밀도는 헬름하우제 다항식과 바르데모인 덧셈식을 사용하여 표현할 수 있으며, 이는 행렬식 점과정의 구조를 이끈다.
• 무작위 순열에서 가장 긴 증가 부분수열의 분포는 트레이시–위드롬 분포로 수렴하며, 조합론과 무작위 행렬 이론을 연결한다.
• 기댓값이 0이고 분산이 유한한 비에르미트 i.i.d. 행렬의 고유값은 N → ∞일 때 단위 원판 위의 균일 분포로 수렴한다(원형 법칙).
• 독립적인 GUE 행렬의 고유값은 자유 확률론의 관점에서 점점 자유로워지며, 공동 모멘트는 자유 독립성에 의해 지배된다.