[논문 리뷰] Limiting spectral distribution for non-Hermitian random matrices with a variance profile

Nicholas A. Cook, Walid Hachem외 2명|arXiv (Cornell University)|2016. 12. 13.

Random Matrices and Applications참고 문헌 48인용 수 6

한 줄 요약

이 논문은 비에르미트 랜덤 행렬의 결정적 분산 프로파일을 갖는 경우, 한정된 스펙트럼 분포를 수립하며, 주어진 분산 프로파일에 기반한 마스터 방정식 시스템을 사용해 결정론적 한계 측도를 기술한다. 정량적 비가역 조건을 만족할 경우, 일부 분산이 0이 되는 경우에도, 경험적 스펙트럼 측도가 이 한계로 약한 수렴함을 증명하며, 원형 법칙을 이중 확률적 분산 프로파일로 확장한다.

ABSTRACT

For each $n$, let $A_n=(\sigma_{ij})$ be an $n imes n$ deterministic matrix and let $X_n=(X_{ij})$ be an $n imes n$ random matrix with i.i.d. centered entries of unit variance. We are interested in the asymptotic behavior of the empirical spectral distribution $\mu_n^Y$ of the rescaled entry-wise product \[ Y_n = \left(\frac1{\sqrt{n}} \sigma_{ij}X_{ij} ight). \] For our main result, we provide a deterministic sequence of probability measures $\mu_n$, each described by a family of Master Equations, such that the difference $\mu^Y_n - \mu_n$ converges weakly in probability to the zero measure. A key feature of our results is to allow some of the entries $\sigma_{ij}$ to vanish, provided that the standard deviation profiles $A_n$ satisfy a certain quantitative irreducibility property. Examples are also provided where $\mu_n^Y$ converges to a genuine limit. As an application, we extend the circular law to a class of random matrices whose variance profile is doubly stochastic.

연구 동기 및 목표

• 비에르미트 랜덤 행렬의 결정적 분산 프로파일에 대한 한계 스펙트럼 분포를 특성화하는 것.
• 랜덤 행렬과 결정론적 행렬의 스케일링된 요소별 곱의 경험적 스펙트럼 분포의 渐近 행동을 분석하는 것.
• 경험적 측도가 마스터 방정식으로 기술된 결정론적 한계로 약한 수렴함을 확립하는 것.
• 일부 항목의 분산이 0일 경우에도, 분산 프로파일이 이중 확률적인 행렬에 대해 원형 법칙을 확장하는 것.

제안 방법

• i.i.d. 중심 확률 변수이자 단위 분산을 갖는 $ X_{ij} $ 를 사용해 스케일링된 행렬 $ Y_n = \left(\frac{1}{\sqrt{n}} \sigma_{ij} X_{ij}\right) $ 를 정의한다.
• 분산 프로파일 $ A_n = (\sigma_{ij}) $ 에 기반한 마스터 방정식의 가족을 통해 정의된 각각의 확률 측도 $ \mu_n $ 의 결정론적 수열을 도입한다.
• 마스터 방정식이 유일한 해를 가지며 한계 측도가 잘 정의되도록 분산 프로파일 $ A_n $ 에 정량적 비가역 조건을 부과한다.
• 확률론적 및 해석적 기법을 사용해 $ \mu_n^Y - \mu_n $ 이 약한 수렴으로 0으로 수렴함을 보인다.
• 이중 확률적 분산 프로파일인 경우에 이 프레임워크를 적용하여, 동일한 조건 하에서 원형 법칙으로 수렴함을 증명한다.
• 명시적인 예시를 제시하여 $ \mu_n^Y $ 가 비삼각형, 비균일한 한계로 수렴함을 보여, 이론적 프레임워크의 일반성을 검증한다.

실험 결과

연구 질문

• RQ1 비에르미트 랜덤 행렬의 분산 프로파일을 갖는 경우, 경험적 스펙트럼 분포가 결정론적 한계로 약한 수렴함의 조건은 무엇인가?
• RQ2 분산 프로파일의 일부 항목이 0이 되는 경우, 한계 스펙트럼 분포는 어떻게 특성화될 수 있는가?
• RQ3 분산 프로파일의 정량적 비가역성이 한계 측도의 존재성과 유일성을 보장하는 데 어떤 역할을 하는가?
• RQ4 분산 프로파일이 이중 확률적인 랜덤 행렬에 대해서도 원형 법칙을 확장할 수 있는가, 특히 분산이 0인 항목이 존재하는 경우에도?
• RQ5 마스터 방정식은 분산 프로파일과 행렬 크기의 관점에서 한계 스펙트럼 분포를 어떻게 기술하는가?

주요 결과

• 스케일링된 행렬 $ Y_n $ 의 경험적 스펙트럼 분포 $ \mu_n^Y $ 는 마스터 방정식 시스템으로 특성화된 결정론적 측도 $ \mu_n $ 으로 약한 수렴함을 보인다.
• 일부 $ \sigma_{ij} = 0 $ 이더라도, 분산 프로파일 $ A_n $ 이 정량적 비가역 조건을 만족할 경우 수렴이 성립한다.
• 한계 측도 $ \mu_n $ 은 분산 프로파일과 마스터 방정식에 의해 유일하게 결정되며, 스펙트럼 분포의 안정성과 예측 가능성 보장한다.
• 이중 확률적 분산 프로파일인 경우, 한계 스펙트럼 분포는 단위 원판 위의 균일 분포로 수렴하므로, 고전적 원형 법칙을 확장한다.
• 명시적인 예시를 통해 $ \mu_n^Y $ 가 비원형, 비균일한 한계로 수렴함을 보여, 이 프레임워크의 일반성을 입증한다.
• $ \mu_n^Y - \mu_n $ 이 약한 수렴으로 영 측도로 수렴함을 확인하여, 한계의 결정론적 성격을 확인한다.