[논문 리뷰] Limiting Spectral Distributions of Sums of Products of Non-Hermitian Random Matrices

Holger Kösters, А. Н. Тихомиров|arXiv (Cornell University)|2015. 06. 14.

Random Matrices and Applications참고 문헌 41인용 수 4

한 줄 요약

이 논문은 i.i.d. 비헤르미트 행렬과 그 역행렬의 곱의 합에 대한 한계 스펙트럼 분포를 규명하며, 자유 확률의 병렬 복합에 의해 보편성과 안정성을 보여준다. 행렬 크기 n → ∞ 일 때, 이러한 곱의 m개의 독립 복사본의 합의 고유값 분포가 적절한 스케일링을 거친 후 단일 곱의 한계 분포와 일치함을 증명하며, 기존의 진비레 행렬에 대한 결과를 확장하고 자유 곱셈 복합과 S-변환을 통해 안정한 한계 법칙을 수립한다.

ABSTRACT

For fixed $l,m \ge 1$, let $\mathbf{X}_n^{(0)},\mathbf{X}_n^{(1)},\dots,\mathbf{X}_n^{(l)}$ be independent random $n imes n$ matrices with independent entries, let $\mathbf{F}_n^{(0)} := \mathbf{X}_n^{(0)} (\mathbf{X}_n^{(1)})^{-1} \cdots (\mathbf{X}_n^{(l)})^{-1}$, and let $\mathbf{F}_n^{(1)},\dots,\mathbf{F}_n^{(m)}$ be independent random matrices of the same form as $\mathbf{F}_n^{(0)}$. We investigate the limiting spectral distributions of the matrices $\mathbf{F}_n^{(0)}$ and $\mathbf{F}_n^{(1)} + \dots + \mathbf{F}_n^{(m)}$ as $n o \infty$. Our main result shows that the sum $\mathbf{F}_n^{(1)} + \dots + \mathbf{F}_n^{(m)}$ has the same limiting eigenvalue distribution as $\mathbf{F}_n^{(0)}$ after appropriate rescaling. This extends recent findings by Tikhomirov and Timushev (2014). To obtain our results, we apply the general framework recently introduced in Götze, Kösters and Tikhomirov (2014) to sums of products of independent random matrices and their inverses. We establish the universality of the limiting singular value and eigenvalue distributions, and we provide a closer description of the limiting distributions in terms of free probability theory.

연구 동기 및 목표

• 행렬 크기 n → ∞ 일 때, 독립적인 비헤르미트 랜덤 행렬과 그 역행렬의 곱의 합에 대한 한계 스펙트럼 분포를 결정하는 것.
• 유한한 두 번째 모멘트 조건을 만족하는 다양한 항목 분포에 대해 한계 고유값 분포의 보편성을 확립하는 것.
• 이러한 행렬 합의 한계 분포가 자유 곱셈 복합 연산에 대해 안정성을 가지는지 보여주는 것.
• 특히 S-변환과 R-변환을 포함한 자유 확률 도구를 통해 한계 분포를 명시적으로 특성화하는 것.
• 기존의 진비레 행렬에 대한 결과를 i.i.d. 행렬의 합과 역행렬을 포함하는 더 일반적인 곱으로 확장하는 것.

제안 방법

• Götze, Kösters, Tikhomirov (2014)의 일반적 프레임워크를 적용하여 독립적인 랜덤 행렬과 그 역행렬의 곱의 합을 분석한다.
• 한계 고유값 분포를 기술하기 위해 자유 곱셈 복합 ⊠ 과 덧셈 복합 ⊞ 의 개념을 사용한다.
• 특히 행렬 Fₙ⁽⁰⁾ = Xₙ⁽⁰⁾(Xₙ⁽¹⁾)⁻¹⋯(Xₙ⁽ˡ⁾)⁻¹의 곱의 한계 분포를 특성화하기 위해 S-변환을 활용한다.
• 스펙트럼 측도를 제어하고 확률적 수렴을 도출하기 위해 Helffer–Sjöstrand 함수 해석학을 적용한다.
• 특이값에 대한 부등식(예: Horn의 부등식)을 사용하여 필요한 모멘트 및 안정성 조건(C0–C2)을 검증한다.
• 비헤르미트 랜덤 행렬의 작은 특이값에 대한 유계성(예: [22, 23]에서 제시된 것들)을 활용하여, n → ∞ 일 때 역행렬의 가역성과 안정성을 높은 확률로 확보한다.

실험 결과

연구 질문

• RQ1 비헤르미트 랜덤 행렬의 i.i.d. 항목을 가진 곱의 m개의 독립 복사본의 합에 대한 한계 스펙트럼 분포가 적절한 스케일링을 거친 후 단일 곱의 분포와 일치하는가?
• RQ2 유한한 두 번째 모멘트만을 만족하는 다양한 항목 분포에 대해 이러한 행렬 곱의 한계 고유값 분포가 보편적인가?
• RQ3 자유 확률 이론을 통해, 특히 S-변환과 자유 곱셈 복합을 통해 한계 분포를 명시적으로 기술할 수 있는가?
• RQ4 이러한 행렬 곱의 한계 분포가 고전적 안정 법칙과 유사하게 자유 복합에 대해 안정성을 가지는가?
• RQ5 큰 n 한계에서 Fₙ⁽⁰⁾의 한계 스펙트럼 분포와 스케일링된 합 Fₙ⁽¹⁾ + ⋯ + Fₙ⁽ᵐ⁾ 사이의 정확한 관계는 무엇인가?

주요 결과

• 적절한 스케일링을 거친 후 m⁻⁽ˡ⁺¹⁾ᐟ²(Fₙ⁽¹⁾ + ⋯ + Fₙ⁽ᵐ⁾)의 한계 스펙트럼 분포가 Fₙ⁽⁰⁾의 분포와 일치함을 보여, 자유 복합에 대한 안정성의 한 형태를 확립한다.
• Fₙ⁽⁰⁾의 한계 고유값 분포는 H(Q⁻¹(γ₁⁻¹ ⊠ γ₁^⊞ˡ¹ ⊠ ⋯ ⊠ γ₁^⊞ˡᵏ))로 주어지며, 여기서 H는 Herglotz 변환, Q⁻¹는 R-변환의 역함수이다.
• 한계 분포는 보편적이다: 분포의 구체적인 형태는 모멘트 조건 (1.2)–(1.4)를 만족하는 한, 곱에 포함된 행렬의 수와 지수에만 의존하며, 항목의 분포에는 영향을 받지 않는다.
• Fₙ⁽⁰⁾의 한계 분포의 S-변환은 σₛ(2/(l+1))로 나타나지며, 이는 m개의 복사본과의 자유 곱셈 복합에 대한 안정성을 확인한다.
• n → ∞ 일 때, 경험적 고유값 분포 μₙ이 비랜덤 한계 분포 μ로 약한 수렴을 한다.
• Tikhomirov와 Timushev (2014)의 이전 결과를 특이값 유계성과 자유 확률 이론을 통해 엄밀히 정당화하면서, 역행렬과 독립 복사본의 합을 포함하는 더 일반적인 곱으로 확장한다.