[논문 리뷰] Local Single Ring Theorem

Florent Benaych-Georges|arXiv (Cornell University)|2015. 01. 30.

Random Matrices and Applications참고 문헌 20인용 수 4

한 줄 요약

이 논문은 대규모 비에르미트 랜덤 행렬에 대한 단일 고리 정리의 국소적 버전을 수립하며, 행렬의 경험적 고유값 분포가 미세 구조 스케일 $(\log N)^{-1/4+\epsilon}$ 까지 제한된 원형 법칙으로 수렴함을 증명한다. 이는 행렬의 하위순서성과 자유 확률 기법을 사용하여 이루어진다. 주요 결과는 이 미세한 스케일에서 특이값에 대한 국소 법칙과 고유값의 분산 방지 성질이다.

ABSTRACT

The Single Ring Theorem, by Guionnet, Krishnapur and Zeitouni, describes the empirical eigenvalue distribution of a large generic matrix with prescribed singular values, i.e. an $N\ imes N$ matrix of the form $A=UTV$, with $U, V$ some independent Haar-distributed unitary matrices and $T$ a deterministic matrix whose singular values are the ones prescribed. In this text, we give a local version of this result, proving that it remains true at the microscopic scale $(\\log N)^{-1/4}$. On our way to prove it, we prove a matrix subordination result for singular values of sums of non Hermitian matrices, as Kargin did for Hermitian matrices. This allows to prove a local law for the singular values of the sum of two non Hermitian matrices and a delocalization result for singular vectors.

연구 동기 및 목표

• 비에르미트 행렬에 대한 단일 고리 정리를 미세 구조 스케일까지 확장하여, 대규모 비에르미트 랜덤 행렬의 국소 고유값 통계를 증명하는 것.
• i.i.d. 성분을 가진 비에르미트 랜덤 행렬의 합에 대한 특이값에 대한 국소 법칙을 수립하는 것.
• 이러한 행렬의 특이벡터의 분산 방지 성질을 증명하여, 그들이 구성 요소에 균일하게 분포되어 있음을 보장하는 것.
• 에르미트 행렬의 Kargin의 작업에 유사한 비에르미트 행렬을 위한 행렬 하위순서 프레임워크를 개발하는 것.
• 단일 고리 모델에서 고유값의 반발력과 국소 고유값 통계에 대한 엄밀한 기초를 마련하는 것.

제안 방법

• 비에르미트 행렬의 스펙트럼 측도를 그의 리소브언트의 로그의 트레이스의 라플라시안과 연결하기 위해 허미트화 기법을 사용한다.
• 비에르미트 행렬의 합에 대한 특이값에 대한 행렬 하위순서를 적용하여, Kargin의 결과를 에르미트 설정에서 비에르미트 설정으로 일반화한다.
• 스chu르 보조정리의 간접적 적용을 위해, 하아르 측도 대칭성을 유지하기 위해 하위순서 관계로 대체한다.
• 특히 덧셈 자유 콘볼루션 $\boxplus$ 를 사용하여 자유 확률 도구를 활용하여, 한계 스펙트럼 측도 $\mu$ 를 특이값 분포 $\nu$ 로 특성화한다.
• 스티엘지우스 변환의 복소 영역에서의 감쇠를 제어하기 위해 하다마르의 세 원정리를 적용한다.
• 2차 미분 가능한 테스트 함수와 스티엘지우스 변환의 감쇠 추정을 사용한 부트스트랩 추론을 통해 국소 법칙의 경계를 유도한다.

실험 결과

연구 질문

• RQ1 단일 고리 정리는 스케일 $\varepsilon_N = (\log N)^{-1/4 + \epsilon}$ 까지 미세 구조 스케일로 확장될 수 있는가?
• RQ2 행렬 $A = UTV$ 의 경험적 고유값 분포는 고유값 간격에 가까운 스케일에서 어떻게 행동하는가?
• RQ3 리소브언트의 합을 제어하기 위해 행렬 하위순서는 비에르미트 행렬에 어떻게 적응시킬 수 있는가?
• RQ4 단일 고리 모델에서 특이벡터의 분산 방지 성질은 어떠한가?
• RQ5 스티엘지우스 변환의 한계 스펙트럼 측도는 복소 평면 전역에서 균일하게 제어되며, 날카운 감쇠 추정이 가능한가?

주요 결과

• 국소 법칙은 스케일 $\varepsilon_N = (\log N)^{-1/4 + \epsilon}$ 까지 성립하며, 이는 반지름 $\varepsilon_N$ 인 구 안의 고유값 수가 渐近적으로 정확하다는 것을 의미한다.
• 한계 스펙트럼 측도 $\mu$ 는 원형 대칭이며, 지지 집합 $\{z \in \mathbb{C} : a \leq |z| \leq b\}$ 을 가진다. 여기서 $a^{-2} = \int x^{-2} d\nu(x)$ 이고 $b^2 = \int x^2 d\nu(x)$ 이다.
• 측도 $\mu$ 의 밀도 $\rho(z)$ 는 $\rho(z) = \frac{1}{2\pi} \Delta_z \left( \int \log|x| \, d\nu_{\infty,z}(x) \right)$ 로 주어지며, $\nu_{\infty,z} = \nu^s \boxplus \frac{\delta_{|z|} + \delta_{-|z|}}{2}$ 이다.
• 행렬 하위순서 결과가 증명되었다: $\mathbb{E}[G_{\mathbf{H}}(z)] = G_{\mathbf{A}}(z + S_B(z)) + \text{오차}$, 여기서 연산자 노름 오차는 $\eta \geq N^{1/8}$ 일 때 $\leq \frac{1}{N\eta^6}$ 이다.
• 특이벡터는 분산 방지 성질을 가진다: 높은 확률로 $\ell^2$-질량이 구성 요소 전역에 균일하게 분포되어 있다.
• 스티엘지우스 변환에 대한 날카운 감쇠 추정이 확보되었다: $\sup |m_{\nu_N}(z)| \leq C e^{-c\sqrt{\log N}}$ 이면, 부드러운 테스트 함수 $\phi_N$ 에 대해 $|\nu_N(\phi_N)| \leq \frac{C' L_N \|\phi_N^{(p+1)}\|_\infty}{(p+1)! (\log N)^{p/2}}$ 이다.