[논문 리뷰] On the Asymptotic Spectrum of Products of Independent Random Matrices

Friedrich Götze, Alexander A. Tikhomirov|arXiv (Cornell University)|2010. 12. 13.

Random Matrices and Applications인용 수 11

한 줄 요약

이 논문은 i.i.d. 성분을 가진 독립적인 비에르미트 랜덤 행렬의 곱에 대한 점 渐진 스펙트럼 분포를 수립한다. 로그 잠재력 방법과 이동된 행렬의 특이값 분석을 사용하여, 기대 경험 스펙트럼 분포가 복소 평면의 단위 원판 위의 균일 분포의 m제곱으로 약한 수렴함을 증명한다. 이는 단일 i.i.d. 랜덤 행렬에 대해 유효한 원형 법칙을 행렬 곱으로 일반화한다.

ABSTRACT

We consider products of independent random matrices with independent entries. The limit distribution of the expected empirical distribution of eigenvalues of such products is computed. Let $X^{( u)}_{jk},{}1\le j,r\le n$, $ u=1,...,m$ be mutually independent complex random variables with $\E X^{( u)}_{jk}=0$ and $\E {|X^{( u)}_{jk}|}^2=1$. Let $\mathbf X^{( u)}$ denote an $n imes n$ matrix with entries $[\mathbf X^{( u)}]_{jk}=\frac1{\sqrt{n}}X^{( u)}_{jk}$, for $1\le j,k\le n$. Denote by $\lambda_1,...,\lambda_n$ the eigenvalues of the random matrix $\mathbf W:= \prod_{ u=1}^m\mathbf X^{( u)}$ and define its empirical spectral distribution by $$ \mathcal F_n(x,y)=\frac1n\sum_{k=1}^n\mathbb I\{ e{\lambda_k}\le x,\im{\lambda_k\le y}\}, $$ where $\mathbb I\{B\}$ denotes the indicator of an event $B$. We prove that the expected spectral distribution $F_n^{(m)}(x,y)=\E \mathcal F_n^{(m)}(x,y)$ converges to the distribution function $G(x,y)$ corresponding to the $m$-th power of the uniform distribution on the unit disc in the plane $\mathbb R^2$.

연구 동기 및 목표

• i.i.d. 성분을 가진 독립적인 m개의 랜덤 행렬 곱의 점근적 스펙트럼 분포를 특성화하는 것.
• 단일 i.i.d. 랜덤 행렬에 대해 유효한 원형 법칙을 이러한 행렬의 곱으로 확장하는 것.
• 기대 경험 스펙트럼 분포가 확정적 극한으로 히스토그램 거리에 대해 수렴함을 확립하는 것.
• 두 번째 모멘트의 균일 적분 가능성을 가정할 경우 비-i.i.d. 케이스로 결과를 일반화하는 것.
• 대규모 랜덤 행렬 곱에서 고유값 행동에 대한 엄밀한 기초를 제공함으로써 무선 통신 및 자유 확률론과 관련된 문제를 다루는 것.

제안 방법

• 이전 원형 법칙 증명에서 유도된 로그 잠재력 방법을 응용하여 점근적 스펙트럼 측도를 분석한다.
• 복소수 z ∈ ℂ에 대해 이동된 행렬 W(z) = W − zI의 특이값 분포를 분석하여 고유값 변동성을 연구한다.
• 행렬 성분에 의해 생성된 시그마 대칭에 대한 마틴게일 전개를 사용하여 추적 항의 변동성을 제어한다.
• 랜덤 스케일링을 사용한 테일러 전개를 적용하여 리졸베ント 행렬의 도함수를 근사하고 오차 항을 제어한다.
• 특이값에 대한 경계를 리졸베ント 노름과 행렬 편향 기법을 사용하여, 특히 작은 및 중간 크기의 특이값에 대해 설정한다.
• 모멘트 조건과 균일 적분 가능성을 활용하여 i.i.d.가 아닌 경우로 결과를 확장하며, 더 약한 가정 하에서도 수렴을 보장한다.

실험 결과

연구 질문

• RQ1 i.i.d. 성분을 가진 독립적인 m개의 랜덤 행렬 곱의 점근적 스펙트럼 분포는 무엇인가?
• RQ2 행렬 크기 n → ∞일 때 이러한 곱의 경험 스펙트럼 분포는 어떻게 수렴하는가?
• RQ3 더 약한 모멘트 조건 하에서 원형 법칙을 이러한 m개의 행렬 곱으로 일반화할 수 있는가?
• RQ4 로그 잠재력 방법은 비에르미트 행렬 곱의 스펙트럼 측도 수렴을 증명하는 데 어떤 역할을 하는가?
• RQ5 이동된 행렬 W(z) = W − zI의 특이값은 고유값 분포 극한에 어떻게 기여하는가?

주요 결과

• 행렬 곱 W = ∏_{ν=1}^m X(ν)의 기대 경험 스펙트럼 분포가 복소 평면의 단위 원판 위의 균일 분포의 m제곱으로 히스토그램 거리에 대해 수렴한다.
• 극한 분포는 Lebesgue 밀도 g(x, y) = (1/π) ⋅ (x² + y²)^{m−1} 을 가지며, x² + y² ≤ 1 에서 성립한다.
• m = 1일 경우 결과는 고전적인 원형 법칙으로 줄어들며, 기존 결과와의 일致성을 확인한다.
• 유한한 고차 모멘트가 필요로 하지 않고, 두 번째 모멘트의 균일 적분 가능성을 더 약한 조건으로 수렴이 성립한다.
• 증명 기법은 두 번째 모멘트의 균일 적분 가능성을 만족하는 한 비-i.i.d. 성분으로도 확장 가능하다.
• 테일러 전개와 마틴게일 기법을 통해 오차 항을 효과적으로 제어하여, 비정규 분포 성분의 경우에도 수렴이 보장된다.