[논문 리뷰] On the Rate of Convergence in the Central Limit Theorem for Linear Statistics of Gaussian, Laguerre, and Jacobi Ensembles

Sergey Berezin, Alexander I. Bufetov|arXiv (Cornell University)|2019. 04. 22.

Random Matrices and Applications참고 문헌 34인용 수 6

한 줄 요약

이 논문은 가우시안, 라거르, 자코비 유니타리 군집에 대한 선형 통계량의 중심극한정리에서 코모고로프–스미르nov 거리 척도에 대한 수렴 속도의 상한을 설정한다. 증가하는 간격에서 특성 함수를 균일하게 추정하기 위해 리만–힐베르트 접근법을 사용하여, 수렴 속도가 $ O(n^{-1/d}) $ 임을 증명한다. 여기서 GUE와 LUE에 대해서는 $ d=5 $, JUE에 대해서는 $ d=3 $ 이며, $ \beta, \beta > -1 $ 이 컴팩트 세트 내에서 균일하다.

ABSTRACT

Under the Kolmogorov--Smirnov metric, an upper bound on the rate of convergence to the Gaussian distribution is obtained for linear statistics of the matrix ensembles in the case of the Gaussian, Laguerre, and Jacobi weights. The main lemma gives an estimate for the characteristic functions of the linear statistics; this estimate is uniform over the growing interval. The proof of the lemma relies on the Riemann--Hilbert approach.

연구 동기 및 목표

• 가우시안, 라거르, 자코비 가중치를 가진 행렬 군집에 대한 선형 통계량의 중심극한정리에서의 수렴 속도에 상한을 도출하는 것.
• 수렴 속도가 시험 함수의 연속성 및 해석성, 그리고 군집 유형에 따라 어떻게 달라지는지 분석하는 것.
• 모든 세 군집에서 스펙트럼 간격을 표준화하여 $[-1,1]$로 통일함으로써 일컷기정규 잠재함수의 처리를 통합하는 것.
• LUE와 JUE에 대해 $ \beta, \beta > -1 $ 의 매개변수에 대해 균일한 수렴 속도를 확립하는 것.
• 비선형 기울기 내림 기법을 사용하여 선형 고유값 통계량의 渐近적 정규성에 대한 엄밀한 기초를 마련하는 것.

제안 방법

• 증가하는 간격에서 선형 통계량의 특성 함수에 대한 균일 추정을 도출하기 위해 리만–힐베르트 접근법을 사용한다.
• 분할 함수와 그 로그 도함수의 점근적 행동을 분석하기 위해 비선형 기울기 내림 방법을 적용한다.
• 정규화된 선형 통계량 $ S_{f,n} $ 의 특성 함수 $ \tilde{\rho}_{f,n}(h) $ 를 추정하는 핵심 보조정리(lemma)를 활용하며, $ h \to 0 $ 과 $ n \to \bigcirc $ 에 대해 균일한 경계를 확보한다.
• 코모고로프–스미르노프 거리의 경계를 위해 펠러의 부드러운 불등식을 사용한다.
• 오차 항을 제어하고 수렴 속도를 최적화하기 위해 특성 함수에 재스케일링 매개변수 $ \nu = n^\nu $ 를 도입한다.
• 지수 尾 꼬리 경계와 부등식 $ |e^z - 1| \leq |z|e^{|z|} $ 를 조합하여, $ \nu $ 가 중간 영역에서 오차 항이 증가하는 경우를 다룬다.

실험 결과

연구 질문

• RQ1 코모고로프–스미르노프 척도 하에서 가우시안, 라거르, 자코비 군집에 대한 선형 통계량의 중심극한정리에서 최적의 수렴 속도는 무엇인가?
• RQ2 시험 함수 $ f $ 의 연속성 및 해석성, 특히 $ f $ 가 $[-1,1]$ 의 복소 이웃 영역에서 해석적일 경우에 수렴 속도는 어떻게 달라지는가?
• RQ3 LUE와 JUE에 대해 $ \beta, \beta > -1 $ 의 매개변수에 대해 컴팩트 세트 내에서 수렴 속도를 균일하게 유 bounds 할 수 있는가?
• RQ4 스펙트럼 가장자리 $ \leq 1 $ 근처의 국소 고유값 행동이 수렴 속도를 결정하는 데 어떤 역할을 하는가?
• RQ5 리만–힐베르트 방법을 사용하여 행렬 군집에 대한 중심극한정리에서 날카로운 수렴 속도를 도출할 수 있는 특성 함수에 대한 균일한 경계를 유도할 수 있는가?

주요 결과

• 논문은 $ \frac{1}{n^{1/d}} \times \text{sup}_x |F_{f,n}(x) - F_{\text{N}}(x)| $ 가 $ n $ 과 $ x $ 에 대해 균일하게 유계임을 확립하며, GUE와 LUE에 대해서는 $ d = 5 $, JUE에 대해서는 $ d = 3 $ 이다.
• 수렴 속도는 $ O(n^{-1/d}) $ 이며, 이 경계는 LUE와 JUE에 대해 $ \beta, \beta > -1 $ 의 컴팩트 세트 내에서 균일하게 유지된다.
• 보조정리 1.5의 특성 함수 추정은 $ h \to 0 $ 과 $ n \to \bigcirc $ 에 대해 균일하므로, 펠러의 부등식을 통해 수렴 속도 유도가 가능하다.
• $ \nu \notin (1/d, 1/(d-1)) $ 인 경우, 특성 함수 전개의 오차 항은 유계이므로 수렴 속도 $ O(n^{-1/d}) $ 는 유지된다.
• 이 방법은 세 군집에 대해 정규직교다항식과 관련된 리만–힐베르트 문제의 비선형 기울기 내림 분석에 의존한다.
• 결과는 스펙트럼 가장자리 행동이 $ \leq 1 $ 가 수렴 속도를 결정하는 주요 요인이며, 부스터 통계량은 영향을 미치지 않는다는 것을 확인한다.