[논문 리뷰] Universality for generalized Wigner matrices with Bernoulli distribution

László Erdős, Horng‐Tzer Yau외 1명|arXiv (Cornell University)|2010. 03. 19.

Random Matrices and Applications참고 문헌 27인용 수 17

한 줄 요약

이 논문은 이전의 $(N\eta)^{-1/2}$ 추정치에 비해 더 나은 $(N\eta)^{-1}$ 오차 유계를 갖는 강화된 국소 반원법칙을 증명하여, 이산형 분포를 가진 일반화된 와이너 행렬에 대한 고유값 간격 통계의 보편성을 확립한다. 주요 혁신은 로그 소볼레프 부등식을 필요로 하지 않는 새로운 상관관계 추정치를 도입한 것으로, 이로 인해 이전에 제외되었던 특이 분포(예: 이산형 분포)에 대한 보편성도 가능해졌다.

ABSTRACT

The universality for the eigenvalue spacing statistics of generalized Wigner matrices was established in our previous work \cite{EYY} under certain conditions on the probability distributions of the matrix elements. A major class of probability measures excluded in \cite{EYY} are the Bernoulli measures. In this paper, we extend the universality result of \cite{EYY} to include the Bernoulli measures so that the only restrictions on the probability distributions of the matrix elements are the subexponential decay and the normalization condition that the variances in each row sum up to one. The new ingredient is a strong local semicircle law which improves the error estimate on the Stieltjes transform of the empirical measure of the eigenvalues from the order $(N η)^{-1/2}$ to $(N η)^{-1}$. Here $η$ is the imaginary part of the spectral parameter in the definition of the Stieltjes transform and $N$ is the size of the matrix.

연구 동기 및 목표

• 기존 연구에서 기술적 제약으로 인해 제외되었던 이산형 분포를 가진 일반화된 와이너 행렬에 대한 고유값 보편성을 확장하는 것.
• 비불변 집합에 대한 보편성 증명에서 로그 소볼레프 부등식(LSI)에 의존하는 것을 제거하여 특이 분포의 포함 가능성을 확보하는 것.
• empirical 고유값 측도의 스티엘지스 변환에 대해 개선된 오차 추정치 $(N\eta)^{-1}$ 를 갖는 더 강력한 국소 반원법칙을 수립하는 것.
• 랜덤 그래프의 인접행렬에 대한 보편성의 기초를 마련하는 것. 이는 평균이 0인 조건 하에서 이산형 분포를 가진 행렬이다.

제안 방법

• 스티엘지스 변환에 대해 $(N\eta)^{-1}$ 오차 유계를 갖는 보다 정교한 국소 반원법칙을 개발하여 이전의 $(N\eta)^{-1/2}$ 추정치를 향상시키는 것.
• 스티엘지스 변환의 오차 항 간의 상관관계에 대한 새로운 추정치를 도입하여 고유값 분포의 변동성을 더 엄격하게 제어하는 것.
• 기존 연구에서 사용된 그린 함수 비교 정리와 디송 브라운 motion 프레임워크를 활용하되, 개선된 국소 법칙을 적용하여 로그 소볼레프 부등식이 필요 없도록 하는 것.
• 일반 집합을 가우시안 분해 가능 행렬로 근사하기 위해 펌프팅 전개와 모멘트 매칭 기법을 적용하여 局부 고유값 통계를 유지하는 것.
• 행렬 원소와 조건부 기대값을 활용한 해리스터의 분해를 통해 독립성과 모멘트 조건을 활용하는 것.
• 스바르츠 부등식과 $X = (\log N)^{3+2\alpha}/M^{1/2}$ 의 유계를 사용하여 전개에서의 오차 항을 제어하고, 새로운 오차 척도 하에서 수렴을 보장하는 것.

실험 결과

연구 질문

• RQ1 이산형 분포를 가진 일반화된 와이너 행렬에 대해 국소 고유값 간격의 보편성이 확립될 수 있는가?
• RQ2 비불변 집합에 대한 보편성 증명에서 로그 소볼레프 부등식(LSI) 조건을 제거하는 것이 가능한가?
• RQ3 하나의 지수 감쇠와 분산 정규화 조건 하에서, 스티엘지스 변환에 대한 국소 반원법칙의 오차를 $(N\eta)^{-1/2}$ 에서 $(N\eta)^{-1}$ 으로 향상시킬 수 있는가?
• RQ4 향상된 국소 법칙이 랜덤 그래프의 인접행렬에 대한 보편성 가능성을 열어주는가? (이 경우 평균이 0 조건 하에서 이산형 분포를 가진다.)
• RQ5 새로운 상관관계 추정치가 고유값 밀도와 그린 함수 행렬 원소에 미치는 정량적 영향은 무엇인가?

주요 결과

• 스티엘지스 변환에 대해 국소 반원법칙의 오차 유계가 $(N\eta)^{-1}$ 으로 향상되었으며, 이는 이전 결과보다 $(N\eta)^{-1/2}$ 만큼 더 우수하다.
• 임의의 $\varepsilon > 0$ 에 대해, 밴드 스펙트럼 내에서 정규화된 경험적 카운팅 함수는 반원법칙으로부터 $N^{-1+\varepsilon}$ 이내로 벗어나지 않는다.
• 보편성 증명에서 로그 소볼레프 부등식(LSI)이 더 이상 필요하지 않게 되어, 이산형 분포(예: 이산형 분포)의 포함이 가능해졌다.
• 향상된 오차 추정치는 고유값 밀도와 그린 함수 행렬 원소에 대해 더 강력한 유계를 이끌어낸다.
• 결과는 하나의 지수 감쇠를 가지며 행렬의 행 분산이 정규화된 일반화된 와이너 행렬에 대해 보편성을 확장한다. 이는 이산형 측도를 포함한다.
• 이 방법은 에르되시-레니 랜덤 그래프의 인접행렬에 대한 보편성 증명으로 이르는 길을 열어주며, 이는 평균이 0 조건 하에서 이산형 분포를 가진다.