[论文解读] Limiting empirical spectral distribution for the non-backtracking matrix of an Erdős-Rényi random graph

Ke Wang, Philip Matchett Wood|arXiv (Cornell University)|Oct 30, 2017

Random Matrices and Applications参考文献 24被引用 5

一句话总结

本论文在 $np / \log n \to \infty$ 时，建立了 Erdős-Rényi 随机图 $G(n,p)$ 的非回溯矩阵的极限经验谱分布（ESD），通过一个部分去随机化的矩阵 $H_0$ 证明谱收敛到一个确定性极限。利用 Tao 和 Vu 的替换原理及摄动理论（Bauer-Fike 定理），证明原始谱与去随机化谱非常接近，从而在稠密和稀疏两种情形下精确刻画了极限 ESD。

ABSTRACT

In this note, we give a precise description of the limiting empirical spectral distribution (ESD) for the non-backtracking matrices for an Erdős-Rényi graph assuming $np/\log n$ tends to infinity. We show that derandomizing part of the non-backtracking random matrix simplifies the spectrum considerably, and then we use Tao and Vu's replacement principle and the Bauer-Fike theorem to show that the partly derandomized spectrum is, in fact, very close to the original spectrum.

研究动机与目标

• 刻画当 $np \to \infty$ 时，$G(n,p)$ 的非回溯矩阵的极限经验谱分布（ESD）。
• 通过引入一个部分去随机化的矩阵 $H_0$ 来简化谱分析，该矩阵近似原始非回溯谱。
• 利用随机矩阵理论中的高级工具，建立原始矩阵 ESD 与 $H_0$ ESD 的收敛性。
• 将对非回溯谱的理解从稀疏情形 $p = c/n$ 扩展到 $np \to \infty$ 的稠密与稀疏情形。

提出的方法

• 通过用其期望 $\mathbb{E}[D]$ 替代随机度矩阵 $D$，对非回溯矩阵进行去随机化，构造出部分平均化的矩阵 $H_0 = \begin{pmatrix} A & -\alpha I \\ I & 0 \end{pmatrix}$，其中 $\alpha = (n-1)p - 1$。
• 应用 Tao 和 Vu 的替换原理，比较原始随机矩阵 $H$ 与去随机化矩阵 $H_0$ 的谱，尽管二者存在强依赖关系。
• 利用 Bauer-Fike 定理控制 $H$ 与 $H_0$ 之间的谱距离，证明在适当条件下，$H$ 的特征值与 $H_0$ 的特征值非常接近。
• 通过特征方程 $\det(\mu^2 I - \mu A + D - I) = 0$ 分析 $H_0$ 的谱，将问题简化为对 $2n \times 2n$ 块矩阵谱的理解。
• 通过复平面上特征值位置的分类讨论，建立谱间隙的统一下界，确保谱分布的稳定性。
• 证明非回溯矩阵的极限 ESD 收敛到一个确定性测度，该测度由 $H_0$ 的谱完全刻画。

实验结果

研究问题

• RQ1 当 $np / \log n \to \infty$ 时，$G(n,p)$ 的非回溯矩阵的极限经验谱分布是什么？
• RQ2 在稠密情形（$p$ 为常数）与稀疏情形（$p \to 0$，$np \to \infty$）下，非回溯矩阵的谱行为如何？
• RQ3 非回溯矩阵的谱能否由一个去随机化版本近似？该近似有多精确？
• RQ4 Tao 和 Vu 的替换原理在此类依赖随机矩阵的比较中起到什么作用？
• RQ5 在谱摄动下，非回溯矩阵的极限 ESD 是否稳定？能否通过摄动理论进行量化？

主要发现

• 当 $np / \log n \to \infty$ 时，$G(n,p)$ 的非回溯矩阵的极限经验谱分布收敛到一个确定性测度，从而精确刻画了特征值的分布。
• 在给定条件下，原始非回溯矩阵的谱与部分去随机化矩阵 $H_0$ 的谱非常接近，谱距离被控制在 $O(1/\sqrt{np})$ 以内。
• Tao 和 Vu 的替换原理被扩展至依赖随机矩阵序列，实现了对原始谱与去随机化谱的比较。
• 非回溯矩阵的特征值包含于集合 $\{\pm 1\} \cup \{ \text{特征值 of } H \}$ 中，其中 $H = \begin{pmatrix} A & I - D \\ I & 0 \end{pmatrix}$，且该集合在极限下被完全刻画。
• 在 $np \to \infty$ 条件下，极限 ESD 被证明是稳定且确定性的，即使 $p$ 随 $n$ 减小，也不存在整体波动。
• 分析表明，去随机化显著简化了谱结构，且 $H_0$ 的谱以高精度捕捉了原始矩阵的极限行为。