[论文解读] Outliers in the Single Ring Theorem

Florent Benaych-Georges, Jean Rochet|arXiv (Cornell University)|Aug 14, 2013

Random Matrices and Applications参考文献 20被引用 10

一句话总结

本文研究各向同性非厄米随机矩阵的有限秩扰动，证明了当扰动矩阵 P 的特征值位于单环外部时，会涌现出偏离单环的异常值（即偏离单环的特征值）。此外，本文进一步表明这些异常值的波动是非高斯的，且其行为对 P 的若尔当代数形式具有关键依赖性，表现为不同的收敛速率和可能存在的长程相关性。

ABSTRACT

This text is about spiked models of non Hermitian random matrices. More specifically, we consider matrices of the type $A+P$, where the rank of $P$ stays bounded as the dimension goes to infinity and where the matrix $A$ is a non Hermitian random matrix, satisfying an isotropy hypothesis: its distribution is invariant under the left and right actions of the unitary group. The macroscopic eigenvalue distribution of such matrices is governed by the so called Single Ring Theorem, due to Guionnet, Krishnapur and Zeitouni. We first prove that if $P$ has some eigenvalues out of the maximal circle of the single ring, then $A+P$ has some eigenvalues (called outliers) in the neighborhood of those of $P$, which is not the case for the eigenvalues of $P$ in the inner cycle of the single ring. Then, we study the fluctuations of the outliers of $A$ around the eigenvalues of $P$ and prove that they are distributed as the eigenvalues of some finite dimensional random matrices. Such facts had already been noticed for Hermitian models. More surprising facts are that outliers can here have very various rates of convergence to their limits (depending on the Jordan Canonical Form of $P$) and that some correlations can appear between outliers at a macroscopic distance from each other (a fact already noticed by Knowles and Yin in the Hermitian case, but only in the case of non Gaussian models, whereas spiked Gaussian matrices belong to our model and can have such correlated outliers). Our first result generalizes a previous result by Tao for matrices with i.i.d. entries, whereas the second one (about the fluctuations) is new.

研究动机与目标

• 理解非厄米随机矩阵模型在有限秩扰动下的特征值的宏观与中观行为。
• 确定在何种条件下，当 A 为各向同性随机矩阵且 P 为有限秩扰动时，A + P 的谱中会出现异常值。
• 表征这些异常值的极限波动特性，特别是其非高斯性以及对 P 的若尔当结构的依赖性。
• 将已知的厄米刺模型结果推广至非厄米情形，尤其关注收敛速率与远距离异常值之间的相关性。

提出的方法

• 分析基于单环定理，该定理描述了各向同性非厄米矩阵 A 的极限谱分布，表明其特征值集中在环形区域内。
• 假设扰动矩阵 P 的算子范数有界且具有有限秩，其特征值决定了潜在异常值的位置。
• 关键技术涉及使用温格滕微分几何（Weingarten calculus）计算哈尓分布酉矩阵的矩，从而推导出谱迹的渐近期望。
• 通过分析矩阵元素的联合矩及其对 P 的若尔当代数块的依赖性，作者推导出异常值的二阶波动的精确表达式。
• 证明异常值收敛到其极限位置的速率取决于 P 中若尔当代数块的大小，对于大小为 p 的块，收敛速率为 n^{-1/(2p)}。
• 表明即使在高斯模型中，宏观距离上的异常值之间也可能因扰动结构而产生相关性——此前该现象仅在非高斯设定中被观察到。

实验结果

研究问题

• RQ1 当 A 为各向同性非厄米随机矩阵且 P 为有限秩扰动时，A + P 的谱中在何种条件下会出现异常值？
• RQ2 为何异常值仅在 P 的特征值位于单环外边界之外时出现，而不在内圆内部出现？
• RQ3 非厄米情形下异常值的波动与厄米刺模型中观察到的高斯波动有何不同？
• RQ4 异常值的收敛速率对扰动矩阵 P 的若尔当代数形式有何依赖？
• RQ5 在非厄米刺模型中，即使底层矩阵系族为高斯分布，远距离异常值之间是否可能产生长程相关性？

主要发现

• A + P 的异常值出现在 P 的特征值位于单环外半径之外的附近，而 P 的特征值位于内圆内部时不会产生异常值。
• 收敛到给定特征值 θ 的异常值数量等于 θ 在 P 的若尔当代数形式中的代数重数。
• 异常值收敛到其极限位置的速率取决于若尔当代数块的大小：对于大小为 p 的块，收敛速率为 n^{-1/(2p)}。
• 异常值的波动是非高斯的，其分布等价于有限维随机矩阵的特征值，其极限分布依赖于 P 的若尔当结构。
• 即使在高斯情况下，宏观距离上的异常值之间也可能出现相关性，这一现象此前仅在非高斯模型中被观察到。
• 通过温格滕微分几何推导出异常值的二阶波动，得到涉及扰动及其幂次的迹的显式渐近表达式。