[논문 리뷰] Properties of Uniform Doubly Stochastic Matrices

Sourav Chatterjee, Persi Diaconis외 1명|arXiv (Cornell University)|2010. 10. 29.

Random Matrices and Applications참고 문헌 34인용 수 12

한 줄 요약

이 논문은 균일하게 선택된 이중 확률 행렬의 점근적 성질을 조사하며, 스케일 조정된 요소들이 독립 동일 분포의 지수(1) 랜덤 변수로 수렴하고, 크기가 $O(\frac{\bar{n}}{\bar{log} n})$인 부분행렬이 독립적인 지수 분포를 따르며, 중심화된 행렬의 경험적 특이값 분포가 $[0,2]$에서 1/4 원 법칙으로 약하게 수렴함을 보여준다. 이에 관련된 마르코프 체인의 혼합 시간은 거의 확실히 큰 $n$에 대해 정확히 2이다. 이러한 결과들은 균일 이중 확률 행렬과 고전적 랜덤 행렬 집단 간의 깊은 연관성을 확립한다.

ABSTRACT

We investigate the properties of uniform doubly stochastic random matrices, that is non-negative matrices conditioned to have their rows and columns sum to 1. The rescaled marginal distributions are shown to converge to exponential distributions and indeed even large sub-matrices of side-length $o(n^{1/2-ε})$ behave like independent exponentials. We determine the limiting empirical distribution of the singular values the the matrix. Finally the mixing time of the associated Markov chains is shown to be exactly 2 with high probability.

연구 동기 및 목표

• 균일하게 선택된 이중 확률 행렬의 요소들의 극한 분포를 이해하기 위해.
• 요소들이 점점이 독립적이게 되는 최대 부분행렬 크기를 결정하기 위해.
• 중심화된 행렬의 경험적 특이값 분포의 극한 특성을 규명하기 위해.
• 균일 이중 확률 행렬에 의해 유도된 마르코프 체인의 혼합 시간을 분석하기 위해.
• 비르호프 다면체 위에서 기하학적 및 부피 기반 추론을 사용하여 행렬 요소에 대한 강한 농도와 尾 확률 경계를 수립하기 위해.

제안 방법

• 비르호프 다면체 위에서 체적 비교와 기하학적 분석을 사용하여 행과 열 분포의 꼬리 행동을 제어하기 위해.
• 코우런트-파이셔 최소-최대 정리와 연산자 노름 경계를 적용하여 편향된 행렬의 고유값을 비교하기 위해.
• 측도의 농도와 moments 경계를 활용하여 스케일 조정된 요소들이 전체 변동 거리에서 지수(1)로 수렴함을 보여주기 위해.
• 비르호프 다면체가 고정된 행과 열 합을 가진 상태에서 체적을 최대화함을 이용하여 극한 분포 제어를 유도하기 위해.
• 와이샤르트 유형의 집단과의 비교와 측도의 농도를 통해 경험적 특이값 분포의 약한 수렴을 확립하기 위해.
• X² 요소들의 강한 농도와 정적 분포의 균일성을 보여줌으로써 혼합 시간이 정확히 2임을 증명하기 위해.

실험 결과

연구 질문

• RQ1 균일하게 선택된 이중 확률 행렬 $X$에 대해 $nX_{11}$의 극한 분포는 무엇인가요?
• RQ2 입자들이 점점이 독립적이게 되기 전까지 부분행렬은 얼마나 클 수 있나요?
• RQ3 $n^{1/2}(X - \mathbb{E}[X])$의 특이값 경험적 분포의 극한은 무엇인가요?
• RQ4 행렬 $X$의 경험적 스펙트럼 분포는 원 법칙으로 수렴하는가요?
• RQ5 균일 이중 확률 행렬에 의해 정의된 마르코프 체인의 혼합 시간은 무엇인가요?

주요 결과

• 스케일 조정된 극한 분포 $nX_{11}$은 전체 변동 거리에서 평균 1인 지수 분포로 수렴하며, 오차는 $O(n^{-1/2 + \epsilon})$이다.
• 모든 $\epsilon > 0$에 대해, $\max_{i,j} nX_{ij} > (2+\epsilon)\log n$일 확률은 $n \to \infty$일 때 0으로 수렴하며, 이는 일반적인 요소들이 $O(\log n / n)$임을 시사한다.
• 중심화된 행렬 $\bar{X} = n^{1/2}(X - \mathbb{E}[X])$의 특이값 경험적 분포는 $[0,2]$에서 밀도 $\frac{1}{\pi}\sqrt{4 - x^2}$를 가지는 1/4 원 법칙으로 약하게 수렴한다.
• 모든 $k = O(\frac{\sqrt{n}}{\log n})$에 대해, $X$의 스케일 조정된 $k \times k$ 부분행렬과 i.i.d. 지수(1) 변수로 이루어진 행렬 간의 전체 변동 거리의 수렴은 $n \to \infty$일 때 0으로 수렴하며, 이는 점점이 독립성을 의미한다.
• 균일 이중 확률 행렬에 의해 유도된 마르코프 체인의 혼합 시간은 $n \to \infty$일 때 거의 확실히 정확히 2이다. 이는 $X^2$ 요소들의 강한 농도 때문이며.
• 행렬 $X$의 경험적 스펙트럼 분포가 원 법칙으로 수렴할 것이라 추측되지만, 본 논문에서는 이를 증명하지 못하였다.