[논문 리뷰] Real eigenvalues of non-symmetric random matrices: Transitions and Universality

Luis Carlos García del Molino, Khashayar Pakdaman외 1명|arXiv (Cornell University)|2016. 05. 02.

Random Matrices and Applications인용 수 6

한 줄 요약

이 논문은 큰 비대칭 랜덤 행렬에서의 실수 고유값 수가 평균 √n과 분산 (2−√2)√n을 가진 점점 정규분포로 수렴하며, 실수 고유값의 분포가 이중성에서 단일성으로의 보편적인 전이를 드러낸다. 로그-가스 유사성과 수치적 검증을 통해 저자들은 진인비어 집합 이외의 다양한 행렬 집합에서도 이러한 통계적 성질이 성립함을 보이며, 실수 고유값 분포의 강력한 보편성을 입증한다.

ABSTRACT

In the past 20 years, the study of real eigenvalues of non-symmetric real random matrices has seen important progress. Notwithstanding, central questions still remain open, such as the characterization of their asymptotic statistics and the universality thereof. In this letter we show that for a wide class of matrices, the number $k_n$ of real eigenvalues of a matrix of size $n$ is asymptotically Gaussian with mean $\bar k_n=\mathcal{O}(\sqrt{n})$ and variance $\bar k_n(2-\sqrt{2})$. Moreover, we show that the limit distribution of real eigenvalues undergoes a transition between bimodal for $k_n=o(\sqrt{n})$ to unimodal for $k_n=\mathcal{O}(n)$, with a uniform distribution at the transition. We predict theoretically these behaviours in the Ginibre ensemble using a log-gas approach, and show numerically that they hold for a wide range of random matrices with independent entries beyond the universality class of the circular law.

연구 동기 및 목표

• 비대칭 랜덤 행렬에서 실수 고유값 수의 점점 정규분포 통계를 기술하는 것.
• 다양한 행렬 집합 간 실수 고유값 분포의 보편성에 대해 연구하는 것.
• 실수 고유값 수가 정규분포를 따르는지, 그리고 분산이 보편적으로 어떻게 척도화되는지 확인하는 것.
• 실수 고유값 수가 증가함에 따라 실수 고유값 분포의 형태가 이중성에서 단일성으로 전이되는 과정을 탐구하는 것.
• 진인비어 집합 이외의 광범위한 수치적 시뮬레이션을 통해 이론적 예측을 검증하는 것.

제안 방법

• 고유값을 구속된 잠재력 내의 전하를 가진 입자로 모델링하기 위해 로그-가스 유사성을 활용하여 통계적 성질을 유도하는 것.
• 단기적 상관관계로 인해 실수 고유값 수가 점점 정규분포로 수렴함을 보이기 위해 중심극한정리 적용.
• 실수 고유값의 누적 수를 시간에 따라 변화시키는 브라운 운동 유사성을 사용하여 독립적인 정규분포 증분을 확립하는 것.
• i.i.d. 요소, 꼬리가 두꺼운 분포, 상관된 요소를 가진 행렬에 대해 대규모 수치 시뮬레이션을 수행하여 보편성 검증.
• 복소 평면 내 임의의 직사각형 영역에 대해 스펙트럼을 조건화하여 이중성에서 단일성으로의 전이의 강건성을 탐구하는 것.
• 다양한 행렬 유형과 파rameter 영역 간의 경험적 스펙트럼 분포와 실수 고유값 밀도를 비교 분석하는 것.

실험 결과

연구 질문

• RQ1 큰 비대칭 랜덤 행렬에서 실수 고유값 수는 점점 정규분포를 따르는가? 그 평균과 분산은 무엇인가?
• RQ2 실수 고유값 수가 증가함에 따라 실수 고유값 분포가 이중성에서 단일성으로 전이되는가? 이러한 전이의 성격은 무엇인가?
• RQ3 진인비어 집합 이외의 행렬 집합, 특히 꼬리가 두꺼운 분포 또는 비동일 분포를 가진 경우에도 실수 고유값의 통계적 성질이 보편적인가?
• RQ4 복소 평면의 매크로스코픽 영역에서 고유값 수를 조건화할 경우 실수 고유값 분포의 행동은 어떻게 되는가?
• RQ5 다양한 행렬 유형 간에 실수 고유값 수의 분산 대 평균 비율은 어떻게 행동하는가?

주요 결과

• n × n 비대칭 랜덤 행렬에서 실수 고유값 수 $k_n$ 은 평균 $\bar{k}_n = \mathcal{O}(\sqrt{n})$ 와 분산 $\bar{k}_n(2 - \sqrt{2})$ 를 가진 점점 정규분포로 수렴한다.
• 실수 고유값 분포는 $k_n = o(\sqrt{n})$ 일 때 이중성에서 $k_n = \mathcal{O}(n)$ 일 때 단일성으로 전이되며, 전이점에서 균일분포를 이룬다.
• 극한 비율 $\Sigma_n^2 / \bar{k}_n \to 2 - \sqrt{2}$ 는 진인비어 집합 이외의 다양한 행렬 집합에서 보편적이다. 이는 이차모멘트가 유계가 아니거나 비동일한 요소를 가진 경우에도 성립한다.
• 스케일링 $\bar{k}_n \sim c\sqrt{n}$ 의 계수 $c$ 는 i.i.d. 요소의 경우 첫 번째 및 두 번째 모멘트에만 의존하고, 꼬리가 두꺼운 요소의 경우 꼬리 분포에 의존한다.
• 강하게 상관된 전치 요소 또는 행렬의 곱을 가진 행렬의 경우에도 $p^n_k$ 는 여전히 정규분포이며, 분산 대 평균 비율 $\Sigma_n^2 / \bar{k}_n$ 는 여전히 $2 - \sqrt{2}$ 로 수렴한다. 이는 강력한 보편성 성질을 나타낸다.
• 시간 연속 가우시안 행렬 과정에서 실수 고유값 수의 확률과정 $k_n(t)$ 는 큰 $n$ 의 극한에서 가우시안 화이트 노이즈로 수렴한다.