[论文解读] Spectral radii of sparse random matrices

Florent Benaych-Georges, Charles Bordenave+1 more|arXiv (Cornell University)|Apr 10, 2017

Random Matrices and Applications参考文献 21被引用 15

一句话总结

本文通过建立矩阵谱半径与其非回溯版本谱半径之间的新颖联系，为稀疏随机矩阵（包括非均匀 Erdős-Rényi 图和随机块模型）建立了紧致的谱半径界。关键结果表明，对于 $ G(n, d/n) $，当 $ d / \log n \to \infty $ 时，极端特征值收敛至渐近特征值支撑的边界，且在 $ d \asymp \log n $ 处出现尖锐的相变，解决了随机矩阵理论中长期悬而未决的问题。

ABSTRACT

We establish bounds on the spectral radii for a large class of sparse random matrices, which includes the adjacency matrices of inhomogeneous Erdős-Rényi graphs. Our error bounds are sharp for a large class of sparse random matrices. In particular, for the Erdős-Rényi graph $G(n,d/n)$, our results imply that the smallest and second-largest eigenvalues of the adjacency matrix converge to the edges of the support of the asymptotic eigenvalue distribution provided that $d \gg \log n$. Together with the companion paper [3], where we analyse the extreme eigenvalues in the complementary regime $d \ll \log n$, this establishes a crossover in the behaviour of the extreme eigenvalues around $d \sim \log n$. Our results also apply to non-Hermitian sparse random matrices, corresponding to adjacency matrices of directed graphs. The proof combines (i) a new inequality between the spectral radius of a matrix and the spectral radius of its nonbacktracking version together with (ii) a new application of the method of moments for nonbacktracking matrices.

研究动机与目标

• 推导一大类稀疏随机矩阵（包括非均匀 Erdős-Rényi 图和随机块模型图）谱半径的紧致、定量界。
• 解决在 $ d / \log n \to \infty $ 的情形下 Erdős-Rényi 图 $ G(n, d/n) $ 的极端特征值行为，证明其收敛至渐近特征值支撑的边界。
• 在 $ d \asymp \log n $ 处建立特征值行为的相变，补充此前在稀疏情形 $ d / \log n \to 0 $ 下的研究结果。
• 将该方法推广至非厄米矩阵，涵盖有向随机图和具有独立、均值为零条目的广义稀疏随机矩阵。
• 发展一种新的分析框架，结合非回溯矩阵技术与改进的矩方法应用，以处理稀疏矩阵。

提出的方法

• 引入一个确定性不等式，将矩阵 $ H $ 的谱半径与其实非回溯矩阵 $ B $ 的谱半径联系起来，利用类似 Ihara-Bass 的公式关联两者的谱。
• 建立 $ \ell^2 \to \ell^\infty $ 和 $ \ell^1 \to \ell^\infty $ 范数的界，这些通常可通过集中不等式处理。
• 对 $ \mathbb{E} \operatorname{Tr} B^\ell B^{*\ell} $ 应用矩方法，通过分析多重图上的非回溯行走来控制 $ B $ 的谱半径。
• 通过归一化与路径删除实现行走的软组合约化，聚焦于在移除度为二的顶点后所有顶点度至少为三的图。
• 定义行走对等价类的参数化 $ (U, \zeta, k) $，其中 $ U $ 为有向多重图，$ \zeta $ 为一对正常路径，$ k $ 依据路径重数为边分配权重。
• 利用双射将归一化行走构型映射至标准形式，实现对贡献行走类型的精确计数，并控制迹矩。

实验结果

研究问题

• RQ1 Erdős-Rényi 图 $ G(n, d/n) $ 的极端特征值行为在何种阈值下从局域化转变为收敛至渐近特征值支撑的边界？
• RQ2 即使在规则或均匀图之外，是否可利用非回溯行走推导出稀疏随机矩阵谱半径的紧致界？
• RQ3 具有独立、均值为零条目的非厄米稀疏随机矩阵的谱半径行为如何？是否可通过非回溯行走分析？
• RQ4 在稀疏随机矩阵的谱行为中，$ d \asymp \log n $ 阈值的精确作用是什么？其与图连通性的关系如何？
• RQ5 矩方法在非回溯行走上的改进程度如何，能否在稀疏矩阵谱分析中实现紧致误差界？

主要发现

• 对于 Erdős-Rényi 图 $ G(n, d/n) $，邻接矩阵的最小特征值与第二大特征值在 $ d / \log n \to \infty $ 时收敛至渐近特征值分布支撑的边界，且具有紧致误差界。
• 本文在 $ d \asymp \log n $ 处建立了极端特征值行为的尖锐相变，与随机图的连通性阈值一致，解决了谱图理论中的一个关键开放问题。
• 该方法在主导项上具有紧致界，且在次主导误差项上优于以往方法，包括 Bandeira 和 Van Handel 以及 HLY17 的结果，尤其在极稀疏情形下表现更优。
• 非厄米稀疏随机矩阵（具有独立、均值为零条目）的谱半径可通过同一框架进行界定，条目独立性自然在迹矩分析中诱导出非回溯结构。
• 不等式 $ \mathbb{E} \operatorname{Tr} H^\ell H^{*\ell} \leq n \sum_{\xi \in \mathcal{C}_0} n^{-g(G_\xi)} \kappa^{g(G_\xi)} q^{2|E(G_\xi)| - 2\ell} $ 成立，其中 $ \mathcal{C}_0 $ 为正常行走对的集合，$ g(G_\xi) $ 为图 $ G_\xi $ 的环秩，从而实现精确的矩控制。
• 该框架可统一应用于厄米与非厄米矩阵，包括非均匀 Erdős-Rényi 图与随机块模型矩阵，展现出广泛的通用性与鲁棒性。