[论文解读] Block-modified Wishart matrices and free Poisson laws

Teodor Banica, Ion Nechita|arXiv (Cornell University)|Jan 23, 2012

Random Matrices and Applications参考文献 6被引用 5

一句话总结

该论文建立了块修改Wishart矩阵 $\tilde{W} = (\mathrm{id} \otimes \varphi)W$ 的渐近特征值分布，其中 $W$ 是复Wishart矩阵，$\varphi$ 是 $M_n(\mathbb{C})$ 上的自伴线性映射。在平面性假设下，极限谱测度被证明为 $\delta m\tilde{W} \sim \pi_{mn\rho} \boxtimes \nu$，其中 $\rho$ 是相关矩阵 $\Lambda$ 的分布，$\nu$ 是 $D = \varphi(1)$ 的分布，$\delta = \mathrm{tr}(D)$，该结果推广了随机矩阵理论中的自由Poisson分布。

ABSTRACT

We study the random matrices of type $ ilde{W}=(id\otimesφ)W$, where $W$ is a complex Wishart matrix of parameters $(dn,dm)$, and $φ:M_n(\mathbb C) o M_n(\mathbb C)$ is a self-adjoint linear map. We prove that, under suitable assumptions, we have the $d o\infty$ eigenvalue distribution formula $δm ilde{W}\simπ_{mnρ}\boxtimesν$, where $ρ$ is the law of $φ$, viewed as a square matrix, $π$ is the free Poisson law, $ν$ is the law of $D=φ(1)$, and $δ=tr(D)$.

研究动机与目标

• 将Marchenko-Pastur定律推广至形如 $\tilde{W} = (\mathrm{id} \otimes \varphi)W$ 的块修改Wishart矩阵。
• 在对线性映射 $\varphi$ 适当假设下，推导 $\tilde{W}$ 在 $d \to \infty$ 时的渐近特征值分布。
• 统一并拓展先前关于修改Wishart矩阵的研究成果，包括部分转置、迹映射以及单位根修改的情形。
• 利用自由概率工具，建立线性映射 $\varphi$ 的结构与所得极限谱测度之间的联系。

提出的方法

• 作者利用Choi-Jamiolkowski同构将线性映射 $\varphi$ 通过矩阵 $\Lambda \in M_n(\mathbb{C}) \otimes M_n(\mathbb{C})$ 表示。
• 他们应用Wick公式计算 $\tilde{W}$ 的矩，利用修改的块结构。
• 通过取 $d \to \infty$ 的极限得到渐近分布，此时配对与分拆的组合学变得可处理。
• 证明依赖于Biane将非交叉分拆与自由矩之间的双射关系，以及Speicher的自由矩微积分。
• 一个关键技术步骤是证明相关图示结构（弦与珠子）在对称块分解下具有乘法性。
• 通过证明混合迹在对称块上可分解，从而获得复合自由Poisson分布的结果。

实验结果

研究问题

• RQ1 当 $d \to \infty$ 时，块修改Wishart矩阵 $\tilde{W} = (\mathrm{id} \otimes \varphi)W$ 的渐近特征值分布是什么？
• RQ2 矩阵 $\tilde{W}$ 的谱测度如何依赖于线性映射 $\varphi$ 的结构？
• RQ3 能否通过自由概率方法将广义的Marchenko-Pastur定律推广至任意自伴线性映射 $\varphi$？
• RQ4 与 $\varphi$ 相关的矩阵 $\Lambda$ 在确定极限谱分布中起什么作用？
• RQ5 在何种条件下，极限分布会成为复合自由Poisson分布？

主要发现

• 当 $\tilde{W}$ 的渐近特征值分布为 $\delta m\tilde{W} \sim \pi_{mn\rho} \boxtimes \nu$ 时，其中 $\rho = \mathrm{law}(\Lambda)$，$\nu = \mathrm{law}(D)$，$\delta = \mathrm{tr}(D)$，且 $D = \varphi(1)$。
• 该结果推广了先前关于部分转置、迹映射以及单位根修改Wishart矩阵的研究成果。
• 极限分布为复合自由Poisson分布 $\pi_{mn\rho}$，其中参数 $mn\rho$ 通过 $\Lambda$ 编码映射 $\varphi$ 的结构。
• 推导依赖于 $\Lambda$ 的图示表示的乘法性质，该性质使得混合迹可在对称块上分解。
• 该方法适用于任意自伴线性映射 $\varphi$，其关联图示具有对称性且无装饰的贯穿弦。
• 该结果在 $\varphi$ 的“平面性”假设下成立，以确保自由概率方法所需的组合控制。