[论文解读] Fluctuations of extreme eigenvalues of sparse Erd\H{o}s-R\'enyi graphs

Yukun He, Antti Knowles|arXiv (Cornell University)|May 5, 2020

Random Matrices and Applications参考文献 19被引用 4

一句话总结

该论文证明，在边概率满足 $ Np \gg N^\varepsilon $ 的稀疏 Erdős-Rényi 随机图中，除去 Perron-Frobenius 特征值外的极端特征值表现出渐近高斯波动，其波动由一个表示图总度的单一随机变量所控制。该结果将此前在 $ Np \gg N^{2/9} $ 范围内成立的 Tracy-Widom 波动结果推广至最优尺度 $ Np \gg N^\varepsilon $，并提出了一种新型的精度为 $ N^{-1/2-\varepsilon}(Np)^{-1/2} $ 的刚性界，避免了以往工作中依赖 $ (Np)^{-1} $ 展开的技术。

ABSTRACT

We consider a class of sparse random matrices which includes the adjacency matrix of the Erd\\H{o}s-R\\'enyi graph $\\mathcal{G}(N,p)$. We show that if $N^{\\varepsilon} \\leq Np \\leq N^{1/3-\\varepsilon}$ then all nontrivial eigenvalues away from 0 have asymptotically Gaussian fluctuations. These fluctuations are governed by a single random variable, which has the interpretation of the total degree of the graph. This extends the result [19] on the fluctuations of the extreme eigenvalues from $Np \\geq N^{2/9 + \\varepsilon}$ down to the optimal scale $Np \\geq N^{\\varepsilon}$. The main technical achievement of our proof is a rigidity bound of accuracy $N^{-1/2-\\varepsilon} \\, (Np)^{-1/2}$ for the extreme eigenvalues, which avoids the $(Np)^{-1}$-expansions from [9,19,24]. Our result is the last missing piece, added to [8, 12, 19, 24], of a complete description of the eigenvalue fluctuations of sparse random matrices for $Np \\geq N^{\\varepsilon}$.

研究动机与目标

• 描述在 $ Np \gg N^\varepsilon $ 范围内稀疏随机矩阵极端特征值的渐近分布，扩展此前结果的适用范围。
• 解决稀疏随机矩阵特征值波动完整刻画中最后缺失的一环，实现对最优尺度的完整覆盖。
• 证明所有远离零点的非平凡特征值均表现出由单一随机变量（即图的总度）控制的渐近高斯波动。
• 提出一种新型极端特征值刚性界，避免使用先前工作中依赖的 $ (Np)^{-1} $ 展开技术。

提出的方法

• 引入一类满足条目矩与尾部条件的稀疏随机矩阵，包括 $ \mathcal{G}(N,p) $ 的归一化邻接矩阵。
• 定义关键随机变量 $ \mathcal{Z} = \frac{1}{N}\operatorname{Tr}H^2 - 1 $，其控制特征值波动并收敛于标准正态分布。
• 建立极端特征值的刚性界，精度为 $ N^{-1/2-\varepsilon}(Np)^{-1/2} $，避免依赖早期工作中的 $ (Np)^{-1} $ 展开。
• 采用自洽方程方法与再生核分析，将经验测度的 Stieltjes 变换与扰动参数 $ \mathcal{Z} $ 关联。
• 应用局域化论证，证明特征值波动完全由 $ \mathcal{Z} $ 驱动，且校正项有界于 $ O_{\prec}(1/(\sqrt{N}q^3)) $。
• 采用半圆律及其边缘行为的微扰展开，将特征值位置与归一化参数 $ \mathcal{Z} $ 关联。

实验结果

研究问题

• RQ1 稀疏 Erdős-Rényi 图的极端特征值是否在 $ Np \gg N^\varepsilon $ 范围内仍表现出高斯波动，超越此前已知的 $ Np \gg N^{2/9} $ 范围？
• RQ2 第二大特征值的波动是否由单一随机变量控制？其在图结构中的解释是什么？
• RQ3 能否在不依赖 $ (Np)^{-1} $ 阶展开的前提下，为极端特征值建立刚性界，从而在稀疏情形下实现更精确的控制？
• RQ4 在总度随机变量 $ \mathcal{Z} $ 的影响下，半圆律边缘附近的特征值分布如何变形？
• RQ5 在 $ 1 \ll Np \ll N^{1/3} $ 范围内，特征值波动的精确标度为何？其是否与高斯极限一致？

主要发现

• 当 $ Np \gg N^\varepsilon $ 时，第二大特征值 $ \lambda_{N-1} $ 的波动渐近服从高斯分布，满足 $ \sqrt{\frac{N^2 p}{2}}(\lambda_{N-1} - \mathbb{E}\lambda_{N-1}) \xrightarrow{d} \mathcal{N}(0,1) $，将适用范围从 $ Np \gg N^{2/9} $ 推广至 $ Np \gg N^\varepsilon $。
• 特征值波动完全由单一随机变量 $ \mathcal{Z} $ 控制，该变量对应图的归一化总度，且收敛于标准正态分布。
• 为极端特征值建立了一种新型刚性界，精度为 $ N^{-1/2-\varepsilon}(Np)^{-1/2} $，避免了 EKYY1、LS1 和 HLY 等工作中使用的 $ (Np)^{-1} $ 展开。
• 该结果完成了在 $ Np \gg N^\varepsilon $ 范围内稀疏随机矩阵特征值波动的完整刻画，填补了 EKYY2、LS1、HLY 和 H19 之后的最后空白。
• 半圆律的边缘受 $ \mathcal{Z} $ 影响发生形变，特征值位置 $ \gamma_i $ 满足 $ \gamma_i - \gamma_{0,i}(1 + \mathcal{Z}/2) = O_{\prec}(1/(\sqrt{N}q^3)) $，证实了主导阶位移。
• 证明技术避免了 $ (Np)^{-1} $ 展开，转而依赖对 Stieltjes 变换与自洽方程的精细化分析，从而实现了最优尺度的控制。