[论文解读] Fluctuations of the extreme eigenvalues of finite rank deformations of random matrices

Florent Benaych-Georges, Alice Guionnet+1 more|arXiv (Cornell University)|Sep 1, 2010

Random Matrices and Applications参考文献 28被引用 9

一句话总结

本文分析了有限秩变形随机矩阵中极端特征值的波动，表明当扰动具有全局化特征向量时，偏离整体的特征值表现出高斯波动，而停留在边缘的特征值则表现出与原始矩阵特征值相同的波动行为。关键贡献在于，在全局化随机扰动下，证明了BBP相变在波动水平上的普遍性。

ABSTRACT

Consider a deterministic self-adjoint matrix X_n with spectral measure converging to a compactly supported probability measure, the largest and smallest eigenvalues converging to the edges of the limiting measure. We perturb this matrix by adding a random finite rank matrix with delocalized eigenvectors and study the extreme eigenvalues of the deformed model. We give necessary conditions on the deterministic matrix X_n so that the eigenvalues converging out of the bulk exhibit Gaussian fluctuations, whereas the eigenvalues sticking to the edges are very close to the eigenvalues of the non-perturbed model and fluctuate in the same scale. We generalize these results to the case when X_n is random and get similar behavior when we deform some classical models such as Wigner or Wishart matrices with rather general entries or the so-called matrix models.

研究动机与目标

• 理解确定性或随机矩阵的有限秩变形下极端特征值的渐近行为。
• 确定在何种条件下特征值会偏离谱支撑的整体部分或停留在谱支撑的边缘。
• 为变形Wigner矩阵和Wishart矩阵在波动水平上建立BBP相变的普遍性。
• 根据扰动特征向量的局域化程度，刻画特征值的极限分布。
• 将结果从高斯分布推广到一般i.i.d.或全局化扰动，证明波动行为的鲁棒性。

提出的方法

• 作者考虑一个具有紧支撑概率测度的谱测度收敛于确定性自伴矩阵 $X_n$，并用具有全局化特征向量的有限秩随机矩阵 $R_n$ 对其进行扰动。
• 扰动向量以i.i.d.或正交化后的i.i.d.向量形式抽取，其分量满足对数索博列夫不等式和矩条件。
• 利用二阶皮卡雷不等式和矩计算，作者推导出涉及扰动向量与确定性矩阵的双线性形式的极限分布。
• 分析依赖于以矩阵元素为索引的随机过程的有限维分布的弱收敛性，借助[7]中关于线性特征值统计量的高斯波动结果。
• 通过正交化将证明归约为i.i.d.向量模型，利用集中不等式和矩界控制误差项。
• 关键技术工具包括迹统计量、格拉姆-施密特正交化，以及高维随机向量中二次型的渐近行为。

实验结果

研究问题

• RQ1 在何种条件下，有限秩变形矩阵的极端特征值表现出高斯波动？
• RQ2 扰动特征向量的局域化如何影响极端特征值的波动行为？
• RQ3 那些停留在整体谱边缘的特征值的极限分布是什么？
• RQ4 能否在非高斯矩阵系综中证明BBP相变在波动水平上的普遍性？
• RQ5 当第 $p$ 个极端特征值停留在整体部分时，其波动行为如何？是否遵循 $p$-维特拉希-威德曼分布？

主要发现

• 当扰动具有全局化特征向量时，无论原始矩阵是确定性还是随机的，偏离整体的特征值均表现出高斯波动。
• 停留在整体谱边缘的特征值在渐近意义上非常接近未扰动矩阵的对应特征值，其波动行为与原始矩阵一致。
• 对于一维扰动，第二个特征值的波动模式与未扰动矩阵的第一个特征值相同，具体取决于第一个特征值是否偏离或停留在边缘。
• 当未扰动矩阵为具有通用i.i.d.分量的Wigner或Wishart矩阵时，停留在整体的第 $p$ 个极端特征值的波动行为遵循 $p$-维特拉希-威德曼分布。
• 涉及扰动向量的双线性形式的有限维分布弱收敛于一个高斯过程，其方差取决于分量分布的四阶累积量和矩阵结构。
• 对于i.i.d.和正交化后的随机扰动向量，结果均成立，后者通过正交化过程中受控的误差项被归约为前者。