[论文解读] Large dimensional random k circulants

Arup Bose, Joydip Mitra+1 more|ArXiv.org|Mar 1, 2009

Random Matrices and Applications参考文献 31被引用 8

一句话总结

本文建立了大型随机 $k$-循环矩阵在 i.i.d. 输入项均值为零、方差为一条件下的极限谱分布（LSD）。在 $k(n)$ 的特定增长条件下，LSD 弱收敛于涉及单位根或单位圆的分布，该分布经由伽马型随机变量缩放；当 $n = k^2 + 1$ 时，谱半径的收敛性明确指向 Gumbel 分布。研究将经典随机矩阵理论扩展至结构化的 $k$-循环系综。

ABSTRACT

Consider random k-circulants A_{k,n} with n tends to infinity, k=k(n) and whose input sequence \{a_l\}_{l \ge 0} is independent with mean zero and variance one and \sup_n n^{-1}\sum_{l=1}^n \E |a_l|^{2+δ}< \infty for some δ> 0. Under suitable restrictions on the sequence \{k(n)\}_{n \ge 1}, we show that the limiting spectral distribution (LSD) of the empirical distribution of suitably scaled eigenvalues exists and identify the limits. In particular, we prove the following: Suppose g \ge 1 is fixed and p_1 is the smallest prime divisor of g. Suppose P_g=\prod_{j=1}^g E_j where \{E_j\}_{1 \le j \le g} are i.i.d. exponential random variables with mean one. (i) If k^g = -1+ s n where s=1 if g=1 and s = o(n^{p_1 -1}) if g>1, then the empirical spectral distribution of n^{-1/2}A_{k,n} converges weakly in probability to U_1P_g^{1/2g} where U_1 is uniformly distributed over the (2g)th roots of unity, independent of P_g. (ii) If g \ge 2 and k^g = 1+ s n with s = o(n^{p_1-1}) then the empirical spectral distribution of n^{-1/2}A_{k,n} converges weakly in probability to U_2P_g^{1/2g} where U_2 is uniformly distributed over the unit circle in \mathbb R^2, independent of P_g. On the other hand, if k \ge 2, k= n^{o(1)} with \gcd(n,k) = 1, and the input is i.i.d. standard normal variables, then F_{n^{-1/2}A_{k,n}} converges weakly in probability to the uniform distribution over the circle with center at (0,0) and radius r = \exp(\E [ \log \sqrt E_1]). We also show that when n=k^2+1 o \infty, and the input is i.i.d. with finite (2+δ) moment, then the spectral radius, with appropriate scaling and centering, converges to the Gumbel distribution.

研究动机与目标

• 建立当 $n \to \infty$ 时，大型随机 $k$-循环矩阵的极限谱分布（LSD）的存在性并加以识别。
• 分析当 $k = k(n)$ 随 $n$ 增长时的 LSD，特别关注 $k^g = \pm 1 + sn$ 且 $s = o(n^{p_1 - 1})$ 的条件。
• 在有限 $(2+\delta)$-阶矩条件下，确定当 $n = k^2 + 1$ 时谱半径的极限分布。
• 将关于循环矩阵的已知结果推广至更一般的 $k$-循环结构，尤其在 $n,k$ 互素且输入为 i.i.d. 高斯分布时。
• 在特定渐近区域推导谱半径的中心极限型近似与 Gumbel 极限。

提出的方法

• 利用离散傅里叶变换（DFT）对 $k$-循环矩阵进行对角化，利用其循环结构及通过输入序列的 DFT 得到的特征值公式。
• 应用置换矩阵与索引上的群作用，将矩阵分解为循环块，从而实现对特征多项式的分析。
• 运用引理 14 和引理 15，将 $A_{k,n}$ 的特征多项式与依赖于循环的矩阵 $L_j$ 的乘积联系起来，其特征值为 $\lambda^{n_j} - \Pi_j$。
• 采用概率工具，包括依分布弱收敛、单位圆上均匀变量与指数乘积的独立性，以及矩条件 $\sup_n n^{-1} \sum_{l=1}^n \mathbb{E}|a_l|^{2+\delta} < \infty$。
• 通过极值理论分析谱半径，证明在 $n = k^2 + 1$ 且输入具有有限 $(2+\delta)$-阶矩时，其收敛至 Gumbel 分布。
• 通过条件化 $k$-轨道在模 $n$ 下的结构，推导 LSD，尤其在 $k^g \equiv \pm 1 \pmod{n}$ 时，导致特征值分布具有 $g$-重对称性。

实验结果

研究问题

• RQ1 当 $k^g = -1 + sn$ 且 $s = 1$（若 $g=1$）或 $s = o(n^{p_1 - 1})$（若 $g > 1$）时，$n^{-1/2}A_{k,n}$ 的 LSD 是什么？
• RQ2 在相同 $s$ 的增长条件下，当 $k^g = 1 + sn$ 时，LSD 如何变化？
• RQ3 当 $k = n^{o(1)}$，$\gcd(n,k) = 1$，且输入项为 i.i.d. 标准正态分布时，LSD 是什么？
• RQ4 当 $n = k^2 + 1$ 且输入具有有限 $(2+\delta)$-阶矩时，$A_{k,n}$ 的谱半径的极限分布是什么？
• RQ5 当 $k$-循环矩阵被缩放且对固定的 $g$ 有 $k^g \equiv \pm 1 \pmod{n}$ 时，LSD 是否可显式识别？

主要发现

• 当 $k^g = -1 + sn$ 且 $s = 1$（若 $g=1$）或 $s = o(n^{p_1 - 1})$（若 $g > 1$）时，$n^{-1/2}A_{k,n}$ 的经验谱分布（ESD）以概率弱收敛于 $U_1 P_g^{1/2g}$，其中 $U_1$ 是在 $2g$-次单位根上均匀分布的随机变量，且与 $P_g = \prod_{j=1}^g E_j$ 独立，$E_j$ 为均值为一的 i.i.d. 指数分布。
• 当 $g \geq 2$ 且 $k^g = 1 + sn$ 且 $s = o(n^{p_1 - 1})$ 时，$n^{-1/2}A_{k,n}$ 的 ESD 以概率弱收敛于 $U_2 P_g^{1/2g}$，其中 $U_2$ 是 $\mathbb{R}^2$ 中单位圆上的均匀分布，且与 $P_g$ 独立。
• 当 $k \geq 2$，$k = n^{o(1)}$，$\gcd(n,k) = 1$，且输入为 i.i.d. 标准正态分布时，$n^{-1/2}A_{k,n}$ 的 ESD 以概率弱收敛于以原点为中心、半径为 $r = \exp(\mathbb{E}[\log \sqrt{E_1}])$ 的圆周上的均匀分布。
• 当 $n = k^2 + 1 \to \infty$ 且输入具有有限 $(2+\delta)$-阶矩时，经适当缩放和中心化后的谱半径依分布收敛于 Gumbel 分布。
• LSD 非高斯，且依赖于 $k$ 模 $n$ 的代数结构，尤其在 $k^g \equiv \pm 1 \pmod{n}$ 时，导致特征值分布具有 $g$-重对称性。
• 矩阵 $A_{k,n}$ 的特征多项式可分解为对应于模 $n$ 下 $k$-轨道的块矩阵，其特征值由循环长度及轨道点上的输入值决定。