[论文解读] Lecture Notes on "Random Matrices"

Roland Speicher|arXiv (Cornell University)|Sep 10, 2020

Random Matrices and Applications参考文献 4被引用 4

一句话总结

本讲义系列对随机矩阵理论提供了全面的导论，涵盖Wigner半圆律、最大特征值的Tracy–Widom分布以及圆律等基础主题。通过组合方法、分析方法和概率方法——包括Stieltjes变换、Wick公式和浓度不等式——建立了高斯矩阵和Wigner系综中特征值分布的普遍性与渐近行为。

ABSTRACT

This in an introduction to random matrix theory, giving an impression of some of the most important aspects of this modern subject. In particular, it covers the basic combinatorial and analytic theory around Wigner's semicircle law, featuring also concentration phenomena, and the Tracy-Widom distribution of the largest eigenvalue. The circular law and a discussion of Voiculescu's multivariate extension of the semicircle law, as an appetizer for free probability theory, also make an appearance. The material here was presented in the winter term 2019/20 at Saarland University in 24 lectures of 90 minutes each. The lectures were recorded and can be found online at https://www.math.uni-sb.de/ag/speicher/web_video/index.html.

研究动机与目标

• 为研究生和研究人员提供严谨但易懂的随机矩阵理论导论。
• 通过组合与分析技术，推导Wigner矩阵与高斯随机矩阵的半圆律。
• 通过Tracy–Widom分布探索GUE与GOE系综中最大特征值的极限分布，并揭示其与非相交Brow运动的联系。
• 引入圆律及独立GUE矩阵的渐近自由性，进而引出自由概率理论。
• 为读者提供分析特征值统计量的工具，包括矩方法、Stieltjes变换与浓度不等式。

提出的方法

• 利用Wick公式与非交叉配对方法，组合计算高斯随机矩阵的矩，从而组合推导半圆律。
• 应用Stieltjes变换分析谱测度的弱收敛性，从分析角度证明半圆律。
• 采用Poincaré不等式与对数Sobolev不等式，建立线性谱统计量的测度集中性。
• 利用Karlin–McGregor与Gessel–Viennot恒等式，将特征值统计量与非相交路径及行列式点过程相联系。
• 通过启发式与严格方法推导Tracy–Widom分布，包括Harer–Zagier递推关系与Painlevé II方程。
• 应用RSK对应与路径分解，将最长递增子序列与GUE矩阵的特征值波动相联系。

实验结果

研究问题

• RQ1 在N趋于无穷时，Wigner矩阵与高斯随机矩阵的特征值行为如何？什么决定了半圆律？
• RQ2 GUE与GOE系综中最大特征值的极限分布是什么？其与Tracy–Widom分布有何关系？
• RQ3 浓度不等式与对数Sobolev不等式如何控制线性谱统计量的波动？
• RQ4 非相交Brow运动、行列式过程与随机矩阵特征值统计量之间有何联系？
• RQ5 对于非厄米矩阵（如Ginibre系综），圆律如何出现？其普遍性如何？

主要发现

• 当N → ∞时，Wigner矩阵与GUE矩阵的特征值分布以概率几乎必然收敛于半圆律，其极限密度为ρ(x) = (1/(2π))√(4−x²)，定义在[−2,2]区间上。
• 经过适当缩放后，GUE矩阵的最大特征值以概率几乎必然收敛于2，其波动由Tracy–Widom分布控制。
• GUE的联合特征值密度可借助埃尔米特多项式与Vandermonde行列式表示，从而形成行列式点过程结构。
• 随机排列中最长递增子序列的分布收敛于Tracy–Widom分布，建立了组合学与随机矩阵理论之间的联系。
• 对于均值为零、方差有限的非厄米i.i.d.矩阵，当N → ∞时，其特征值收敛于单位圆盘上的均匀分布（即圆律）。
• 独立GUE矩阵的特征值在自由概率意义下趋于渐近自由，其联合矩由自由独立性决定。