[论文解读] On asymptotics of large Haar distributed unitary matrices

Dėnes Petz, Júlia Réffy|ArXiv.org|Oct 21, 2003

Random Matrices and Applications参考文献 8被引用 5

一句话总结

本文使用基本的矩方法，建立了大尺寸Haar分布酉矩阵的幂的迹的渐近正态性及其联合独立性。证明了经归一化的截断Haar酉矩阵在分布上收敛于非自伴高斯随机矩阵，为Diaconis与Shahshahani先前基于特征标的方法提供了简单替代方案。

ABSTRACT

Let $U_n$ be an $n imes n$ Haar unitary matrix. In this paper, the asymptotic normality and independence of $\Tr U_n, \Tr U_n^2, ..., \Tr U_n^k$ are shown by using elementary methods. More generally, it is shown that the renormalized truncated Haar unitaries converge to a Gaussian random matrix in distribution.

研究动机与目标

• 建立大尺寸Haar酉矩阵幂的迹的渐近正态性。
• 证明当 n → ∞ 时，迹 Tr(Uⁿ), Tr(Uⁿ²), ..., Tr(Uⁿᵏ) 的渐近独立性。
• 证明经归一化的截断Haar酉矩阵收敛于非自伴高斯随机矩阵。
• 使用矩方法提供这些结果的初等证明，避免使用高级群表示理论。
• 通过复单位圆盘上的积分与围道方法，提供截断Haar酉矩阵联合特征值分布的构造性方法。

提出的方法

• 利用独立同分布的复高斯矩阵进行Gram-Schmidt正交化，构造Haar酉矩阵。
• 应用矩方法分析固定 k 且 n 很大时 Tr(Uⁿᵏ) 的矩。
• 通过缩放 ζᵢ ↦ √(m/n)ζᵢ，对截断Haar酉矩阵的联合特征值密度进行变换。
• 利用复围道积分与留数定理，计算所得的多维积分。
• 计算归一化截断矩阵的联合特征值密度及其当 n → ∞ 时的极限。
• 识别极限密度为具有独立同分布复高斯元素的标准非自伴高斯矩阵的密度。

实验结果

研究问题

• RQ1 当 n → ∞ 时，大尺寸 n×n Haar酉矩阵的迹 Tr(Uⁿ), Tr(Uⁿ²), ..., Tr(Uⁿᵏ) 是否渐近正态？
• RQ2 在 n 很大时，不同幂的迹是否渐近独立？
• RQ3 归一化的截断Haar酉矩阵 √(n/m)U[ₙ,ₘ] 是否在分布上收敛于高斯随机矩阵？
• RQ4 能否使用初等矩方法推导出截断Haar酉矩阵的极限分布，而无需使用群特征标？
• RQ5 归一化截断矩阵的联合特征值密度的确切形式是什么？其当 n → ∞ 时的极限是什么？

主要发现

• 当 n → ∞ 时，k = 1, 2, ..., k 的迹 Tr(Uⁿᵏ) 为渐近正态且联合独立。
• 归一化的截断矩阵 √(n/m)U[ₙ,ₘ] 在分布上收敛于标准 m×m 非自伴高斯随机矩阵。
• 极限联合特征值密度与 exp(−m∑|ζᵢ|²)∏ᵢ<ⱼ|ζᵢ − ζⱼ|² 成正比，与高斯系综一致。
• 特征值密度中的归一化常数在 n → ∞ 时收敛于 π⁻ᵐm!⁻¹∏ₖ₌₁ᵐk!⁻¹mᵐ⁽ᵐ⁺¹⁾ᐟ²。
• 矩方法成功重现了Diaconis与Shahshahani基于特征标方法所得的极限分布，但使用了更初等的技术。
• 通过在单位圆盘上积分与围道积分，推导出截断Haar酉矩阵的联合特征值密度，得到精确的渐近表达式。