[论文解读] On Non-Gaussian Limiting Laws for the Certain Statistics of the Wigner Matrices

Anna Lytova|arXiv (Cornell University)|Jan 14, 2012

Random Matrices and Applications参考文献 37被引用 6

一句话总结

本文建立了形如 $\xi_n^A[\varphi] = \operatorname{Tr}\varphi(M^{(n)})A^{(n)})$ 的线性谱统计的非高斯极限分布，其中 $M^{(n)}$ 为实对称 Wigner 矩阵，$\{A^{(n)}\}$ 为满足迹归一化的确定性矩阵序列。对于具有整函数特征函数的 i.i.d. 入口 Wigner 矩阵，证明了极限分布为非高斯分布，其依赖于矩阵元素的累积量及序列 $\{A^{(n)}\}$，推广了以往关于线性特征值统计和矩阵元素的中心极限定理结果。

ABSTRACT

We continue investigations of our previous papers, in which there were proved central limit theorems (CLT) for linear eigenvalue statistics Tr f(M_n) and there were found the limiting probability laws for the normalised matrix elements of differential functions f(M_n) of nxn real symmetric Wigner matrices M_n. Here we consider another spectral characteristic of Wigner matrices, namely, Tr f(M_n)A_n, where {A_n, n=1,2,...} is a certain sequence of non-random matrices. We show first that if M_n belongs to the Gaussian Orthogonal Ensemble, then Tr f(M_n)A_n satisfies CLT. Then we consider Wigner matrices with i.i.d. entries possessing entire characteristic function and find the limiting probability law for Tr f(M_n)A_n, which in general is not Gaussian.

研究动机与目标

• 将 Wigner 矩阵谱统计的中心极限定理（CLT）从高斯情形推广至非高斯情形。
• 研究线性谱统计 $\xi_n^A[\varphi] = \operatorname{Tr}\varphi(M^{(n)})A^{(n)})$ 的渐近分布，其中 $A^{(n)}$ 为确定性矩阵序列。
• 刻画当 $M^{(n)}$ 为具有整函数特征函数的非高斯 Wigner 矩阵时，$\xi_n^A[\varphi]$ 的极限概率律。
• 证明极限分布通常为非高斯分布，与 GOE 中的高斯情形形成对比。
• 通过累积量与矩阵序列的统一框架，整合并推广先前关于线性特征值统计与单个矩阵元素的研究结果。

提出的方法

• 分析采用 GOE 与一般 Wigner 矩阵之间的插值方案，利用已知的 GOE 中心极限定理。
• 通过矩阵元素的累积量展开，渐近推导归一化统计量 $\xi_n^{A\circ}[\varphi]$ 的特征函数。
• 关键技术工具包括：利用 resolvent 展开、谱平均法，以及通过 Schur–Horn 不等式对矩阵元素的矩进行有界控制。
• 利用 $A^{(n)}$ 上的迹条件 (1.2) 和 (1.3)，计算极限方差与累积量结构，确保归一化迹的收敛性。
• 证明依赖于插值参数 $s \in [0,1]$ 的摄动展开，通过高阶累积量估计与矩阵函数导数的统一有界性控制误差项。
• 最终的极限分布律以 $M^{(n)}$ 的 i.i.d. 入口的累积量与 $A^{(n)}$ 的极限行为表达，统一推广了关于线性特征值统计与矩阵元素的已知结果。

实验结果

研究问题

• RQ1 对于具有非高斯分布的 Wigner 矩阵，线性谱统计 $\xi_n^A[\varphi] = \operatorname{Tr}\varphi(M^{(n)})A^{(n)})$ 是否满足中心极限定理？
• RQ2 当 $M^{(n)}$ 具有整函数特征函数的 i.i.d. 入口，且 $A^{(n)}$ 满足迹归一化时，$\xi_n^A[\varphi]$ 的极限概率律为何？
• RQ3 与高斯情形相比，$\xi_n^A[\varphi]$ 的极限分布有何不同？矩阵元素的高阶累积量起何作用？
• RQ4 是否能对所有 $A^{(n)}$ 的选择（包括线性特征值统计与矩阵元素）统一表达 $\xi_n^A[\varphi]$ 的极限律？
• RQ5 为确保收敛至非高斯极限，对 $A^{(n)}$ 与测试函数 $\varphi$ 的必要条件是什么？

主要发现

• 对于具有整函数特征函数的 i.i.d. 入口 Wigner 矩阵，$\xi_n^A[\varphi]$ 的极限分布为非高斯分布，推广了已知于 GOE 的高斯中心极限定理。
• 归一化统计量 $\xi_n^{A\circ}[\varphi]$ 的极限特征函数通过矩阵元素的累积量与 $A^{(n)}$ 的极限迹行为表达，如定理 5.1 所形式化。
• 当 $A^{(n)} = I^{(n)}$ 时，结果退化为线性特征值统计的非高斯极限律，其与非高斯性下的经典中心极限定理不同。
• 当 $A^{(n)}$ 对应于矩阵元素（例如 $A^{(n)}_{lm} = \sqrt{n}\delta_{jl}\delta_{jm}$）时，极限律非高斯，且为高斯分布与矩阵元素分布的组合（经适当缩放后）。
• $\xi_n^A[\varphi]$ 的极限方差有界于 $c(1+|t|)^4$，表明其在测试函数参数 $t$ 上呈多项式增长，与非高斯行为一致。
• 在 GOE 与一般 Wigner 矩阵之间采用的插值方法，通过与已知高斯情形比较并利用累积量展开控制误差项，实现了非高斯极限的推导。