[论文解读] On the spectral radius of a random matrix

Charles Bordenave, Pietro Caputo+2 more|arXiv (Cornell University)|Jul 18, 2016

Random Matrices and Applications参考文献 3被引用 5

一句话总结

该论文在仅假设高阶矩（>2阶）有限的条件下，证明了具有独立同分布、零均值、单位方差且对称分布的随机矩阵的谱半径收敛于矩阵维数的平方根。通过在矩方法中引入一种新颖的截断技术，作者建立了环形定律中无异常值的存在，从而证实了随机矩阵理论中长期存在的一个猜想。

ABSTRACT

Consider a square matrix with independent and identically distributed entries of zero mean and unit variance. It is well known that if the entries have a finite fourth moment, then, in high dimension, with high probability, the spectral radius is close to the square root of the dimension. We conjecture that this holds true under the sole assumption of zero mean and unit variance, in other words that there are no outliers in the circular law. In this work we establish the conjecture in the case of symmetrically distributed entries with a finite moment of order larger than two. The proof uses the method of moments combined with a novel truncation technique for cycle weights that might be of independent interest.

研究动机与目标

• 在最小矩条件假设下，解决关于独立同分布、零均值、单位方差随机矩阵谱半径收敛于√n的猜想。
• 将环形定律的适用范围从有限四阶矩扩展至仅存在有限>2阶矩的情形。
• 在对称分布条目下，建立谱分布中无异常值的结论。
• 为矩方法中循环权重开发一种新型截断技术，以在重尾条目下实现更强的矩分析收敛结果。

提出的方法

• 应用矩方法分析随机矩阵特征值的矩。
• 引入一种新颖的截断技术，以控制矩展开中高权重循环的贡献。
• 该截断设计用于在保持循环权重渐近行为的同时，确保在弱矩假设下的可积性。
• 利用条目的对称分布特性，简化矩计算并改进集中度界。
• 分析聚焦于矩阵幂的迹，以将谱矩与矩阵图中的循环结构联系起来。
• 证明矩的收敛性可推出谱半径以概率收敛于√n。

实验结果

研究问题

• RQ1 当仅存在有限>2阶矩时，具有独立同分布、零均值、单位方差的随机矩阵的谱半径是否收敛于√n？
• RQ2 在对称情况下，是否可在不假设四阶矩有限的条件下证明环形定律？
• RQ3 在弱于以往已知条件的矩假设下，特征值分布中是否存在异常值？
• RQ4 在矩计算中，为循环权重开发的新截断方法是否能在弱矩假设下产生更强的收敛结果？

主要发现

• 在>2阶矩有限的假设下，当矩阵维数n → ∞时，谱半径以概率收敛于√n。
• 对于仅具有>2阶矩有限的对称分布条目，环形定律在无异常值下成立。
• 新颖的截断技术有效控制了矩方法中循环权重，使在弱矩条件下仍可进行分析。
• 该结果证实了在最小矩假设下谱半径渐近为√n的猜想，扩展了以往需依赖四阶矩条件的结果。