[论文解读] Pathwise asymptotic behavior of random determinants in the uniform Gram and Wishart ensembles

Alain Rouault|arXiv (Cornell University)|Sep 1, 2005

Random Matrices and Applications参考文献 36被引用 3

一句话总结

本文研究了当矩阵维数增大时，均匀格莱姆和威沙特系综中随机行列式的路径渐近行为。通过巴特莱特分解和谱方法，建立了归一化对数行列式过程的几乎必然收敛性、功能中心极限定理以及大偏差原理，其中通过下确界卷积和对偶性推导出显式的速率函数。

ABSTRACT

This paper concentrates on asymptotic properties of determinants of some random symmetric matrices. If B_{n,r} is a n x r rectangular matrix and B_{n,r}' its transpose, we study det (B_{n,r}'B_{n,r}) when n,r tends to infinity with r/n o c\in (0,1). The r column vectors of B_{n,r} are chosen independently, with common distribution ν_n. The Wishart ensemble corresponds to ν_n = {\cal N}(0, I_n), the standard normal distribution. We call uniform Gram ensemble the ensemble corresponding to ν_n = σ_n, the uniform distribution on the unit sphere `S_{n-1}. In the Wishart ensemble, a well known Bartlett's theorem decomposes the above determinant into a product of chi-square variables. The same holds in the uniform Gram ensemble. This allows us to study the process \{\frac{1}{n}\log \det\big(B_{n,\lfloor nt floor}'B_{n,\lfloor nt floor}\big), t \in [0,1]\} and its asymptotic behavior as n o \infty: a.s. convergence, fluctuations, large deviations. We connect the results for marginals (fixed t) with those obtained by the spectral method.

研究动机与目标

• 研究随机矩阵系综中归一化对数行列式过程的几乎必然收敛性、波动行为以及大偏差。
• 在 $ r/n \to c \in (0,1) $ 的条件下，分析均匀格莱姆和威沙特系综中行列式的联合渐近行为。
• 利用谱理论和随机过程，建立边际结果（固定 $ t $）与路径结果之间的联系。
• 通过球面分量和卡方分量的速率函数的下确界卷积，推导出对数行列式过程的显式大偏差速率函数。
• 通过分解方法和谱方法，为研究行列式过程提供统一框架，并应用于马尔琴科-帕斯特尔定律。

提出的方法

• 应用巴特莱特分解，将 $ \log \det(B_{n,r}^\prime B_{n,r}) $ 表示为独立随机变量之和：威沙特情形下为卡方分布，均匀格莱姆情形下为贝塔分布。
• 将过程 $ \left\{ \frac{1}{n} \log \det(B_{n,\lfloor nt \rfloor}^\prime B_{n,\lfloor nt \rfloor}) \right\}_{t \in [0,1]} $ 定义为三角阵列，以进行路径分析。
• 利用谱表示 $ \log \det(B_{n,r}^\prime B_{n,r}) = \sum_{k=1}^r \log \lambda_{n,r}^{(k)} $，其中 $ \lambda_{n,r}^{(k)} $ 为特征值，将其与马尔琴科-帕斯特尔定律联系起来。
• 通过特征值和范数的强大数律，建立归一化对数行列式过程的几乎必然收敛性。
• 通过不变原理和经验谱测度的弱收敛性，推导功能中心极限定理。
• 利用 G"{a}rtner-Ellis 定理以及球面分量和范数分量速率函数的下确界卷积，计算大偏差原理（LDP），并通过对偶性恢复速率函数。

实验结果

研究问题

• RQ1 当 $ n \to \infty $ 时，$ \frac{1}{n} \log \det(B_{n,\lfloor nt \rfloor}^\prime B_{n,\lfloor nt \rfloor}) $ 的几乎必然极限是什么？
• RQ2 归一化对数行列式过程的波动在函数尺度上如何表现，其极限高斯过程是什么？
• RQ3 对数行列式过程 $ \frac{1}{n} \log \det(B_{n,\lfloor nt \rfloor}^\prime B_{n,\lfloor nt \rfloor}) $ 的大偏差速率函数是什么，它如何从分量上的大偏差原理推导而来？
• RQ4 巴特莱特分解（独立变量乘积）的结果与谱方法（特征值之和）的结果之间有何联系？
• RQ5 威沙特情形下对数行列式的极限累积量生成函数和速率函数的精确形式是什么，它与马尔琴科-帕斯特尔分布有何关系？

主要发现

• 归一化对数行列式过程 $ \frac{1}{n} \log \det(B_{n,\lfloor nt \rfloor}^\prime B_{n,\lfloor nt \rfloor}) $ 几乎必然收敛到一个确定性极限函数 $ \gamma(t) \mapsto \int_0^t \left[ \gamma(s) \log 2 + \ell(n\gamma(s) + n/2) - \ell(n/2) \right] ds $，其中 $ \ell = \log \Gamma $。
• 该过程满足功能中心极限定理，波动弱收敛到一个均值为零的高斯过程，其协方差结构由谱测度导出。
• 该过程的大偏差原理已建立，其良好速率函数为球面分量和范数分量速率函数的下确界卷积。
• 对于威沙特系综，极限累积量生成函数为 $ \mathcal{L}^W(\gamma) = \frac{1}{2} \int_0^1 \mathcal{J}(1 + 2\gamma(t)) dt $，其中 $ \mathcal{J}(x) = x \log x - x + 1 $，并通过从累积量生成函数的对偶性推导得出。
• 对于总对数行列式 $ \Xi_{n,n} = \log \det(B_{n,n}^\prime B_{n,n}) $，速率函数满足 $ \lim_{n \to \infty} \frac{1}{n^2} \log \mathbb{P}(\Xi_{n,n} \geq nx) = -I_1^W(x) $，当 $ x \geq -1 $ 时，且在边界点处二阶导数为零。
• 通过在测度上最小化，计算出过程的精确速率函数 $ I_T^{(sp)} $，得到 $ I_T^{(sp)}(\pi_{\sigma^2}^c) $，其中 $ \sigma^2 = 1 + 2\theta $，$ c = T / \sigma^2 $，结果与论文中的显式公式 (40) 一致。