[论文解读] Polynomial convolutions and (finite) free probability

Adam W. Marcus|arXiv (Cornell University)|Aug 16, 2021

Random Matrices and Applications被引用 13

一句话总结

本文引入有限自由概率，这是一种通过多项式卷积将自由概率扩展至有限维系统的新型框架。通过利用一种新颖的变换和交错多项式族，推导出经典自由分布和极限定理的有限版本，弥合了渐近自由概率与有限维随机矩阵理论之间的鸿沟。

ABSTRACT

We introduce a finite version of free probability and show the link between recent results using polynomial convolutions and the traditional theory of free probability. One tool for accomplishing this is a seemingly new transformation that allows one to reduce computations in our new theory to computations using classically independent random variables. We then explore the idea of finite freeness and its implications. Lastly, we show applications of the new theory by deriving the finite versions of some well-known free distributions and then proving their associated limit laws directly. In the process, we gain a number of insights into the behavior of convolutions in traditional free probability that seem to get lost when the operators being convolved are no longer finite. This version contains the original preprint from 2016 as well as an extra section (Section 5.2) where we use finite freeness to prove majorization relations on certain convolution.

研究动机与目标

• 开发自由概率的有限维类比，克服在有限维中不存在非平凡自由独立性的局限。
• 通过多项式卷积，在有限随机矩阵系综与渐近自由概率之间建立计算桥梁。
• 将交错多项式方法推广，推导出著名自由极限定理的有限版本。
• 提供一个统一的有限自由框架，保留经典自由概率的关键结构洞见。
• 通过迹向量和熵概念的新解释，探索有限自由概率与组合学及量子信息理论之间的联系。

提出的方法

• 通过多项式卷积定义有限自由性，以有限维矩阵模型替代无限维算子代数，提出自由概率的有限版本。
• 采用一种新颖的变换，将有限自由设定中的计算简化为经典独立随机变量的计算，从而实现可处理的分析。
• 利用交错多项式方法，对随机矩阵和的特征多项式根进行有界，特别适用于秩一更新。
• 通过分析来自随机矩阵系综的拉盖尔多项式根，推导出经典自由分布（如半圆分布、Marchenko-Pastur分布）的有限版本。
• 通过有放回地随机抽样向量构造交错多项式族，确保期望特征多项式与缩放后的拉盖尔多项式一致。
• 将理论应用于直接证明有限极限定律，例如，$ k $ 个独立同分布的秩一投影矩阵和的特征值分布收敛于自由卷积律。

实验结果

研究问题

• RQ1 自由概率概念如何被推广至不存在真正自由独立性的有限维系统？
• RQ2 自由加法卷积的有限类比是什么？如何在不依赖渐近极限的情况下进行计算？
• RQ3 交错多项式方法能否系统性地用于推导经典自由极限定理的有限版本？
• RQ4 多项式卷积在统一有限随机矩阵理论与渐近自由概率中起什么作用？
• RQ5 有限自由性与有限自由熵如何与量子信息中的已知概念及随机矩阵的普遍性相联系？

主要发现

• 本文确立了可通过多项式卷积定义有限自由性，从而推导出如半圆分布和 Marchenko-Pastur 分布等自由分布的有限版本。
• 证明了对有放回抽取的随机秩一矩阵和，其期望特征多项式与拉盖尔多项式成比例，从而可通过交错多项式族实现根的有界。
• 对于 $ k $ 个独立同分布的秩一投影矩阵和，其有限极限律在 $ d \to \infty $ 时收敛于极限谱测度的自由卷积，收敛速度由参数 $ \nu = k/d $ 控制。
• 该理论提供了收敛于自由卷积律的直接、非渐近的证明，避免了对算子理论极限的依赖。
• 有限自由熵与有限自由费雪信息可被推广至有限设定，暗示其与随机矩阵理论中浓度不等式和普遍性的新联系。
• 该框架推广了 $ C^* $-代数中迹向量的概念，表明有限自由性包含该结构，并为量子信息理论开辟了新途径。