[论文解读] Quantitative CLT for linear eigenvalue statistics of Wigner matrices

Zhigang Bao, Yukun He|arXiv (Cornell University)|Mar 9, 2021

Random Matrices and Applications参考文献 46被引用 4

一句话总结

本文在柯尔莫哥洛夫-史米尔诺夫距离下建立了 $N\times N$ 维 Wigner 矩阵的线性特征值统计（LES）中心极限定理（CLT）的近最优收敛速率。通过概率方法，识别出两种不同的收敛速率——$N^{-1/2+\varepsilon}$ 和 $N^{-1+\varepsilon}$——具体取决于测试函数的第一类切比雪夫系数与对角元项的三阶矩，且给出了区分这两种速率的必要且充分条件。通过消除一个非普遍项，修正后的 LES 在所有测试函数下实现了统一的 $N^{-1+\varepsilon}$ 收敛速率。

ABSTRACT

In this article, we establish a near-optimal convergence rate for the CLT of linear eigenvalue statistics of Wigner matrices, in Kolmogorov-Smirnov distance. For all test functions $f\in C^5(\mathbb R)$, we show that the convergence rate is either $N^{-1/2+\varepsilon}$ or $N^{-1+\varepsilon}$, depending on the first Chebyshev coefficient of $f$ and the third moment of the diagonal matrix entries. The condition that distinguishes these two rates is necessary and sufficient. For a general class of test functions, we further identify matching lower bounds for the convergence rates. In addition, we identify an explicit, non-universal contribution in the linear eigenvalue statistics, which is responsible for the slow rate $N^{-1/2+\varepsilon}$ for non-Gaussian ensembles. By removing this non-universal part, we show that the shifted linear eigenvalue statistics have the unified convergence rate $N^{-1+\varepsilon}$ for all test functions.

研究动机与目标

• 为 Wigner 矩阵线性特征值统计（LES）的 CLT 收敛速率提供定量描述，此前该结果仅以非定量的渐近形式建立。
• 解决随机矩阵理论中长期存在的弱收敛速度理解空白，特别是针对非高斯 Wigner 系综。
• 明确识别出不同收敛速率出现的精确条件，区分 $N^{-1/2+\varepsilon}$ 与 $N^{-1+\varepsilon}$ 速率。
• 分离并消除 LES 中导致较慢收敛速率的非普遍项，从而在所有测试函数下统一收敛速率。

提出的方法

• 采用概率方法分析线性特征值统计的波动，避免依赖先前分析方法中使用的显式联合特征值密度公式。
• 作者通过矩估计与鞅型分解，在柯尔莫哥洛夫-史米尔诺夫距离下精确刻画了收敛速率。
• 关键技术工具包括格林函数的波动平均与预解式恒等式，用于控制特征值统计展开中误差项的大小。
• 分析基于测试函数的第一类切比雪夫系数 $c_1^f$ 与对角元项三阶矩 $a_3 = \mathbb{E}[h_d^3]$ 区分两种情形。
• 明确识别出一个非普遍修正项并从 LES 中移除，从而实现统一的收敛速率。
• 证明过程采用归一化 LES 特征函数的分解，并应用泰勒展开与矩界估计来控制误差项。

实验结果

研究问题

• RQ1 在柯尔莫哥洛夫-史米尔诺夫距离下，Wigner 矩阵线性特征值统计的 CLT 最优收敛速率是什么？
• RQ2 在何种条件下收敛速率退化为 $N^{-1/2+\varepsilon}$，在何种条件下可提升至 $N^{-1+\varepsilon}$？
• RQ3 是否存在线性特征值统计中的非普遍贡献项，导致非高斯 Wigner 系综的收敛速率变慢？
• RQ4 通过移除该非普遍项，能否在所有测试函数下统一收敛速率？
• RQ5 在所考虑的一般测试函数类中，收敛速率的匹配下界是什么？

主要发现

• 当第一类切比雪夫系数 $c_1^f$ 与对角元项三阶矩 $a_3$ 满足特定非退化条件时，Wigner 矩阵线性特征值统计的 CLT 收敛速率为 $N^{-1/2+\varepsilon}$。
• 当该条件不成立时，收敛速率提升至 $N^{-1+\varepsilon}$，且该条件对更快速率而言既是必要也是充分的。
• 对于 $C^5$ 类的一般测试函数，建立了匹配的下界，证实了所推导速率的近最优性。
• 明确识别出线性特征值统计中存在一个显式的非普遍项，其为非高斯系综中 $N^{-1/2+\varepsilon}$ 速率的根源。
• 在移除该非普遍项后，修正后的线性特征值统计对所有测试函数均实现了统一的 $N^{-1+\varepsilon}$ 收敛速率。
• 结果在更强的柯尔莫哥洛夫-史米尔诺夫距离下建立，优于以往使用较弱距离（如二次 Kanto­rovich 或基于矩的收敛）的研究。