[论文解读] Random matrices: Localization of the eigenvalues and the necessity of four moments

Terence Tao, Van Vu|arXiv (Cornell University)|May 17, 2010

Random Matrices and Applications参考文献 15被引用 20

一句话总结

本文建立了威格纳随机矩阵特征值局域化的精确界限，表明当三阶矩为零时，特征值与其经典位置之间期望平方偏差的尺度为 $ O(n^{-c}) $（在体区）。此外，本文证明了四矩定理中的四矩条件是必要的，因为四阶矩的变化会使特征值均值发生 $ \Theta(n^{-1/2}) $ 的位移，并推测在 $ n^{-1/2} $ 尺度下，特征值均值对四阶矩的精确渐近依赖关系。

ABSTRACT

Consider the eigenvalues $λ_i(M_n)$ (in increasing order) of a random Hermitian matrix $M_n$ whose upper-triangular entries are independent with mean zero and variance one, and are exponentially decaying. By Wigner's semicircular law, one expects that $λ_i(M_n)$ concentrates around $γ_i \sqrt n$, where $\int_{-\infty}^{γ_i} ρ_{sc} (x) dx = \frac{i}{n}$ and $ρ_{sc}$ is the semicircular function. In this paper, we show that if the entries have vanishing third moment, then for all $1\le i \le n$ $$\E |λ_i(M_n)-\sqrt{n} γ_i|^2 = O(\min(n^{-c} \min(i,n+1-i)^{-2/3} n^{2/3}, n^{1/3+\eps})) ,$$ for some absolute constant $c>0$ and any absolute constant $\eps>0$. In particular, for the eigenvalues in the bulk ($\min \{i, n-i\}=Θ(n)$), $$\E |λ_i(M_n)-\sqrt{n} γ_i|^2 = O(n^{-c}). $$ oindent A similar result is achieved for the rate of convergence. As a corollary, we show that the four moment condition in the Four Moment Theorem is necessary, in the sense that if one allows the fourth moment to change (while keeping the first three moments fixed), then the \emph{mean} of $λ_i(M_n)$ changes by an amount comparable to $n^{-1/2}$ on the average. We make a precise conjecture about how the expectation of the eigenvalues vary with the fourth moment.

研究动机与目标

• 在三阶矩为零的条件下，为威格纳矩阵的特征值建立尖锐的集中界限。
• 量化特征值期望对矩阵元素四阶矩的依赖关系。
• 证明四矩定理中的四矩条件是必要条件，而不仅仅是充分条件。
• 推测由于四阶矩变化引起的特征值期望位移的精确渐近公式。

提出的方法

• 使用塔拉格兰德的集中不等式和改进的矩估计，以界定特征值偏离经典位置的二阶矩。
• 通过二阶可容许路径和树分解的组合展开方法，分析高阶累积量的贡献。
• 推导出一个包含函数 $ g(x) = \frac{1}{2\pi} \frac{x^4 - 4x^2 + 2}{\sqrt{4 - x^2}} $ 的矩公式，该函数通过解析延拓和柯西积分公式将特征值位移与四阶矩联系起来。
• 引入归一化位移 $ s_i = \sqrt{n}(\mathbb{E}\lambda_i - \mathbb{E}\lambda_i') - \frac{1}{4}(\gamma_i^3 - 2\gamma_i)\kappa_0 $，以分离出四阶矩的贡献。
• 使用黎曼积分和梯形法则近似，将离散特征值和与半圆密度 $ \rho_{sc}(x) $ 的积分联系起来。
• 利用在区间 $[-2,2]$ 上的跳跃公式，推导出四阶矩修正项的矩生成函数。

实验结果

研究问题

• RQ1 矩阵元素的四阶矩如何影响体区特征值的期望位置？
• RQ2 由于四阶矩变化引起的特征值均值位移的精确尺度是什么？
• RQ3 四矩定理中的四矩条件是否必要，而不仅仅是充分？
• RQ4 能否推导出包含 $ n^{-1/2} $ 尺度下四阶矩的 $ \mathbb{E}\lambda_i $ 的尖锐渐近展开式？
• RQ5 矩展开中高阶累积量与路径分解如何贡献于特征值的局域化？

主要发现

• 对于三阶矩为零的威格纳矩阵，特征值与其经典位置之间期望平方偏差在体区为 $ O(n^{-c}) $，其中 $ c > 0 $ 为绝对常数。
• 特征值收敛到其经典位置的速率在期望下为 $ O(n^{-c}) $，优于以往的 $ O(n^{1/2 + \varepsilon}) $ 边界。
• 若固定前三个矩而允许四阶矩变化，则特征值均值平均位移为 $ \Theta(n^{-1/2}) $。
• 本文推测 $ \mathbb{E}\lambda_i = \sqrt{n}\gamma_i + n^{-1/2}C_{i,n} + \frac{1}{4\sqrt{n}}(\gamma_i^3 - 2\gamma_i)\mathbb{E}\eta^4 + O_{\delta}(n^{-1/2 - c}) $，明确显示出对四阶矩的依赖。
• 分析表明，四阶矩修正项源于一个特定的谱函数 $ g(x) $，该函数通过复平面上的解析延拓和跳跃公式推导得出。
• 结果表明，四矩定理中的四矩条件不仅充分，而且对局部特征值统计的普遍性而言是必要的。