[论文解读] Random matrices: Universality of ESDs and the circular law

Terence Tao, Van Vu+1 more|ArXiv.org|Jul 30, 2008

Random Matrices and Applications参考文献 18被引用 19

一句话总结

本文建立了非厄米随机矩阵的经验谱分布（ESD）的普遍性，证明了只要矩阵元素具有零均值和单位方差，其极限ESD就与底层元素分布无关。关键结果是归一化的ESD以几乎必然性和依概率方式收敛于单位圆盘上的均匀分布，从而证实了对一般i.i.d.元素的圆律猜想。

ABSTRACT

Given an $n imes n$ complex matrix $A$, let $$μ_{A}(x,y):= \frac{1}{n} |\{1\le i \le n, \Re λ_i \le x, \Im λ_i \le y\}|$$ be the empirical spectral distribution (ESD) of its eigenvalues $λ_i \in \BBC, i=1, ... n$. We consider the limiting distribution (both in probability and in the almost sure convergence sense) of the normalized ESD $μ_{\frac{1}{\sqrt{n}} A_n}$ of a random matrix $A_n = (a_{ij})_{1 \leq i,j \leq n}$ where the random variables $a_{ij} - \E(a_{ij})$ are iid copies of a fixed random variable $x$ with unit variance. We prove a \emph{universality principle} for such ensembles, namely that the limit distribution in question is {\it independent} of the actual choice of $x$. In particular, in order to compute this distribution, one can assume that $x$ is real of complex gaussian. As a related result, we show how laws for this ESD follow from laws for the \emph{singular} value distribution of $\frac{1}{\sqrt{n}} A_n - zI$ for complex $z$. As a corollary we establish the Circular Law conjecture (in both strong and weak forms), that asserts that $μ_{\frac{1}{\sqrt{n}} A_n}$ converges to the uniform measure on the unit disk when the $a_{ij}$ have zero mean.

研究动机与目标

• 建立具有i.i.d.零均值和单位方差元素的非厄米随机矩阵的经验谱分布（ESD）的普遍性。
• 证明极限ESD不依赖于矩阵元素的具体分布，只要其满足矩条件。
• 证实圆律猜想，表明归一化的ESD在概率和几乎必然意义下收敛于单位圆盘上的均匀分布。
• 通过不变性原理和奇异值分析，建立一个通用框架，推导ESD极限，而无需依赖对称性或显式特征值公式。

提出的方法

• 利用Chatterjee的不变性原理，将一般随机矩阵系综的ESD与复高斯矩阵的ESD进行比较，证明其在分布上收敛。
• 应用Stieltjes变换，并分析矩阵 $ \frac{1}{\sqrt{n}}A_n - zI $ 的预解式，将ESD与矩阵的奇异值分布联系起来。
• 采用对称化矩阵构造 $ H_n({\bf X}) = \begin{bmatrix} 0 & A_n({\bf X}) \\ A_n({\bf X})^* & 0 \end{bmatrix} $，将非厄米ESD问题转化为厄米问题。
• 通过导数有界性和矩控制，有界Stieltjes变换期望值的差异，从而建立ESD的弱收敛性。
• 利用测度集中性与元素的矩有界性，控制预解式与奇异值的行为。
• 应用Pastur条件的一个变体，确保奇异值分布的收敛性，从而推导出ESD的收敛性。

实验结果

研究问题

• RQ1 i.i.d.非厄米随机矩阵的极限经验谱分布是否依赖于元素的具体分布？
• RQ2 对于具有零均值和单位方差的一般i.i.d.元素，圆律猜想是否可被证明，而不仅限于高斯分布？
• RQ3 是否存在非厄米随机矩阵ESD的普遍性原理，使得极限在不同元素分布下保持一致？
• RQ4 ESD对单位圆盘上均匀律的收敛性是否可在概率和几乎必然意义下同时建立？
• RQ5 如何从复数 $ z $ 的 $ \frac{1}{\sqrt{n}}A_n - zI $ 的奇异值分布推导出ESD极限？

主要发现

• 当 $ A_n $ 具有i.i.d.零均值和单位方差元素时，$ \frac{1}{\sqrt{n}}A_n $ 的经验谱分布（ESD）以几乎必然方式收敛于单位圆盘上的均匀分布。
• 极限ESD具有普遍性：只要矩阵元素具有零均值和单位方差，其具体分布不影响极限结果。
• 圆律猜想得到证实：归一化的ESD在概率和几乎必然意义下收敛于单位圆盘上的均匀测度。
• ESD的收敛性源于 $ \frac{1}{\sqrt{n}}A_n - zI $ 的奇异值分布的收敛性，建立了奇异值与特征值统计之间的重要联系。
• 不变性原理允许在计算极限ESD时，将一般i.i.d.元素替换为复高斯元素，从而简化分析。
• 证明通过控制Stieltjes变换差异的导数与元素的矩有界性，建立了ESD的弱收敛性。