[论文解读] The limiting distributions of large heavy Wigner and arbitrary random matrices

Male, Camille|arXiv (Cornell University)|Sep 11, 2012

Random Matrices and Applications参考文献 7被引用 5

一句话总结

该论文通过流量分布和自由积，建立了大型重尾Wigner矩阵与任意随机矩阵的极限联合∗-分布，表明极限分布不仅取决于任意矩阵的∗-分布，还依赖于其更复杂的结构。论文提供了联合矩的显式组合公式和递推关系，尤其在任意矩阵为对角矩阵时；并基于一组Schwinger-Dyson方程，提出了一种新的单个重尾Wigner矩阵特征值分布的刻画方式。

ABSTRACT

The model of heavy Wigner matrices generalizes the classical ensemble of Wigner matrices: the sub-diagonal entries are independent, identically distributed along to and out of the diagonal, and the moments its entries are of order 1/N, where N is the size of the matrices. Adjacency matrices of Erd\"os-Renyi sparse graphs and matrices with properly truncated heavy tailed entries are examples of heavy Wigner matrices. We consider a family X_N of independent heavy Wigner matrices and a family Y_N of arbitrary random matrices, independent of X_N, with a technical condition (e.g. the matrices of Y_N are deterministic and uniformly bounded in operator norm, or are deterministic diagonal). We characterize the possible limiting joint *-distributions of (X_N,Y_N) in the sense of free probability. We find that they depend on more than the *-distribution of Y_N. We use the notion of distributions of traffics and their free product to quantify the information needed on Y_N and to infer the limiting distribution of (X_N,Y_N). We give an explicit combinatorial formula for joint moments of heavy Wigner and independent random matrices. When the matrices of Y_N are diagonal, we give recursion formulas for these moments. We deduce a new characterization of the limiting eigenvalues distribution of a single heavy Wigner.

研究动机与目标

• 在自由概率的背景下，刻画大型重尾Wigner矩阵与任意随机矩阵的极限联合∗-分布。
• 表明极限分布不仅依赖于任意矩阵的∗-分布，还需额外结构（如流量分布）的信息。
• 通过流量渐近自由性和自由积构建框架，量化任意矩阵族所需的必要信息。
• 推导出联合矩的显式组合公式和递推关系，尤其在任意矩阵为对角矩阵时。
• 通过一组由矩约束导出的Schwinger-Dyson方程，提供单个重尾Wigner矩阵特征值分布的新刻画。

提出的方法

• 引入流量分布及其自由积的概念，以建模超越经典∗-分布的矩阵族渐近行为。
• 应用流量渐近自由性，在YN的矩和有界性假设较弱的条件下，建立(XN, YN)在流量分布意义下的收敛性。
• 通过基于字分解和图中路径计数的递归结构，推导出(XN, YN)的联合∗-矩的显式组合公式。
• 当YN为对角矩阵时，通过按字的阶数和子字分解对子组件进行索引，构建联合矩的递推公式。
• 利用一组Schwinger-Dyson方程刻画单个重尾Wigner矩阵的极限谱分布，该方程由矩约束导出。
• 运用Hamburger定理，将重尾Wigner矩阵的参数(ak)k≥1刻画为具有有限矩的Borel测度的矩。

实验结果

研究问题

• RQ1 重尾Wigner矩阵与任意随机矩阵的极限联合∗-分布，除了依赖于任意矩阵的∗-分布外，还如何依赖于其结构？
• RQ2 控制大型重尾Wigner矩阵与任意随机矩阵联合∗-矩的组合结构是什么？
• RQ3 能否通过由矩约束导出的方程组，刻画单个重尾Wigner矩阵的特征值分布？
• RQ4 流量分布及其自由积在捕捉具有重尾条目的矩阵族渐近行为中起什么作用？
• RQ5 在何种条件下，重尾Wigner矩阵与任意矩阵的渐近自由性不能仅由任意矩阵的∗-分布决定？

主要发现

• (XN, YN)的极限联合∗-分布不仅依赖于YN的∗-分布，还依赖于其流量分布，表明其需要超越经典自由概率的更丰富结构。
• 推导出(XN, YN)联合∗-矩的显式组合公式，涉及按字阶数和子字分解索引的整数分拆与路径配置之和。
• 当YN由对角矩阵构成时，建立了联合矩的递推公式，可系统计算高阶矩。
• 通过由矩约束导出的一组Schwinger-Dyson方程，刻画了单个重尾Wigner矩阵的谱，提供了新的解析描述。
• 重尾Wigner矩阵的参数(ak)k≥1必须满足Hamburger矩条件，即(ak−1)k≥1是具有有限矩的Borel测度的偶矩。
• 识别出“虚假自由性”：尽管XN与YN在经典意义下并非渐近∗-自由，但在流量框架下，其联合矩仍满足某种形式的矩自由化。