[论文解读] The polynomial method for random matrices

N. Raj Rao, Alan Edelman|ArXiv.org|Jan 16, 2006

Random Matrices and Applications被引用 11

一句话总结

本文提出随机矩阵的多项式方法，通过编码Stieltjes变换的二元多项式方程，实现对极限特征值分布的精确计算。核心贡献是一个系统化的框架——在RMTool软件中实现——可高效计算代数随机矩阵的矩、密度及自由卷积，适用于Wigner、Wishart及相关系综。

ABSTRACT

We define a class of "algebraic" random matrices. These are random matrices for which the Stieltjes transform of the limiting eigenvalue distribution function is algebraic, i.e., it satisfies a (bivariate) polynomial equation. The Wigner and Wishart matrices whose limiting eigenvalue distributions are given by the semi-circle law and the Marcenko-Pastur law are special cases. Algebraicity of a random matrix sequence is shown to act as a certificate of the computability of the limiting eigenvalue density function. The limiting moments of algebraic random matrix sequences, when they exist, are shown to satisfy a finite depth linear recursion so that they may often be efficiently enumerated in closed form. In this article, we develop the mathematics of the polynomial method which allows us to describe the class of algebraic matrices by its generators and map the constructive approach we employ when proving algebraicity into a software implementation that is available for download in the form of the RMTool random matrix "calculator" package. Our characterization of the closure of algebraic probability distributions under free additive and multiplicative convolution operations allows us to simultaneously establish a framework for computational (non-commutative) "free probability" theory. We hope that the tools developed allow researchers to finally harness the power of the infinite random matrix theory.

研究动机与目标

• 开发一种系统化方法，用于计算超越经典分布（如Wigner和Marčēnko-Pastur）的广泛随机矩阵类的极限特征值分布。
• 确立代数随机矩阵——其Stieltjes变换满足二元多项式方程——可实现矩的高效枚举与分布计算。
• 提供一种构造性代数框架，通过多项式变换实现随机矩阵上自由加法与乘法卷积运算。
• 在RMTool软件包中实现该方法，使用户能够实际计算复杂矩阵系综的特征值密度与矩。
• 通过刻画代数分布在自由卷积下的封闭性质，统一并扩展自由概率理论。

提出的方法

• 将代数随机矩阵定义为：其Stieltjes变换满足二元多项式方程 $ L_{\textrm{mz}}(m,z) = 0 $，其中 $ m(z) $ 为Stieltjes变换，$ z \in \mathbb{C}^+ $。
• 利用结式与代数消去法，从生成多项式推导出独立代数随机矩阵和与积的多项式方程。
• 应用操作规则如“Add Atomic Wishart”与“Multiply Wishart”（表7），将自由加法与乘法卷积映射至其定义的二元多项式上。
• 利用代数矩阵的矩满足有限深度线性递推的性质，实现矩的高效闭式枚举。
• 通过RMTool软件包将理论框架映射为软件实现，可从输入多项式计算特征值密度与矩。
• 利用D-有限级数与组合对应关系（如Catalan数、Riordan数、Schröder数），将矩阵矩与已知整数数列关联。

实验结果

研究问题

• RQ1 能否通过Stieltjes变换满足的二元多项式方程，代数表征随机矩阵序列的极限特征值分布？
• RQ2 如何系统地将随机矩阵上的自由加法与乘法卷积操作映射为定义其二元多项式的操作？
• RQ3 在何种条件下，代数随机矩阵序列的极限矩可通过有限深度线性递推计算？
• RQ4 该多项式方法在多大程度上可用于精确计算超越标准Wigner与Wishart类型的复杂矩阵系综的特征值密度与矩？
• RQ5 该框架能否扩展至从有限矩阵实现中推断最小次数多项式？定义有效概率分布的可接受多项式系数的约束条件是什么？

主要发现

• Wigner与Wishart矩阵的极限特征值分布的Stieltjes变换分别满足二元多项式方程：$ m^2 + z m + 1 = 0 $ 与 $ m^2 z - (-2z + 1)m + 2 = 0 $。
• 独立Wigner与Wishart矩阵之和的极限分布的Stieltjes变换满足方程 $ m^3 + (z+2)m^2 - (-2z+1)m + 2 = 0 $，该结果通过“Add Atomic Wishart”规则导出。
• 独立Wigner与Wishart矩阵之积的极限分布的Stieltjes变换满足方程 $ m^4 z^2 - 2m^3 z + m^2 + 4m z + 4 = 0 $，该结果通过“Multiply Wishart”规则导出。
• $ \mathbf{W}_N(1) - \mathbf{I}_N $ 的极限矩为Riordan数，$ 2\mathbf{W}_N(0.5) $ 的极限矩为大Schröder数，$ 4\mathbf{W}_N(0.125) $ 的极限矩为小Schröder数。
• 代数随机矩阵类在自由加法与乘法卷积下是封闭的，从而可系统构造新的代数系综。
• RMTool软件包实现了该多项式方法，使用户可直接从定义的二元多项式计算特征值密度与矩。