[论文解读] The spectra of random abelian G-circulant matrices

Mark W. Meckes|arXiv (Cornell University)|Sep 26, 2011

Random Matrices and Applications参考文献 14被引用 3

一句话总结

本文研究了随机阿贝尔群 $G$-循环矩阵的渐近谱分布，其中 $G$ 为有限阿贝尔群。在较弱条件下，经验谱测度收敛于确定性极限：若群中二阶元素较少，则为复高斯或实高斯分布；否则为两个高斯分布的混合，推广了 i.i.d. 随机矩阵的圆律与半圆律。

ABSTRACT

This paper studies the asymptotic behavior of eigenvalues of random abelian G-circulant matrices, that is, matrices whose structure is related to a finite abelian group G in a way that naturally generalizes the relationship between circulant matrices and cyclic groups. It is shown that, under mild conditions, when the size of the group G goes to infinity, the spectral measures of such random matrices approach a deterministic limit. Depending on some aspects of the structure of the groups, whether the matrices are constrained to be Hermitian, and a few details of the distributions of the matrix entries, the limit measure is either a (complex or real) Gaussian distribution or a mixture of two Gaussian distributions.

研究动机与目标

• 理解当有限阿贝尔群 $G$ 的大小趋于无穷时，随机 $G$-循环矩阵特征值的渐近行为。
• 确定经验谱分布收敛于确定性极限的条件。
• 将圆律与半圆律推广至具有群结构的 $G$-循环矩阵情形。
• 阐明群结构（特别是二阶元素个数）在决定极限谱分布中的作用。
• 建立 $G$-循环矩阵谱分布与有限阿贝尔群上随机傅里叶级数分布之间的联系。

提出的方法

• 利用有限阿贝尔群上的傅里叶分析，特别是 $\ell^2(G)$ 与 $\ell^2(\widehat{G})$ 上的傅里叶变换，通过卷积算子对 $G$-循环矩阵进行对角化。
• 应用谱定理，将特征值表示为 $\widehat{f}(\chi)$ 的形式，其中 $\chi \in \widehat{G}$ 为特征标，$f$ 定义矩阵元素。
• 通过特征函数与协方差结构分析特征值 $\lambda_\chi = \widehat{f}(\chi)$ 的联合分布，尤其在高斯或 i.i.d. 元素假设下。
• 采用测度集中技术，包括 Poincaré 与 Talagrand 型不等式，证明谱测度的几乎必然收敛。
• 利用有限阿贝尔群的分类，将 $G$ 分解为 $2$-主分量与奇数阶分量，根据 $p_2 = \#\{g \in G : g = g^{-1}\}/|G|$ 区分情形。
• 通过分析特征值协方差矩阵的渐近行为，推导极限谱测度，取决于 $p_2 \to 0$ 或 $p_2 > 0$。

实验结果

研究问题

• RQ1 当 $|G| \to \infty$ 时，随机 $G$-循环矩阵的经验谱分布在何种条件下收敛于确定性极限？
• RQ2 群 $G$ 中二阶元素的个数如何影响随机 $G$-循环矩阵的极限谱分布？
• RQ3 当矩阵元素为 i.i.d. 复高斯或实高斯变量时，极限谱测度是什么？其与厄米特约束的关系如何？
• RQ4 能否将 $G$-循环矩阵的谱分布理解为 $G$ 上的随机傅里叶级数？该视角如何有助于推导极限律？
• RQ5 当 $G$ 为非阿贝尔群或元素具有重尾分布时，极限谱测度如何变化？（此问题留待未来工作。）

主要发现

• 当 $|G| \to \infty$ 且二阶元素个数可忽略时，若矩阵元素非厄米特，则随机 $G$-循环矩阵的经验谱测度收敛于复高斯分布；若为厄米特矩阵，则收敛于实高斯分布。
• 若 $G$ 中每个非单位元的阶均为 2，则极限谱测度仍为高斯分布，与 Walsh–Hadamard 变换情形一致。
• 当 $p_2 > 0$ 且 $p_2$ 在极限中不趋于零时，极限谱测度变为两个复高斯或实高斯分布的混合，具体取决于元素分布与厄米特约束。
• 在满足次高斯或 Lyapunov 型条件的元素下，若满足 Poincaré 或 Talagrand 型集中不等式，则谱测度收敛于几乎必然。
• 当 $|G^{(n)}|$ 指数增长时，谱测度几乎必然收敛，这发生在 $p_2^{(n)}$ 远离零时，意味着 $2$-主分量中的 $m$ 增大。
• 特征值 $\lambda_\chi$ 的协方差结构决定了极限分布：当 $\chi_1 \neq \chi_2$ 且 $\chi_1 \neq \overline{\chi_2}$ 时，协方差趋近于对角矩阵，其元素为 $1 + \alpha \mathbbm{1}_{\chi=\overline{\chi}}$，从而导致高斯极限。