[论文解读] Truncations of Haar distributed matrices, traces and bivariate Brownian bridges

Catherine Donati-Martin, Alain Rouault|arXiv (Cornell University)|Jul 8, 2010

Random Matrices and Applications参考文献 25被引用 6

一句话总结

该论文证明了在二维网格上缩放的截断哈尓分布酉矩阵或正交矩阵的中心化迹，其分布收敛于一个二元束缚布朗桥。作者通过组合矩方法和威因加滕函数的渐近分析，证明了在多重维斯科罗霍德空间中的收敛性，其极限协方差结构取决于群类型（酉群β = 2，正交群β = 1）。

ABSTRACT

Let U be a Haar distributed unitary matrix in U(n)or O(n). We show that after centering the double index process $$ W^{(n)} (s,t) = \\sum_{i \\leq \\lfloor ns \ floor, j \\leq \\lfloor nt\ floor} |U_{ij}|^2 $$ converges in distribution to the bivariate tied-down Brownian bridge. The proof relies on the notion of second order freeness.

研究动机与目标

• 建立U(n)和O(n)中截断哈尓分布随机矩阵迹的泛函极限定理。
• 将先前关于一参数过程（如特征值迹）的结果推广至双参数函数设置。
• 将极限高斯过程表征为具有群相关协方差的二元束缚布朗桥。
• 在多重维斯科罗霍德空间D([0,1]^2)中提供严格的收敛性证明，确保路径正则性与紧致性。
• 统一并推广随机矩阵理论中的结果，包括与雅可比系综及特征值线性统计的联系。

提出的方法

• 定义双参数过程W^(n)(s,t) = Tr(H_{⌊ns⌋,⌊nt⌋}) − E[Tr(H_{⌊ns⌋,⌊nt⌋})]，其中H_{p,q}为哈尓分布矩阵的左上角p×q子矩阵的格拉姆矩阵。
• 使用威因加滕微积分计算迹T_{p,q} = Tr(H_{p,q})在确定性矩阵A,B下的联合矩与累积量。
• 利用单位群与正交群威因加滕函数的渐近行为（来自[8]和[11]），推导T_{p,q}累积量的渐近展开式。
• 通过双参数比克尔与维丘拉准则，基于累积量估计，建立有限维分布的紧致性。
• 通过证明高阶累积量渐近消失（r ≥ 3时κ_r = o(1)），证明有限维分布收敛于高斯极限。
• 识别极限协方差结构为E[W^(∞)(s,t)W^(∞)(s',t')] = (s∧s' − ss')(t∧t' − tt')，其中β = 2（酉群）或β = 1（正交群）。

实验结果

研究问题

• RQ1 当n → ∞时，U(n)或O(n)中截断哈尓分布矩阵的中心化迹是否收敛于一个二元高斯过程？
• RQ2 双参数迹过程的泛函极限的极限协方差结构是什么？
• RQ3 是否可在多重维斯科罗霍德空间D([0,1]^2)中建立收敛性，以确保路径正则性与弱收敛？
• RQ4 U(n)与O(n)的威因加滕函数渐近行为如何影响迹的累积量及极限过程？
• RQ5 极限过程是否为束缚布朗桥？群对称性（β = 2或1）如何影响其方差？

主要发现

• 过程W^(n)在分布上收敛于协方差E[W^(∞)(s,t)W^(∞)(s',t')] = (s∧s' − ss')(t∧t' − tt')的束缚布朗桥，证实了泛函极限定理。
• 极限过程为高斯且中心化，其方差参数β = 2（酉群）或β = 1（正交群）。
• T_{p,q}的四阶累积量为O(p²q²/n⁴)，当p/n → s且q/n → t时趋于零，确保渐近高斯性。
• 通过双参数准则，基于累积量估计与威因加滕函数渐近行为，建立了分布族的紧致性。
• 收敛性意味着sup_{s,t∈[0,1]} |W^(n)(s,t)| → sup_{s,t∈[0,1]} |W^(∞)(s,t)|在分布上成立，且T_{⌊ns⌋,⌊nt⌋}/n → st在概率上成立。
• 该结果证实了查法伊关于Wigner矩阵与样本协方差矩阵特征向量矩阵极限过程普遍性的猜想，后由贝纳什-乔治斯对Wigner矩阵予以证实。