[论文解读] Universality for generalized Wigner matrices with Bernoulli distribution

László Erdős, Horng‐Tzer Yau+1 more|arXiv (Cornell University)|Mar 19, 2010

Random Matrices and Applications参考文献 27被引用 17

一句话总结

该论文通过证明具有误差界 $(N\eta)^{-1}$ 的强化局部半圆律，建立了具有伯努利分布条目的广义Wigner矩阵的特征值间距统计的普遍性，优于先前的 $(N\eta)^{-1/2}$ 估计。关键创新在于提出了一种新的相关性估计，消除了对对数索博列夫不等式的需求，从而实现了对伯努利等奇异分布的普遍性，这些分布此前被排除在外。

ABSTRACT

The universality for the eigenvalue spacing statistics of generalized Wigner matrices was established in our previous work \cite{EYY} under certain conditions on the probability distributions of the matrix elements. A major class of probability measures excluded in \cite{EYY} are the Bernoulli measures. In this paper, we extend the universality result of \cite{EYY} to include the Bernoulli measures so that the only restrictions on the probability distributions of the matrix elements are the subexponential decay and the normalization condition that the variances in each row sum up to one. The new ingredient is a strong local semicircle law which improves the error estimate on the Stieltjes transform of the empirical measure of the eigenvalues from the order $(N η)^{-1/2}$ to $(N η)^{-1}$. Here $η$ is the imaginary part of the spectral parameter in the definition of the Stieltjes transform and $N$ is the size of the matrix.

研究动机与目标

• 将特征值普遍性扩展至具有伯努利分布条目的广义Wigner矩阵，这些矩阵在先前工作中因技术限制而被排除。
• 在普遍性证明中消除对对数索博列夫不等式（LSI）的依赖，此前该依赖阻碍了奇异分布的纳入。
• 为经验特征值测度的Stieltjes变换建立更强的局部半圆律，误差估计改进为 $(N\eta)^{-1}$。
• 为随机图邻接矩阵的普遍性奠定基础，这些矩阵在均值为零条件下为伯努利矩阵。

提出的方法

• 为Stieltjes变换建立改进的局部半圆律，误差界为 $(N\eta)^{-1}$，优于先前的 $(N\eta)^{-1/2}$ 估计。
• 提出一种关于Stieltjes变换中误差项相关性的新估计，从而更紧密地控制特征值分布的波动。
• 利用先前工作中提出的格林函数比较定理和Dyson布朗运动框架，结合改进的局部律，绕开对对数索博列夫不等式的依赖。
• 应用微扰展开和矩匹配技术，将一般系综近似为高斯可分矩阵，同时保持局部特征值统计不变。
• 通过矩阵元素和条件期望对格林函数项进行分解，利用条目上的独立性和矩条件。
• 使用施瓦茨不等式以及对 $X = (\log N)^{3+2\alpha}/M^{1/2}$ 的有界性，控制展开中的误差项，确保在新误差尺度下的收敛性。

实验结果

研究问题

• RQ1 能否为具有伯努利分布条目的广义Wigner矩阵建立局部特征值间距的普遍性？
• RQ2 是否可能在非不变系综的普遍性证明中去除对数索博列夫不等式（LSI）条件？
• RQ3 在次指数衰减和方差归一化条件下，Stieltjes变换的局部半圆律误差能否从 $(N\eta)^{-1/2}$ 改进为 $(N\eta)^{-1}$？
• RQ4 改进后的局部律是否允许在随机图的邻接矩阵中实现普遍性，这些矩阵是伯努利矩阵？
• RQ5 新相关性估计对特征值密度和格林函数矩阵元的定量影响是什么？

主要发现

• Stieltjes变换的局部半圆律误差界改进为 $(N\eta)^{-1}$，比先前结果提高了 $(N\eta)^{-1/2}$ 量级。
• 对于任意 $\varepsilon > 0$，特征值的归一化经验计数函数在谱体区域与半圆律的偏差不超过 $N^{-1+\varepsilon}$。
• 普遍性证明中不再需要对数索博列夫不等式（LSI），从而能够包含伯努利等奇异分布。
• 改进的误差估计导致对特征值密度和格林函数矩阵元的更强上界。
• 结果将普遍性扩展至具有次指数衰减条目和归一化行方差的广义Wigner矩阵，包括伯努利测度。
• 该方法为证明Erdős–Rényi随机图邻接矩阵的普遍性提供了路径，这些矩阵在均值为零条件下为伯努利矩阵。