[论文解读] Wegner estimate and level repulsion for Wigner random matrices

László Erdős, Benjamin Schlein+1 more|ArXiv.org|Nov 16, 2008

Random Matrices and Applications参考文献 10被引用 27

一句话总结

本文通过证明经验特征值密度在最小尺度 $\eta \gg N^{-1}$ 下收敛，建立了 Wigner 随机矩阵的最优局部半圆律，消除了先前结果中的对数因子，并证明了 Wegner 估计与强特征值水平排斥，证实了在一般 i.i.d. 矩阵元素假设下，体谱中特征值统计的 universality 猜想。

ABSTRACT

We consider $N imes N$ Hermitian random matrices with independent identically distributed entries (Wigner matrices). The matrices are normalized so that the average spacing between consecutive eigenvalues is of order $1/N$. Under suitable assumptions on the distribution of the single matrix element, we first prove that, away from the spectral edges, the empirical density of eigenvalues concentrates around the Wigner semicircle law on energy scales $η\gg N^{-1}$. This result establishes the semicircle law on the optimal scale and it removes a logarithmic factor from our previous result \cite{ESY2}. We then show a Wegner estimate, i.e. that the averaged density of states is bounded. Finally, we prove that the eigenvalues of a Wigner matrix repel each other, in agreement with the universality conjecture.

研究动机与目标

• 在一般 Wigner 矩阵具有 i.i.d. 元素的前提下，建立最优尺度 $\eta \gg N^{-1}$ 下的 Wigner 半圆律，消除早期结果中出现的对数因子。
• 证明 Wegner 估计，表明平均态密度有界，这对局域化和谱统计至关重要。
• 在体谱中建立强特征值水平排斥，证实了在 $\mu_{\alpha+1} - \mu_\alpha \sim x^2$ 附近间隙分布的 universality 猜想，当 $x \to 0$ 时。
• 基于先验特征向量范数界，提出一个严格的自举论证，以实现最优局部律估计。
• 将结果推广至非高斯及旋转对称的矩阵元素分布，包括具有 i.i.d. 实部与虚部或径向对称性的复数情形。

提出的方法

• 在尺度 $\eta$ 上使用自举论证，将先前结果中 $\eta \gg N^{-1} \log N$ 的局部半圆律改进为最优尺度 $\eta \gg N^{-1}$，依赖于特征向量上确界范数的先验界。
• 在高斯与非高斯情形下应用非对称 Hanson-Wright 不等式，控制二次型，估计特征值波动的尾部概率。
• 对复二次型采用对称化技巧，将 $a_{jk}$ 替换为 $\frac{1}{2}(a_{jk} + \overline{a}_{kj})$，以处理旋转对称分布。
• 利用复高斯测度的旋转不变性，证明奇数矩为零，从而通过与复高斯变量比较实现矩估计。
• 对积分 $I_N(M,k,\ell)$ 应用递归不等式，以界大偏差概率，通过迭代将问题简化为具有可控尾部界的基例。
• 将局部半圆律与 Wegner 估计结合，通过谱统计分析推导出特征向量的去局域化与水平排斥。

实验结果

研究问题

• RQ1 能否在最优尺度 $\eta \gg N^{-1}$ 下，对具有 i.i.d. 元素的一般 Wigner 矩阵证明 Wigner 半圆律，而不含对数修正？
• RQ2 在矩阵元素的一般 i.i.d. 假设下，Wigner 矩阵的平均态密度是否保持有界（即 Wegner 估计成立）？
• RQ3 在体谱中是否存在强特征值水平排斥，即间隙分布是否满足 $f(x) \sim x^2$ 当 $x \to 0$ 时？
• RQ4 能否在非不变 Wigner 系综中严格确立体谱特征值统计的 universality 猜想？
• RQ5 i.i.d. 随机变量（实数或复数）的二次型的尾部估计如何贡献于局部半圆律与水平排斥的证明？

主要发现

• 局部半圆律在最优尺度 $\eta \gg N^{-1}$ 下成立，消除了早期工作中存在的对数因子，从而确立了经验特征值密度向 Wigner 半圆律的最优收敛性。
• 证明了 Wegner 估计，表明平均态密度在 $N$ 上一致有界，这对谱局域化与 universality 结果至关重要。
• 在体谱中建立了强特征值水平排斥：间隙分布满足 $f(x) \sim x^2$ 当 $x \to 0$ 时，证实了随机矩阵理论所预测的普遍行为。
• Wigner 矩阵的特征向量是去局域化的，其 $\ell^\infty$-范数有界于 $O(N^{-1/2 + \epsilon})$，这是最优局部律的推论。
• 通过 Hanson-Wright 不等式与递归积分界结合的证明技术，得到了阶为 $\mathbb{P}(|X| \geq \delta) \leq C \exp(-c \min(\delta/A, \delta^2/A^2))$ 的尾部估计，这对二次型而言是最优的。
• 在矩阵元素的一般 i.i.d. 假设下，包括实部与虚部独立及旋转对称的复分布，结果均成立，已超越高斯系综的范围。