円則

同義語:円法則circular law

概要

円則(circular law)とは、成分が独立同分布で平均 $0$、分散 $1$ の $n$ 次正方行列を $\sqrt n$ で割ると、その複素固有値の経験分布が確率 $1$ で単位円板の上の一様分布に弱収束するという定理で、T. Tao と V. Vu が一般の場合に証明した(2010 年刊行)。エルミートでない行列の固有値は小さな摂動で大きく動き、積率では決まらないので、証明は対数ポテンシャルと行列式を通じて特異値の問題に帰着させる(Girko のエルミート化)。複素 Gauss 成分の Ginibre 行列では固有値の 1 点密度が明示的に計算でき、平均の分布が一様分布に収束することが直接確かめられる。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: Wignerの半円則, ランダム行列, Laplace作用素, Vitaliの収束定理

円則(circular law)とは、成分が独立同分布で平均 $0$、分散 $1$ の $n$ 次正方行列 $X$ を $\sqrt n$ で割ると、その $n$ 個の複素固有値の分布が、$n\to\infty$ で複素平面の単位円板の上の一様分布に近づくという定理である。Wignerの半円則 がエルミート行列の実固有値について述べることを、エルミートでない行列の複素固有値について述べたものにあたる。
成分の分布が Gauss 分布でも、$\pm1$ を等確率でとる分布でも、極限は同じ一様分布になる。分布によらないこの性質は、1950 年代から数値実験で予想され、複素 Gauss 分布の場合の平均の分布について M. L. Mehta が 1967 年に確かめた。一般の場合は V. L. Girko の方針(エルミート化)のもとで多くの部分的な結果が積み重ねられ、T. Tao と V. Vu が 2010 年に刊行した論文で、平均 $0$・分散 $1$ 以外の仮定なしに証明した(TVK10 §1, pp. 3–4、BC12 p. 7、Tao12 p. 263)。
半円則と違い、固有値の分布は行列の積率($\operatorname{tr}X^k$)では決まらず、行列を少し動かすだけで大きく変わりうる。この記事では、その困難がどこにあり、どう回避されるかを示す。次を証明する。

  • 円板の一様分布の積率と対数ポテンシャル(prop-cl-moments、prop-cl-potential)。
  • 冪零行列の小さな摂動で固有値が円周まで飛ぶ例(prop-cl-shift)。
  • 対数ポテンシャルが各点で収束すれば測度が弱収束すること(thm-cl-continuity)。これにより円則は、行列式の対数の収束、すなわち特異値の問題に帰着する。
  • 複素 Gauss 成分の行列(Ginibre 行列)について、固有値の 1 点密度の公式と、平均の分布が一様分布に収束すること(thm-cl-ginibre)。

定義と主定理

$n$ 次複素正方行列 $A$ の固有値を重複を込めて $\lambda_1,\dots,\lambda_n\in\mathbb C$ とし、$\mathbb C$ の上の確率測度
$$ L_A:=\frac1n\sum_{i=1}^n\delta_{\lambda_i} $$
を 経験固有値分布 という(Wignerの半円則 と同じ記法)。$\mathbb C=\mathbb R^2$ の Lebesgue 測度を $dA$ と書く。

円分布

$\mathbb C$ の上の確率測度 $\mu_{\mathrm{circ}}(dz):=\frac1\pi\mathbf 1_{\{\lvert z\rvert\le1\}}\,dA(z)$、すなわち単位円板の上の一様分布を 円分布 という。

円則(Tao–Vu)

$(X_{ij})_{i,j\ge1}$ を独立同分布の複素確率変数で $E[X_{11}]=0$、$E\lvert X_{11}\rvert^2=1$ を満たすものとし、$X_n:=(X_{ij})_{1\le i,j\le n}$ とおく。このとき確率 $1$ で、$L_{X_n/\sqrt n}$ は $n\to\infty$ で $\mu_{\mathrm{circ}}$ に弱収束する。

証明の所在

この定理は TVK10 Theorem 1.13(p. 7)で、確率収束と概収束の両方が示されている。BC12 Theorem 2.2(p. 7)と §4 は同じ定理を Tao–Vu の方針で証明し直したもので、Tao12 Theorem 2.8.1(p. 263)も同じ主張を述べる。成分の平均が $0$ でなくても(全成分が同じ平均をもてば)同じ結論が成り立つ(TVK10 Corollary 1.15 とその後の注意、p. 8)。一般の場合の証明はこの記事では与えず、その骨組みを最後の節で説明する。

円分布の積率と周辺分布

$Z\sim\mu_{\mathrm{circ}}$ とする。

  1. 整数 $j,k\ge0$ について $E[Z^j\bar Z^k]=\dfrac{\delta_{jk}}{k+1}$。特に $k\ge1$ について $E[Z^k]=0$。
  2. $\lvert Z\rvert$ は $[0,1]$ の上の密度 $2r$ をもつ。
  3. $\operatorname{Re}Z$ は $[-1,1]$ の上の密度 $\frac2\pi\sqrt{1-x^2}$ をもつ。
極座標で計算する

$z=re^{i\phi}$ とすると $dA=r\,dr\,d\phi$ である。1:$E[Z^j\bar Z^k]=\frac1\pi\int_0^1\int_0^{2\pi}r^{j+k}e^{i(j-k)\phi}\,r\,d\phi\,dr$ で、$\phi$ の積分は $j\ne k$ なら $0$、$j=k$ なら $2\pi$ なので、値は $2\int_0^1r^{2k+1}dr=\frac1{k+1}$ である。2:$P(\lvert Z\rvert\le s)=\frac{\pi s^2}\pi=s^2$ を微分する。3:$\operatorname{Re}Z=x$ となる弦の長さは $2\sqrt{1-x^2}$ なので、密度は $\frac1\pi\cdot2\sqrt{1-x^2}$ である。$\square$

3 の密度は半径 $1$ の半円分布である。円則の極限の実部の分布は半円則の極限と同じ形をしているが、実部と虚部は独立ではない(BC12 p. 7)。

固有値の不安定性と積率法の限界

半円則の証明の柱は積率法だった。$\frac1n\operatorname{tr}A^k=\int z^k\,dL_A$ はエルミートでない行列でも成り立つが、エルミートでない場合には役に立たない。

冪零な移動行列の摂動

$e_1,\dots,e_n$ を $\mathbb C^n$ の標準基底とし、$U_0e_1=0$、$U_0e_j=e_{j-1}$($j\ge2$)で定まる行列を $U_0$、$\varepsilon>0$ について $U_\varepsilon:=U_0+\varepsilon\,e_ne_1^{\mathsf T}$ とする。

  1. $U_0$ の固有値はすべて $0$ で、$L_{U_0}=\delta_0$ である。
  2. $U_\varepsilon$ の固有値は $\varepsilon^{1/n}e^{2\pi ij/n}$($j=0,\dots,n-1$)で、$\|U_\varepsilon-U_0\|_{\mathrm{op}}=\varepsilon$ である。
  3. $1\le k\le n-1$ について $\operatorname{tr}U_0^k=\operatorname{tr}U_\varepsilon^k=0$ である。
  4. $\varepsilon_n:=e^{-\sqrt n}$ とすると、$\|U_{\varepsilon_n}-U_0\|_{\mathrm{op}}\to0$ なのに、$L_{U_{\varepsilon_n}}$ は単位円周の上の一様分布に弱収束する。
重みつきの巡回置換として固有ベクトルを書く

1:$U_0$ は対角成分が $0$ の上三角行列である。2:$U_\varepsilon e_1=\varepsilon e_n$、$U_\varepsilon e_j=e_{j-1}$($j\ge2$)である。$\omega^n=\varepsilon$ を満たす $\omega$ について $v:=\sum_{j=1}^n\omega^{j-1}e_j$ とおくと、$U_\varepsilon v=\varepsilon e_n+\sum_{j=2}^n\omega^{j-1}e_{j-1}$ で、$e_{j-1}$($j\le n$)の係数は $\omega^{j-1}=\omega\cdot\omega^{j-2}$、$e_n$ の係数は $\varepsilon=\omega\cdot\omega^{n-1}$ なので $U_\varepsilon v=\omega v$ である。$n$ 個の異なる $\omega$ が固有値になるので、これが固有値のすべてである。差は $\varepsilon e_ne_1^{\mathsf T}$ で、作用素ノルムは $\varepsilon$ である。3:$1\le k\le n-1$ のとき $U_\varepsilon^k$ は各 $e_j$ を $e_{j-k}$($j>k$)か $\varepsilon e_{n-k+j}$($j\le k$)に移し、どちらも $e_j$ と異なる基底ベクトルの倍なので、対角成分はすべて $0$ である。$U_0^k$ も同様である。4:$r_n:=\varepsilon_n^{1/n}=e^{-1/\sqrt n}\to1$ である。有界連続な $f$ は円環 $\{1/2\le\lvert z\rvert\le1\}$ で一様連続なので、$\frac1n\sum_jf(r_ne^{2\pi ij/n})$ と $\frac1n\sum_jf(e^{2\pi ij/n})$ の差は $0$ に近づき、後者は Riemann 和として $\frac1{2\pi}\int_0^{2\pi}f(e^{i\phi})\,d\phi$ に収束する。$\square$

$U_0$ と $U_{\varepsilon_n}$ は作用素ノルムで近く、$n-1$ 次までの積率もすべて一致するのに、経験固有値分布は原点の点質量と円周の一様分布で、まったく違う(Tao12 §2.8.1–2.8.2, pp. 264–266、BC12 Example 1.2, p. 5)。そもそも原点のまわりの回転で不変な確率測度 $\nu$ は、すべての $k\ge1$ で $\int z^k\,d\nu=0$ を満たすので、$\delta_0$、円周の一様分布、$\mu_{\mathrm{circ}}$ は $z^k$ の積率では区別できない。$z^j\bar z^k$ の積率なら区別できるが、$\int z^j\bar z^k\,dL_A$ は $A$ が正規行列でなければ一般には $\frac1n\operatorname{tr}A^j(A^*)^k$ と一致せず、行列の成分から計算する手段がない(Tao12 pp. 266–267)。

対数ポテンシャル

積率の代わりに使うのが対数ポテンシャルである。$\int\log(2+\lvert w\rvert)\,d\mu(w)< \infty$ を満たす $\mathbb C$ の上の確率測度 $\mu$ について
$$ U_\mu(z):=\int_{\mathbb C}\log\lvert z-w\rvert\,d\mu(w)\in[-\infty,\infty) $$
を $\mu$ の 対数ポテンシャル という(符号を逆にとる文献もある。BC12 (4.1), p. 14)。

対数の Laplacian

台がコンパクトな $C^\infty$ 級関数 $\varphi:\mathbb C\to\mathbb R$ について $\int_{\mathbb C}\log\lvert z\rvert\,\Delta\varphi(z)\,dA(z)=2\pi\varphi(0)$ である。すなわち超関数として $\Delta\log\lvert z\rvert=2\pi\delta_0$ である。

原点のまわりの小さい円を除いて Green の公式を使う

要点:$\lvert z\rvert>\varepsilon$ では $\log\lvert z\rvert$ は調和なので、Green の公式で積分は円 $\lvert z\rvert=\varepsilon$ の上の境界項になり、その極限が $2\pi\varphi(0)$ である。

詳しい証明を開く

$\log\lvert z\rvert$ は原点の近くで可積分なので、左辺は $\varepsilon\to0$ での $\int_{\lvert z\rvert>\varepsilon}\log\lvert z\rvert\,\Delta\varphi\,dA$ の極限である。$\lvert z\rvert>0$ で $\Delta\log\lvert z\rvert=0$ なので、Greenの定理 から導かれる Green の第 2 公式により、この積分は円 $\lvert z\rvert=\varepsilon$ の上の境界項 $\oint\bigl(\log\lvert z\rvert\,\partial_\nu\varphi-\varphi\,\partial_\nu\log\lvert z\rvert\bigr)\,ds$ に等しい。法線 $\nu$ は領域の外向き、つまり原点の向きなので $\partial_\nu\log\lvert z\rvert=-\frac1\varepsilon$ である。第 1 項は $\lvert\log\varepsilon\rvert\cdot2\pi\varepsilon\sup\lvert\nabla\varphi\rvert\to0$ で、第 2 項は $\frac1\varepsilon\oint\varphi\,ds\to2\pi\varphi(0)$ である。$\square$

円分布の対数ポテンシャル

$$ U_{\mu_{\mathrm{circ}}}(z)=\begin{cases}\log\lvert z\rvert&(\lvert z\rvert\ge1),\\[2pt]\dfrac{\lvert z\rvert^2-1}2&(\lvert z\rvert\le1).\end{cases} $$

円周の上の平均を先に計算する

$r>0$、$r\ne\lvert z\rvert$ について $\frac1{2\pi}\int_0^{2\pi}\log\lvert z-re^{i\phi}\rvert\,d\phi=\log\max(\lvert z\rvert,r)$ を示す。$r< \lvert z\rvert$ なら $w\mapsto\log\lvert z-w\rvert$ は円板 $\lvert w\rvert< \lvert z\rvert$ で調和なので、平均値の性質(調和関数)により値は $\log\lvert z\rvert$ である。$r>\lvert z\rvert$ なら $\log\lvert z-re^{i\phi}\rvert=\log r+\log\lvert1-(z/r)e^{-i\phi}\rvert$ で、$u\mapsto\log\lvert1-u\rvert$ は $\lvert u\rvert< 1$ で調和で $u=0$ で $0$ なので、平均は $\log r$ である。
極座標で $\mu_{\mathrm{circ}}(dw)=\frac1\pi r\,dr\,d\phi$ なので $U_{\mu_{\mathrm{circ}}}(z)=\int_0^1\log\max(\lvert z\rvert,r)\,2r\,dr$ である。$\lvert z\rvert\ge1$ なら値は $\log\lvert z\rvert$ である。$s:=\lvert z\rvert< 1$ なら
$$ \int_0^s2r\log s\,dr+\int_s^12r\log r\,dr=s^2\log s+\Bigl[r^2\log r-\frac{r^2}2\Bigr]_s^1=\frac{s^2-1}2 $$
である。$\square$

$\lvert z\rvert< 1$ で $\Delta\frac{\lvert z\rvert^2-1}2=2$、$\lvert z\rvert>1$ で $\Delta\log\lvert z\rvert=0$ なので、$\frac1{2\pi}\Delta U_{\mu_{\mathrm{circ}}}$ は円板の上で $\frac1\pi$、外で $0$ となり、$\mu_{\mathrm{circ}}$ の密度が戻る。一般に次が成り立つ。

対数の 2 乗の積分の評価

$R>0$ について定数 $C_R$ があって、すべての $w\in\mathbb C$ について $\int_{\lvert z\rvert\le R}(\log\lvert z-w\rvert)^2\,dA(z)\le C_R\bigl(1+\log(2+\lvert w\rvert)\bigr)^2$ である。したがって、台がコンパクトな $C^\infty$ 級関数 $\varphi$ について $\int U_\mu\,\Delta\varphi\,dA=2\pi\int\varphi\,d\mu$ である。

遠い点と近い点に分ける

要点:$w$ が近ければ $\log^2$ の局所可積分性、遠ければ $\lvert z-w\rvert$ が $\lvert w\rvert$ と同程度であることを使い、後半は Fubini の定理で lem-cl-green に帰着させる。

詳しい証明を開く

$\lvert w\rvert\le2R$ なら $z-w$ は半径 $3R$ の円板を動くので、左辺は $\int_{\lvert v\rvert\le3R}(\log\lvert v\rvert)^2\,dA(v)< \infty$ 以下である。$\lvert w\rvert>2R$ なら $\lvert z\rvert\le R$ で $R< \frac{\lvert w\rvert}2\le\lvert z-w\rvert\le2\lvert w\rvert$ なので $\lvert\log\lvert z-w\rvert\rvert\le\lvert\log R\rvert+\log2+\log(2+\lvert w\rvert)$ である。後半:$\varphi$ の台を $\lvert z\rvert\le R$ に含めると、前半と Cauchy–Schwarzの不等式 から $\iint\lvert\log\lvert z-w\rvert\rvert\,\lvert\Delta\varphi(z)\rvert\,dA(z)\,d\mu(w)< \infty$ なので Fubiniの定理 で積分の順序を入れ替え、lem-cl-green を $\varphi(\cdot+w)$ に使う。$\square$

次の定理が、円則の証明の出発点である。

対数ポテンシャルの収束から弱収束へ

$\mu_n$($n\ge1$)と $\mu$ を $\mathbb C$ の上の確率測度で、$\sup_n\int\lvert w\rvert^2\,d\mu_n< \infty$、$\int\lvert w\rvert^2\,d\mu< \infty$ を満たすものとする。Lebesgue 測度についてほとんどすべての $z$ で $U_{\mu_n}(z)\to U_\mu(z)$ なら、$\mu_n$ は $\mu$ に弱収束する。

局所的な L² の有界性で L¹ 収束に上げ、Laplacian で測度に戻す

1. 一様な $L^2$ の評価。 $K:=\{\lvert z\rvert\le R\}$ とする。lem-cl-l2 と Minkowski の積分不等式により
$$ \|U_{\mu_n}\|_{L^2(K)}\le\int\|\log\lvert\cdot-w\rvert\|_{L^2(K)}\,d\mu_n(w)\le\sqrt{C_R}\Bigl(1+\int\log(2+\lvert w\rvert)\,d\mu_n(w)\Bigr) $$
である。$\log(2+x)\le1+x\le2+x^2$ なので右辺は $n$ について有界である。$\mu$ についても同じ評価が成り立つ。
2. $L^1$ 収束。 有限測度の集合 $K$ の上で $L^2$ 有界な関数の族は一様可積分である。$U_{\mu_n}\to U_\mu$ はほとんど至るところで成り立つので、Vitaliの収束定理 により $\int_K\lvert U_{\mu_n}-U_\mu\rvert\,dA\to0$ である。
3. 滑らかな関数での収束。 台が $K$ に含まれる $C^\infty$ 級関数 $\varphi$ について、lem-cl-l2 により
$$ \Bigl\lvert\int\varphi\,d\mu_n-\int\varphi\,d\mu\Bigr\rvert=\frac1{2\pi}\Bigl\lvert\int(U_{\mu_n}-U_\mu)\Delta\varphi\,dA\Bigr\rvert\le\frac{\sup\lvert\Delta\varphi\rvert}{2\pi}\int_K\lvert U_{\mu_n}-U_\mu\rvert\,dA\to0 $$
である。
4. 弱収束。 $C:=\sup_n\int\lvert w\rvert^2d\mu_n+\int\lvert w\rvert^2d\mu$ とおくと、Chebyshevの不等式 により $\mu_n(\lvert w\rvert>R),\ \mu(\lvert w\rvert>R)\le C/R^2$ である。有界連続な $f$ と $\varepsilon>0$ をとる。$R$ を $C/R^2< \varepsilon$ となるようにとり、$0\le\chi\le1$ で $\lvert w\rvert\le R$ で $1$ となる台がコンパクトな連続関数 $\chi$ をとる。$f\chi$ は台がコンパクトな連続関数なので、軟化子との畳み込みで $\sup\lvert f\chi-\varphi\rvert< \varepsilon$ となる $C^\infty$ 級の $\varphi$ がとれる。$\lvert f-f\chi\rvert\le\sup\lvert f\rvert\,\mathbf 1_{\{\lvert w\rvert>R\}}$ なので
$$ \Bigl\lvert\int f\,d\mu_n-\int f\,d\mu\Bigr\rvert\le\Bigl\lvert\int\varphi\,d\mu_n-\int\varphi\,d\mu\Bigr\rvert+2\varepsilon+2\varepsilon\sup\lvert f\rvert $$
で、3 により $\limsup$ は $2\varepsilon(1+\sup\lvert f\rvert)$ 以下である。$\varepsilon$ は任意なので $\int f\,d\mu_n\to\int f\,d\mu$ である。$\square$

この定理は Tao12 Theorem 2.8.3(p. 269)と BC12 Lemma 4.3(p. 16)の決定論的な部分にあたる。ここでは 2 次の積率の一様な有界性を仮定して証明した。行列に使うには、対数ポテンシャルを行列式で書く。

行列式と特異値への帰着

$n$ 次正方行列 $A$ と $z\in\mathbb C$ について、$A-zI$ の特異値を $s_1,\dots,s_n$ とすると
$$ U_{L_A}(z)=\frac1n\log\lvert\det(A-zI)\rvert=\frac1n\sum_{i=1}^n\log s_i $$
である。また $\int\lvert w\rvert^2\,dL_A(w)\le\frac1n\sum_{i,j}\lvert A_{ij}\rvert^2$ である。

固有値の積と Schur 分解

$\det(A-zI)=\prod_i(\lambda_i-z)$ から第 1 の等号が、$\lvert\det B\rvert^2=\det(B^*B)=\prod_is_i^2$ から第 2 の等号が出る。Schur分解 $A=UTU^*$($U$ はユニタリ、$T$ は対角成分 $\lambda_1,\dots,\lambda_n$ の上三角行列)をとると、$\sum_i\lvert\lambda_i\rvert^2\le\sum_{i,j}\lvert T_{ij}\rvert^2=\operatorname{tr}(T^*T)=\operatorname{tr}(A^*A)=\sum_{i,j}\lvert A_{ij}\rvert^2$ である。$\square$

thm-cl-main の設定で $A=X_n/\sqrt n$ とすると、後半から $\int\lvert w\rvert^2\,dL_A\le\frac1{n^2}\sum_{i,j\le n}\lvert X_{ij}\rvert^2$ である。成分を「$n$ 番目の殻」$\{(i,j):\max(i,j)=n\}$ の順に並べると右辺は独立同分布の列の最初の $n^2$ 項の平均なので、大数の強法則 により確率 $1$ で $1$ に収束する。したがって thm-cl-continuity と Fubiniの定理 により、円則は次に帰着する:ほとんどすべての $z$ について、確率 $1$ で $\frac1n\log\lvert\det(X_n/\sqrt n-zI)\rvert\to U_{\mu_{\mathrm{circ}}}(z)$。固有値の代わりに、エルミート行列 $(A-zI)^*(A-zI)$ の固有値、つまり特異値を扱えばよくなった。これが Girko のエルミート化である。

Ginibre 行列

成分が独立で、どれも密度 $\frac1\pi e^{-\lvert z\rvert^2}$ の複素 Gauss 分布(平均 $0$、$E\lvert X_{ij}\rvert^2=1$)に従う $n$ 次行列 $G_n$ を Ginibre 行列 という。この場合は固有値の結合分布が明示的にわかる。

Ginibre 行列の平均の分布

$E[L_{G_n/\sqrt n}]$ は密度
$$ h_n(w)=\frac1\pi e^{-n\lvert w\rvert^2}\sum_{k=0}^{n-1}\frac{(n\lvert w\rvert^2)^k}{k!}=\frac1\pi P\bigl(N_{n\lvert w\rvert^2}\le n-1\bigr) $$
をもつ($N_a$ は平均 $a$ の Poisson分布 に従う確率変数)。$n\to\infty$ で $E[L_{G_n/\sqrt n}]$ は全変動距離で $\mu_{\mathrm{circ}}$ に収束する。

直交関数で Vandermonde 行列式を展開する

引用する事実。 $G_n$ の固有値を一様にランダムな順に並べた $(\lambda_1,\dots,\lambda_n)$ は $\mathbb C^n$ の上の密度
$$ \varphi_n(z_1,\dots,z_n)=\frac1{\pi^n\prod_{k=1}^nk!}\exp\Bigl(-\sum_i\lvert z_i\rvert^2\Bigr)\prod_{i< j}\lvert z_i-z_j\rvert^2 $$
をもつ(BC12 Theorem 3.2, p. 10、Tao12 (2.136), p. 227)。
1 点密度。 $\psi_k(z):=(\pi k!)^{-1/2}z^ke^{-\lvert z\rvert^2/2}$($k\ge0$)とおく。極座標で $\int z^j\bar z^ke^{-\lvert z\rvert^2}dA=\delta_{jk}\pi k!$ なので、$\psi_0,\psi_1,\dots$ は $L^2(dA)$ で正規直交である。Vandermonde 行列式 $\prod_{i< j}(z_j-z_i)=\det(z_i^{k})_{1\le i\le n,0\le k\le n-1}$ を使うと $\varphi_n=\frac1{n!}\lvert\det(\psi_k(z_i))\rvert^2$ と書ける。行列式を置換 $\sigma,\tau$ で展開して $z_2,\dots,z_n$ について積分すると、正規直交性により $\sigma(i)=\tau(i)$($i\ge2$)の項、したがって $\sigma=\tau$ の項だけが残り
$$ \int\varphi_n\,dz_2\cdots dz_n=\frac1{n!}\sum_\sigma\lvert\psi_{\sigma(1)}(z_1)\rvert^2=\frac1n\sum_{k=0}^{n-1}\lvert\psi_k(z_1)\rvert^2 $$
となる。これが $E[L_{G_n}]$ の密度である。$w=z/\sqrt n$ と変数を変えると、密度は $n$ 倍されて $h_n$ になる。
極限。 $h(w):=\frac1\pi\mathbf 1_{\{\lvert w\rvert< 1\}}$ とおく。$N_a$ の分散は $a$ なので、Chebyshevの不等式 により、$\lvert w\rvert< 1$ なら $P(N_{n\lvert w\rvert^2}\ge n)\le\frac{\lvert w\rvert^2}{n(1-\lvert w\rvert^2)^2}\to0$、$\lvert w\rvert>1$ なら $P(N_{n\lvert w\rvert^2}\le n-1)\le\frac{\lvert w\rvert^2}{n(\lvert w\rvert^2-1)^2}\to0$ である。よって単位円周の外で $h_n\to h$ である。$h_n$ と $h$ はどちらも確率密度なので $\int\lvert h_n-h\rvert\,dA=2\int(h-h_n)^+\,dA$ で、$0\le(h-h_n)^+\le h$ だから優収束定理により $0$ に収束する。$\square$

確率 $1$ での $L_{G_n/\sqrt n}\to\mu_{\mathrm{circ}}$ も成り立つ(BC12 Theorem 3.5, p. 12)。

一般の場合の筋

prop-cl-det の帰着のあと、一般の成分の場合は次の 2 段で示される(BC12 §4, pp. 14–20。この記事では証明しない)。第 1 に、$X_n/\sqrt n-zI$ の特異値の経験分布は確率 $1$ で、成分の分布によらない決定論的な分布 $\nu_z$ に弱収束する(BC12 Theorem 4.9, p. 20)。第 2 に、$\log$ は $0$ の近くで有界でないので、小さい特異値が $\log$ の積分に寄与しないことを示す。最小特異値が $n$ の多項式の逆数より小さくならないこと(Tao–Vu、Littlewood–Offord 型の評価)と、小さい特異値の個数の評価がこれにあたる(BC12 Lemma 4.11, Lemma 4.12, p. 20)。極限 $\nu_z$ が分布によらないので、$\int\log s\,d\nu_z$ は Ginibre 行列の場合と同じ $U_{\mu_{\mathrm{circ}}}(z)$ になる。

反例:仮定を外すと成り立たないこと

外す仮定反例成り立たなくなること
成分の独立性すべての成分が同じ $\xi$(平均 $0$、分散 $1$)$L_{X_n/\sqrt n}=(1-\frac1n)\delta_0+\frac1n\delta_{\sqrt n\xi}\to\delta_0$
同じ分布対角とその上は独立同分布、対角より下は $0$固有値は $X_{ii}/\sqrt n$ で、$L\to\delta_0$
$\sqrt n$ で割ること$X_n/n$$\int\lvert w\rvert^2\,dL\to0$ で、$L\to\delta_0$
分散が有限$t^\alpha P(\lvert X_{11}\rvert\ge t)\to1$($0< \alpha< 2$)となる対称な分布の成分を $n^{1/\alpha}$ で割る極限は台が有界でない回転不変な分布(BC12 Theorem 6.2, p. 39)
表の確かめ

要点:上の 3 行は prop-cl-det の後半か三角行列の固有値で計算できる。

確かめを開く

1 行目:$X_n=\xi J$($J$ は全成分 $1$)で、$J$ の固有値は $n$(1 個)と $0$($n-1$ 個)である。2 行目:上三角行列の固有値は対角成分である。$E\lvert X_{11}\rvert^2< \infty$ から $\sum_nP(\lvert X_{nn}\rvert^2>\varepsilon n)< \infty$ なので、Borel–Cantelli の補題により確率 $1$ で $\max_{i\le n}\lvert X_{ii}\rvert/\sqrt n\to0$ である。3 行目:$\int\lvert w\rvert^2\,dL_{X_n/n}\le\frac1{n^3}\sum_{i,j\le n}\lvert X_{ij}\rvert^2$ で、右辺は確率 $1$ で $0$ に収束する。2 次の積率が $0$ に近づく確率測度は $\delta_0$ に弱収束する。4 行目は引用である。$\square$

関連項目

参考文献

[1]
Charles Bordenave, Djalil Chafaï, Around the circular law, Probability Surveys, 2012, Example 1.2(p. 5)、Theorem 2.2(p. 7)、Theorem 3.2(p. 10)、Theorem 3.5(p. 12)、(4.1)(p. 14)、Lemma 4.3(p. 16)、Theorem 4.9, Lemma 4.11, Lemma 4.12(p. 20)、Theorem 6.2(p. 39)
[2]
Terence Tao, Van Vu (appendix by Manjunath Krishnapur), Random matrices: Universality of ESDs and the circular law, The Annals of Probability, 2010, arXiv 版 v5:§1(pp. 3–4)、Theorem 1.13(p. 7)、Corollary 1.15(p. 8)
[3]
Terence Tao, Topics in Random Matrix Theory, Graduate Studies in Mathematics 132, American Mathematical Society, 2012, (2.136)(p. 227)、§2.8, Theorem 2.8.1(p. 263)、§2.8.1–2.8.2(pp. 264–267)、Theorem 2.8.3(p. 269)

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する