Wignerの半円則

同義語:Wigner semicircle lawWigner's semicircle law半円則Wignerの半円法則半円法則

概要

Wignerの半円則(Wigner semicircle law)とは、上三角の成分が独立で、非対角成分が平均 $0$、分散 $1$ の同じ分布に従い、対角成分が平均 $0$ で分散有限の同じ分布に従う $N$ 次実対称行列を $\sqrt N$ で割ると、$N\to\infty$ で固有値の経験分布が密度 $\frac1{2\pi}\sqrt{4-x^2}$ の半円分布に弱収束するという定理である。極限は成分の分布の形によらない。行列のべきの跡を閉じた道の数え上げに書き直すと、極限のモーメントは非交差対分割の個数である Catalan 数になる。

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

前提知識: 実対称行列, Catalan数, Chebyshevの不等式, 分布収束

Wigner の半円則(Wigner semicircle law)は、大きな対称ランダム行列の固有値の分布についての定理である。上三角の成分が独立で、非対角成分が平均 $0$、分散 $1$ の同じ分布に従い、対角成分が平均 $0$ で分散有限の同じ分布に従う $N$ 次実対称行列を $\sqrt N$ で割ると、$N\to\infty$ で固有値の経験分布は密度 $\frac1{2\pi}\sqrt{4-x^2}$ の分布に近づく。成分の分布の形によらない。
中心極限定理 が和の分布の普遍性であるのに対し、半円則は固有値の分布の普遍性である。証明の核は、行列のべきの跡を閉じた道の数え上げに書き直すことである。極限のモーメントに Catalan数 が現れる。全ての対分割を数えると正規分布、非交差のものだけを数えると半円分布になる。
この記事の内容は次のとおりである。

定義

$N$ 次実対称行列 $A$ の固有値を重複を込めて $\lambda_1\le\dots\le\lambda_N$ とする。$\mathbb{R}$ 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。関数 $f$ の積分を $\langle L_A,f\rangle=\frac1N\sum_if(\lambda_i)$ と書く。$k\in\mathbb{N}$ について $\langle L_A,x^k\rangle=\frac1N\operatorname{tr}A^k$ である。

Wigner 行列

$Z$ と $Y$ を実確率変数で、$E[Z]=E[Y]=0$、$E[Z^2]=1$、$E[Y^2]< \infty$ を満たすものとする。$(a_{ij})_{1\le i\le j}$ を独立な確率変数の族で、$i< j$ なら $a_{ij}$ は $Z$ と同じ分布、$a_{ii}$ は $Y$ と同じ分布をもつものとする。$a_{ji}:=a_{ij}$ とおいて、$N$ 次実対称行列
$$ W_N:=\frac1{\sqrt N}(a_{ij})_{1\le i,j\le N} $$
を Wigner 行列 という。$L_N:=L_{W_N}$ とおく。

$L_N$ はランダムな確率測度である。$Z,Y$ が正規分布で $E[Y^2]=2$ の場合を GOE(Gauss 直交アンサンブル)という。GOE と、その複素版の GUE の固有値の同時密度や局所的な統計は ランダム行列 で扱う。

半円分布

$\mathbb{R}$ の上の確率測度
$$ \sigma(dx):=\frac1{2\pi}\sqrt{4-x^2}\,\mathbf{1}_{[-2,2]}(x)\,dx $$
を 半円分布 という。$s>0$ について、$x\mapsto sx$ による $\sigma$ の像を $\sigma_s$ と書く。

Wigner の半円則

$W_N$ を Wigner 行列とする。すべての有界連続関数 $f\colon\mathbb{R}\to\mathbb{R}$ と $\varepsilon>0$ について
$$ \lim_{N\to\infty}P\bigl(\lvert\langle L_N,f\rangle-\langle\sigma,f\rangle\rvert>\varepsilon\bigr)=0 $$
である。すなわち $L_N$ は確率収束の意味で $\sigma$ に弱収束する。

証明の筋

まずすべてのモーメントが有限な場合に、$\langle L_N,x^k\rangle$ の平均と分散を調べる(prop-wsc-mean、prop-wsc-var)。証明は節「半円則の証明」(prf-wsc-main)に置く。

半円分布のモーメント

$k\ge0$ について、$\int x^{2k+1}\sigma(dx)=0$、$\int x^{2k}\sigma(dx)=C_k$ である。$C_k$ は Catalan数 である。

部分積分の漸化式

奇数次は対称性から $0$ である。$I_k:=\int_{-2}^2x^{2k}\sqrt{4-x^2}\,dx$ とおく。$k\ge1$ について
$$ \frac{d}{dx}\bigl(x^{2k-1}(4-x^2)^{3/2}\bigr)=(2k-1)x^{2k-2}(4-x^2)\sqrt{4-x^2}-3x^{2k}\sqrt{4-x^2} $$
を $[-2,2]$ で積分すると、$0=(2k-1)(4I_{k-1}-I_k)-3I_k$ である。よって $I_k=\frac{4(2k-1)}{2k+2}I_{k-1}$ である。半円の面積から $I_0=2\pi$ である。$C_k=\frac{1}{k+1}\binom{2k}{k}$ は同じ漸化式 $C_k=\frac{2(2k-1)}{k+1}C_{k-1}$ を満たし、$C_0=1$ である。$\square$

非交差対分割

非交差対分割

$\{1,\dots,2m\}$ を 2 元集合に分けたものを 対分割 という。$a< b< c< d$ で $\{a,c\}$、$\{b,d\}$ が組になることがないとき、非交差 という。その全体を $\mathrm{NC}_2(2m)$ と書く。

円周の上に点を並べて組を弦で結ぶと、非交差とは弦が交わらないことである。

非交差対分割の個数

$\lvert\mathrm{NC}_2(2m)\rvert=C_m$ である。

括弧の対応

対分割の各組の小さいほうの元に $+1$、大きいほうの元に $-1$ を置く。列は長さ $2m$ の Dyck 列である(途中までに $-1$ の数は $+1$ の数を超えない)。逆に Dyck 列を括弧の並びと読むと、各 $-1$ を対応する $+1$ と組にすることで非交差対分割を得る。
非交差対分割では、$-1$ の組の相手は、その左で組が決まっていない最も右の $+1$ である。もしそれより右に未対応の $+1$(位置 $b$)があれば、$b$ の相手 $d$ は右にあり、$\{a,c\},\{b,d\}$($a< b< c< d$)が交差するからである。よって 2 つの対応は互いに逆で、全単射である。$\square$

モーメント法

この節では、$Z,Y$ のすべてのモーメントが有限であると仮定する。$r_k:=\max(1,E[\lvert Z\rvert^k],E[\lvert Y\rvert^k])$ とおく。
長さ $k$ の 閉じた道 とは、$\mathbf{i}=(i_1,\dots,i_k)\in\{1,\dots,N\}^k$ のことである。$i_{k+1}:=i_1$ とおき、$a(\mathbf{i}):=\prod_{t=1}^ka_{i_ti_{t+1}}$ とする。行列の積の定義から
$$ \langle L_N,x^k\rangle=\frac1{N^{1+k/2}}\sum_{\mathbf{i}}a(\mathbf{i}) $$
である。$G(\mathbf{i})$ を、頂点 $\{i_t\}$、辺 $\{\{i_t,i_{t+1}\}\}$(ループを含む)の連結なグラフとする。$v$ を頂点の数、$e$ を辺の数とする。一般に連結なグラフでは $v\le e+1$ で、等号は木のときに限る。
2 つの道が $\{1,\dots,N\}$ の全単射で移り合うとき 同値 という。各同値類は、頂点に初めて現れた順に $1,2,\dots$ と名をつけた道をただ 1 つ含むので、同値類の数は $k^k$ 以下である。$v$ 頂点の同値類は $N(N-1)\cdots(N-v+1)$ 個の道からなり、$E[a(\mathbf{i})]$ は同値類の上で一定で、Hölder の不等式から絶対値が $r_k$ 以下である。

モーメントの極限

$N\to\infty$ で、$E\langle L_N,x^{2m+1}\rangle\to0$、$E\langle L_N,x^{2m}\rangle\to C_m$ である。

木の上の道を数える

どの道が残るか。 $E[a(\mathbf{i})]\ne0$ とする。$a_{ij}$ は独立で平均 $0$ なので、$G(\mathbf{i})$ の各辺は道で 2 回以上通られる。よって $2e\le k$ で、$v\le e+1\le k/2+1$ である。$v\le(k+1)/2$ の同値類の寄与の和は、絶対値が
$$ k^kr_k\,N^{(k+1)/2}\cdot N^{-1-k/2}=k^kr_kN^{-1/2} $$
以下である。$k$ が奇数なら、$v$ は整数なのですべての同値類がこれに入り、極限は $0$ である。
$k=2m$ とする。残るのは $v=m+1$ の同値類である。このとき $e=m$ で、$G(\mathbf{i})$ は木(ループなし)で、各辺はちょうど 2 回通られる。よって $E[a(\mathbf{i})]=E[Z^2]^m=1$ である。これらの同値類の数を $T_m$ とすると、その寄与は
$$ T_m\frac{N(N-1)\cdots(N-m)}{N^{m+1}}\to T_m $$
である。
数え上げ:$T_m=C_m$。 そのような道の各同値類に、同じ辺を通る 2 つの時刻 $\{s,t\}$ を組にする対分割 $\pi$ を対応させる。$\pi$ が非交差であることを示す。$s< t$ が辺 $f$ の組とする。木から $f$ を除くと 2 つの部分に分かれる。$f$ は時刻 $s,t$ だけで通られるので、道は時刻 $s,t$ の間ずっと一方の部分 $B$ にいて、それ以外の時刻には他方の部分にいる。よって $B$ の辺は時刻 $s,t$ の間だけで 2 回ずつ通られ、その間の組はその間で閉じる。
逆に $\pi\in\mathrm{NC}_2(2m)$ から道を作る。根 $1$ から出発し、時刻 $t$ が組の小さい元なら新しい頂点へ進み、大きい元なら組の相手の時刻に通った辺を戻る。$\pi$ が非交差なので、組の間の時刻は組の内側で閉じ、大きい元の時刻には道は組の相手の時刻の行き先に戻っている($t-s$ についての帰納法)。よってこの道は定義でき、木の上の閉じた道で各辺をちょうど 2 回通る。
木の上で各辺を 2 回通る道では、ある辺を初めて通るときは必ず新しい頂点へ進み(さもないと閉路ができる)、2 回目はその逆向きである。よって 2 つの対応は互いに逆である。lem-wsc-pairings から $T_m=C_m$ である。$\square$

分散の評価

$k\ge1$ について、$N$ によらない定数 $c_k$ があって、$\operatorname{Var}\langle L_N,x^k\rangle\le c_k/N$ である。

2 本の道

要点:分散に効く 2 本の閉じた道の組は辺を共有し、すべての辺が 2 回以上通られるので、頂点の数は $k+1$ 以下である。

詳しい証明を開く

分散は $N^{-2-k}\sum_{\mathbf{i},\mathbf{i}'}\operatorname{Cov}(a(\mathbf{i}),a(\mathbf{i}'))$ である。$G(\mathbf{i})$ と $G(\mathbf{i}')$ が辺を共有しなければ、$a(\mathbf{i}),a(\mathbf{i}')$ は独立で共分散は $0$ である。ある辺が 2 本の道を合わせて 1 回だけ通られるなら、$E[a(\mathbf{i})a(\mathbf{i}')]$ も $E[a(\mathbf{i})]E[a(\mathbf{i}')]$ も $0$ である。

よって共分散が $0$ でないなら、$G(\mathbf{i})\cup G(\mathbf{i}')$ は連結で、辺の数 $e$ は $2e\le2k$ を満たす。頂点の数は $v\le k+1$ である。組の同値類は $(2k)^{2k}$ 個以下で、各同値類の組の数は $N^{k+1}$ 以下で、Hölder の不等式から共分散の絶対値は $2r_{2k}$ 以下である。よって分散は $2(2k)^{2k}r_{2k}N^{k+1-2-k}$ 以下である。$\square$

小さい場合

$a_{ii}=0$ とする。$k=4$ の閉じた道で平均が $0$ でないものは、$i\to j\to i\to l\to i$($l\ne j$)、$i\to j\to l\to j\to i$($l\ne i$)、$i\to j\to i\to j\to i$ の 3 つの形である。はじめの 2 つが木の上の道で、$\mathrm{NC}_2(4)$ の 2 つの元 $\{12\}\{34\}$、$\{14\}\{23\}$ にあたる。3 つ目は頂点が 2 個である。$E[Z^4]=\mu_4$ として
$$ E\langle L_N,x^4\rangle=\frac{2N(N-1)(N-2)+N(N-1)\mu_4}{N^3}=\frac{(N-1)(2N-4+\mu_4)}{N^2} $$
で、$N\to\infty$ で $2=C_2$ に近づく。$\mu_4$ は極限に現れない。

半円則の証明

モーメントから弱収束へ、切り落とし

段 1:すべてのモーメントが有限な場合。 多項式 $Q$ について、prop-wsc-mean、prop-wsc-moments と prop-wsc-var、Chebyshevの不等式 から、$\langle L_N,Q\rangle\to\langle\sigma,Q\rangle$(確率収束)である。
$f$ を有界連続、$\lvert f\rvert\le M$、$\delta>0$ とする。Weierstrass の近似定理により、$[-5,5]$ で $\lvert f-Q\rvert\le\delta$ となる多項式 $Q$ をとる。$r\ge1$ と $c>0$ を、$\lvert x\rvert>5$ で $M+\lvert Q(x)\rvert\le c\,x^{2r}$ となるようにとる。$\sigma$ は $[-2,2]$ に集中しているので
$$ \lvert\langle L_N,f\rangle-\langle\sigma,f\rangle\rvert\le2\delta+\lvert\langle L_N,Q\rangle-\langle\sigma,Q\rangle\rvert+c\,\langle L_N,x^{2r}\mathbf{1}_{\lvert x\rvert>5}\rangle $$
である。$j\ge1$ について $x^{2r}\mathbf{1}_{\lvert x\rvert>5}\le5^{-2j}x^{2r+2j}$ なので、最後の項は $c\,5^{-2j}\langle L_N,x^{2r+2j}\rangle$ 以下である。これは $c\,5^{-2j}C_{r+j}\le c\,4^r(4/25)^j$ に確率収束する($C_n\le4^n$)。$j$ を大きくとれば最後の項は確率 $1-o(1)$ で $\delta$ 以下である。
段 2:切り落とし。 一般の場合を示す。$\mathbb{R}$ の上の確率測度の弱収束は有界 Lipschitz 関数で確かめれば十分である(極限が確定した測度なので、確率収束についても同じ)。$\lvert f\rvert\le M$、Lipschitz 定数 $\ell$ の $f$ をとる。
$C>0$ について $\hat a_{ij}:=a_{ij}\mathbf{1}_{\lvert a_{ij}\rvert\le C}-E[a_{ij}\mathbf{1}_{\lvert a_{ij}\rvert\le C}]$ とし、$\hat W_N:=N^{-1/2}(\hat a_{ij})$ とする。$s_C^2:=E[\hat a_{12}^2]$ は $C\to\infty$ で $1$ に近づく。$\hat W_N/s_C$ は有界な成分の Wigner 行列なので、段 1 から $L_{\hat W_N}$ は $\sigma_{s_C}$ に弱収束する(確率収束)。
Hoffman–Wielandt の不等式(AGZ10 Lemma 2.1.19。証明は 二重確率行列 の定理「Hoffman–Wielandt の不等式」にある)により、固有値を小さい順に並べて $\sum_i\lvert\lambda_i(A)-\lambda_i(B)\rvert^2\le\operatorname{tr}(A-B)^2$ である。Cauchy–Schwarz の不等式と合わせて
$$ E\bigl[\lvert\langle L_N,f\rangle-\langle L_{\hat W_N},f\rangle\rvert^2\bigr]\le\ell^2\,E\Bigl[\frac1N\operatorname{tr}(W_N-\hat W_N)^2\Bigr]\le\ell^2\bigl(E[(Z-\hat Z)^2]+\tfrac1NE[(Y-\hat Y)^2]\bigr) $$
である。ここで $\hat Z,\hat Y$ は $Z,Y$ を同じ規則で切り落としたものである。右辺は $N$ について一様に、$C\to\infty$ で $0$ に近づく(優収束定理と $E[Z]=E[Y]=0$)。$\langle\sigma_{s_C},f\rangle\to\langle\sigma,f\rangle$($C\to\infty$)と合わせて、$C$ を大きくとってから $N\to\infty$ として結論を得る。$\square$

実は $L_N$ は確率 $1$ で $\sigma$ に弱収束する(AGZ10 Exercise 2.1.16、Tao12 Theorem 2.4.2)。prop-wsc-var の評価は $N^{-2}$ まで改善でき、Borel–Cantelliの補題 が使える。

次数全ての対分割(標準正規分布)非交差対分割(半円分布)
$2$$1$$1$
$4$$3$$2$
$6$$15$$5$
$8$$105$$14$
$2m$$(2m-1)!!$$C_m$

交差する対分割に対応する道は頂点が少なく、$N\to\infty$ で寄与が消える。$\{13\}\{24\}$ は ex-wsc-small の 3 つ目の形である。
表の左の列は独立な変数の和の極限(中心極限定理)に、右の列は自由な非可換変数の和の極限に現れる。後者が 自由確率論 の定理「自由中心極限定理」で、非交差対分割を数える同じ議論から半円分布が出る。独立な Wigner 行列を $\sqrt N$ で割った組は、各成分の分散が $1$ で各次数のモーメントが一様に有界なら、$N\to\infty$ で漸近的に自由になり、極限は自由な半円変数の組である(同記事の定理「独立な Wigner 行列」。$1$ 個の場合がこの記事の半円則にあたる)。

Stieltjes 変換による方法

モーメントを使わない方法として、Stieltjes変換 がある。AGZ10 §2.4 はこの方法で半円則を再び証明する。

確率測度の Stieltjes 変換

$\mathbb{R}$ の上の確率測度 $\mu$ と $z\in\mathbb{C}\setminus\mathbb{R}$ について
$$ s_\mu(z):=\int\frac{\mu(dx)}{x-z} $$
を $\mu$ の Stieltjes 変換 という。

$\mu$ は $s_\mu$ で決まる。連続な密度 $\rho$ をもつなら、$\rho(x)=\lim_{\eta\downarrow0}\frac1\pi\operatorname{Im}s_\mu(x+i\eta)$ である(AGZ10 Theorem 2.4.3。逆公式と、Stieltjes 変換の収束による弱収束の判定は Stieltjes変換 で証明する)。$\mu=L_A$ なら $s_\mu(z)=\frac1N\operatorname{tr}(A-z)^{-1}$ である。

半円分布の Stieltjes 変換

$s:=s_\sigma$ は $\mathbb{C}\setminus[-2,2]$ で正則で、$s(z)^2+zs(z)+1=0$ を満たす。$\lvert z\rvert\to\infty$ で $s(z)\to0$ となる解として
$$ s(z)=\frac{-z+\sqrt{z^2-4}}{2} $$
である。平方根の枝は $\mathbb{C}\setminus[-2,2]$ で正則で、$\lvert z\rvert\to\infty$ で $\sqrt{z^2-4}\sim z$ である。

モーメントの母関数

$\lvert z\rvert>2$ なら $\frac1{x-z}=-\sum_{n\ge0}x^nz^{-n-1}$ は $[-2,2]$ の上で一様収束するので、prop-wsc-moments から $s(z)=-\sum_kC_kz^{-2k-1}$ である。$c(w):=\sum_kC_kw^k$($\lvert w\rvert< \frac14$)は、Catalan数 の漸化式 $C_{k+1}=\sum_{j=0}^kC_jC_{k-j}$ から $c(w)=1+wc(w)^2$ を満たす。$w=z^{-2}$、$s=-c(w)/z$ を代入すると $s^2+zs+1=wc^2-c+1=0$ である。
$s$ は $\mathbb{C}\setminus[-2,2]$ で正則なので、一致の定理からこの等式はこの領域で成り立つ。2 次方程式を解くと $s=(-z\pm\sqrt{z^2-4})/2$ で、$\lvert z\rvert\to\infty$ で $s\to0$ なので符号は $+$ である。$\square$

実際に $x\in(-2,2)$ で、$\eta\downarrow0$ の極限は $\frac12(-x+i\sqrt{4-x^2})$ で、虚部を $\pi$ で割ると $\sigma$ の密度である。

方程式の意味

$s_N(z):=\frac1N\operatorname{tr}(W_N-z)^{-1}$ とおく。第 1 行第 1 列を除いた小行列を $W^{(1)}$、除いた列を $v$ とすると、AGZ10 Lemma 2.4.6(Schur 補行列)から
$$ \bigl((W_N-z)^{-1}\bigr)_{11}=\frac1{(W_N)_{11}-z-v^{\mathsf T}(W^{(1)}-z)^{-1}v} $$
である。$v$ の成分は独立で分散 $1/N$ なので、2 次形式はおよそ $\frac1N\operatorname{tr}(W^{(1)}-z)^{-1}\approx s_N(z)$ である。左辺の平均は $s_N(z)$ なので、$s_N\approx1/(-z-s_N)$ で、これは prop-wsc-stieltjes の方程式である。この議論の評価は AGZ10 §2.4.2 にある。この記事では証明しない。

極値と隣の話題

半円則は固有値全体の分布の主張で、個々の固有値については何も言わない。$Z,Y$ の $k$ 次モーメントが $k^{Ck}$ 以下なら、最大固有値は $2$ に確率収束する(AGZ10 Theorem 2.1.22)。Gauss の場合の端の揺らぎは Tracy–Widom分布に従う(AGZ10 Theorem 3.1.4、3.1.5。複素 Hermite 行列の場合。ランダム行列 の定理「スペクトルの端」)。標本共分散行列では Marchenko–Pastur 分布が極限に現れ(AGZ10 Exercise 2.1.18)、行と列の比が $1$ のものは $\sigma$ の $x\mapsto x^2$ による像である。

反例:条件を外すと成り立たないこと

主張外す条件反例成り立たなくなること
thm-wsc-main成分の独立性すべての成分が同じ $\pm1$ の変数 $\xi$階数 $1$ で、$L_N\to\delta_0$
thm-wsc-main分散が一様非対角ブロックが $0$ の行列極限は $\sigma_{1/\sqrt2}$
thm-wsc-main対称性独立な成分の非対称行列固有値は複素数で、極限は単位円板の一様分布
最大固有値が $2$ に近づく平均 $0$$a_{ij}$ の平均が $\mu>0$半円則は保たれるが、最大固有値は $\mu\sqrt N$ の程度
prop-wsc-mean の奇数次$E[Z]=0$上と同じ$E\langle L_N,x^3\rangle$ が $\mu^3\sqrt N$ の程度で発散する
反例の確かめ

要点:階数の小さな摂動は経験分布を変えず、外れた固有値だけを作る。

詳しい確かめを開く

同じ変数:$W_N=N^{-1/2}\xi\mathbf{1}\mathbf{1}^{\mathsf T}$ の固有値は $\xi\sqrt N$ と $0$(重複度 $N-1$)である。

ブロック:$N$ を偶数とし、大きさ $N/2$ の独立な 2 つの対称行列 $A,B$ で $W_N=N^{-1/2}\operatorname{diag}(A,B)$ とする。$(N/2)^{-1/2}A$ は Wigner 行列なので、$L_N$ は $\sigma$ を $1/\sqrt2$ 倍した分布に近づく。

非対称:Tao12 §2.8(円則)を見よ。

平均:$W_N=W_N^0+\mu N^{-1/2}\mathbf{1}\mathbf{1}^{\mathsf T}$($W_N^0$ は Wigner 行列)である。摂動は階数 $1$ の半正定値なので、Weylの不等式(固有値) から $\lambda_i(W_N^0)\le\lambda_i(W_N)\le\lambda_{i+1}(W_N^0)$ である。よって分布関数の差は $1/N$ 以下で、$L_N$ の極限は変わらない。単位ベクトル $u=N^{-1/2}\mathbf{1}$ について $u^{\mathsf T}W_Nu=\mu\sqrt N+u^{\mathsf T}W_N^0u$ で、第 2 項の分散は $O(1/N)$ なので、最大固有値は $\mu\sqrt N$ の程度以上である。$\frac1N\operatorname{tr}W_N^3$ の主要項は $\frac1N(\mu\sqrt N)^3=\mu^3\sqrt N$ である。

歴史と出典

この定理は Wigner の 1955 年の論文にさかのぼり、モーメントによる証明はその議論にならったものである(AGZ10 §2.1、§2.7)。原子核のエネルギー準位の統計の模型が動機である。

出典

thm-wsc-main の全体は AGZ10 Theorem 2.1.1、2.1.21、Tao12 Theorem 2.4.2 を見よ。prop-wsc-var は AGZ10 Lemma 2.1.7 の証明で得られる $N^{-2}$ の評価(Exercise 2.1.16)より弱い $N^{-1}$ の評価で、結論には十分である。この評価と prf-wsc-mean の数え上げは、文の組(sentences)の分類の代わりに頂点数の上界だけを使う形に書いた。

関連項目

参考文献

[1]
Greg W. Anderson, Alice Guionnet, Ofer Zeitouni, An Introduction to Random Matrices, Cambridge University Press, 2010, §2.1、§2.7、Theorem 2.1.1、2.1.21、2.1.22、Lemma 2.1.7、2.1.19、Exercise 2.1.16、2.1.18、§2.4、Theorem 2.4.3、Lemma 2.4.6、Theorem 3.1.4、3.1.5

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