中文

随机矩阵乘积向稳定律的收敛

概率论 2026-01-09 v1

摘要

在合理的代数假设和无限二阶矩假设下,我们证明了对于元素在 R\mathbb{R} 或任何其他局部域中的随机独立同分布矩阵乘积,其范数的对数在 Paul L\'evi 意义上满足广义中心极限定理(GCLT)。证明基于对前 nn 个矩阵乘积的对数范数与其各自对数范数之和的差值 Δn\Delta_n 的弱大数定律。这个弱大数定律本质上说明,只要每个矩阵的对数范数对于给定的 q>0q > 0 具有有限的 qq 阶矩,Δn\Delta_n 的行为就如同具有有限 2q2q 阶矩的独立同分布随机变量之和。这种矩的增加是本文的核心结果,并基于关键时间的构建。此外,当考察完整的 Cartan 投影而不是对数范数时,这些结果可以很好地推广到更高秩的情形。

关键词

引用

@article{arxiv.2601.04863,
  title  = {Convergence to Stable Laws for Products of Random Matrices},
  author = {Axel Péneau},
  journal= {arXiv preprint arXiv:2601.04863},
  year   = {2026}
}