中文

高维广义信息加噪声型矩阵的极限谱分布

统计理论 2022-01-31 v1 统计理论

摘要

XnX_{n}n×Nn\times N 随机复矩阵,RnR_{n}TnT_{n} 分别为维度 n×Nn\times Nn×nn\times n 的非随机复矩阵。我们假设 XnX_{n} 的条目独立同分布,TnT_{n} 为非负定 Hermitian 矩阵,且 TnRnRn=RnRnTnT_{n}R_{n}R_{n}^{*}= R_{n}R_{n}^{*}T_{n}。广义信息加噪声型矩阵定义为 Cn=1NTn12(Rn+Xn)(Rn+Xn)Tn12C_{n}=\frac{1}{N}T_{n}^{\frac{1}{2}} \left( R_{n} +X_{n}\right) \left(R_{n}+X_{n}\right)^{*}T_{n}^{\frac{1}{2}}。本文建立了高维广义信息加噪声型矩阵 CnC_{n} 的极限谱分布。具体而言,我们证明了当 nnNN 按比例趋于无穷时,CnC_{n} 特征值的经验分布弱收敛于一个非随机概率分布,该分布通过其 Stieltjes 变换的方程组刻画。

关键词

引用

@article{arxiv.2201.12079,
  title  = {The limiting spectral distribution of large dimensional general information-plus-noise type matrices},
  author = {Huanchao Zhou and Zhidong Bai and Jiang Hu},
  journal= {arXiv preprint arXiv:2201.12079},
  year   = {2022}
}