Multivariate analysis and Jacobi ensembles: Largest eigenvalue, Tracy–Widom limits and rates of convergence
多元分析与 Jacobi 系综：最大特征值、Tracy–Widom 极限及收敛速率AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般多元分析与随机矩阵极限，未明确涉及宏观或金融因子模型。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多元分析与 Jacobi 系综：最大特征值、Tracy–Widom 极限及收敛速率
- 研究问题
- 当两个独立中心 Wishart 矩阵的自由度与维数同比增长时，相关最大特征值分布能否得到可控误差的渐近近似？
- 方法与思路
- 作者用随机矩阵理论研究复数与实数情形的 Jacobi 系综，并以 Jacobi 多项式在最大零点附近的渐近近似为关键工具。
- 材料陈述的贡献
- 摘要称经中心化和尺度变换后，最大特征值分布可由 Tracy–Widom 分布作二阶近似，并报告相应收敛速率。
- 阅读关注点
- 应核对维数与自由度的比例条件、中心化及尺度常数、误差度量，并查原 PDF 确认矩阵运算和速率中的上下标。
- 阅读边界
- 仅据版本未注明的索引摘要；矩阵逆与误差阶采用线性文本记法，符号须查原 PDF。具体比例限制和近似界未说明。
原文摘要
Let A and B be independent, central Wishart matrices in p variables with common covariance and having m and n degrees of freedom, respectively. The distribution of the largest eigenvalue of (A + B)(-1)B has numerous applications in multivariate statistics, but is difficult to calculate exactly. Suppose that m and n grow in proportion to p. We show that after centering and, scaling, the distribution is approximated to second-order, O(p(-2/3)), by the Tracy-Widom law. The results are obtained for both complex and then real-valued data by using methods of random matrix theory to study the largest eigenvalue of the Jacobi unitary and orthogonal ensembles. Asymptotic approximations of Jacobi polynomials near the largest zero play a central role.