[論文レビュー] CLT for fluctuations of linear statistics in the Sine-beta process

Thomas Leblé|arXiv (Cornell University)|Sep 10, 2018

Stochastic processes and statistical mechanics参考文献 22被引用数 5

ひとこと要約

本稿は、逆温度 β > 0 における1次元対数ガスの普遍的極限である Sineβ ポイント過程の線形統計量に関する中心極限定理（CLT）を確立する。これにより、スケーリングされたテスト関数のゆらぎが正規分布に収束することを示している。証明は、DLR方程式、ラプラス変換技術、および輸送法を組み合わせ、分散をテスト関数の H¹/² ソボレフノルムの形で導出し、極限分散は 2/β∥ϕ∥²_{H¹/²} に比例することが判明した。

ABSTRACT

We prove, for any $\beta >0$, a central limit theorem for the fluctuations of linear statistics in the Sine-$\beta$ process, which is the infinite volume limit of the random microscopic behavior in the bulk of one-dimensional log-gases at inverse temperature $\beta$. If $\phi$ is a compactly supported test function of class $C^4$, and $\mathcal{C}$ is a random point configuration distributed according to Sine-$\beta$, the integral of $\phi(\cdot / \ell)$ against the random fluctuation $d\mathcal{C} - dx$, converges in law, as $\ell$ goes to infinity, to a centered normal random variable whose standard deviation is proportional to the Sobolev $H^{1/2}$ norm of $\phi$ on the real line. The proof relies on the DLR equations for Sine-$\beta$ established by Dereudre-Hardy-Ma\"ida and the author, the Laplace transform trick introduced by Johansson, and a transportation method previously used for $\beta$-ensembles at macroscopic scale.

研究の動機と目的

• 逆温度 β > 0 における1次元対数ガスのバルク微視的スケーリング極限を記述する Sineβ プロセスの線形統計量に関する中心極限定理を確立すること。
• スケーリング下での線形統計量の極限分散を特徴づけ、これがテスト関数の H¹/² ソボレフノルムに依存することを示すこと。
• マクロスケールおよびミクロスケールからミクロスケールにまで拡張されたCLTを、特に無限体積極限過程 Sineβ に対して適用すること。
• Sineβ の無限体積ギブス測度構造を扱うために、DLR方程式、ラプラス変換、輸送法を用いた厳密な解析的枠組みを構築すること。
• ゆらぎ分散が普遍的であり、β に依存するスケーリング係数 2/β を除き、β > 0 に対して一様に計算可能であることを証明すること。

提案手法

• Dereudre-Hardy-Maïda 及び著者によって確立された Sineβ の DLR 方程式を用い、プロセスを有限体積ギブス測度の混合として表現する。
• Johansson のラプラス変換のテクニックを適用し、線形統計量の特性関数を摂動された対数ガスの分配関数と関連付ける。
• Bausch, Leblé, Sosoe (2018) のインスピレーションを受けて、平衡測度をずらす輸送法を用い、変数変換により分配関数を比較する。
• 正確な差異推定（例：E[|eDRight_j|²] = o(|j−λ|→∞)(j−λ)）および ψs と ψ′s の鋭い評価を用いて誤差項を制御する。
• コーシー・シュワルツとインデックスの分離（i が λ から遠く離れている場合 vs. 近い場合）を用い、ℓ,λ→∞ の極限で誤差項が消えることを示す。
• H¹/² ノルムを用いた誤差項の減衰推定を確立し、分散の主な寄与は ϕ のソボレフエネルギーに起因することを示す。

実験結果

リサーチクエスチョン

• RQ1 スケール ℓ→∞ のとき、Sineβ プロセスにおける線形統計量のゆらぎは正規分布に収束するか？
• RQ2 線形統計量の極限分散はテスト関数 ϕ の関数として明示的にどのように表されるか？
• RQ3 マクロスケールおよびミクロスケールから、特に無限体積極限 Sineβ に対して、CLT をミクロスケールにまで拡張可能か？
• RQ4 分散は β にどのように依存するか？また、β > 0 全体にわたって普遍的か？
• RQ5 ラプラス変換法および輸送法は、Sineβ のような無限体積ギブス測度に適応可能か？

主な発見

• スケール ℓ→∞ のとき、線形統計量 Fluct[ϕℓ](C) のゆらぎは、中心化された正規確率変数に分布収束する。
• 極限分散は正確に 2/β に ϕ の H¹/² ソボレフノルムの二乗を乗じたものに等しく、すなわち Var(Gaussian) = 2/β∥ϕ∥²_{H¹/²} である。
• H¹/² ノルムはスケーリング ϕ → ϕℓ に対して不変であるため、分散のスケーリング挙動が説明できる。
• 証明により、輸送法および差異推定における誤差項が oℓ,λ(1) として消えることが保証され、収束が成立する。
• 結果はすべての β > 0 およびコンパクトな台を持つすべてのテスト関数 ϕ ∈ C⁴ に対して成り立ち、従来のマクロスケールでのCLTを拡張する。
• 分散の公式は普遍的かつ明示的に計算可能であり、β に依存する部分は係数 2/β に集約される。