[논문 리뷰] Gaussian beta ensembles at high temperature: eigenvalue fluctuations and bulk statistics

Trinh Khanh Duy, Fumihiko Nakano|arXiv (Cornell University)|2016. 11. 29.

Random Matrices and Applications참고 문헌 14인용 수 3

한 줄 요약

이 논문은 $\beta n = \text{const}$ 이면서 $n \to \infty$ 인 고온 근처에서 가우시안 베타 엔세블을 조사한다. 선형 고유값 통계량에 대한 가우시안 변동성을 확립하고, 밀도 영역 고유값 통계량의 포아송 수렴을 증명하며, 명시적인 강도 측도를 제공하는 대안적 유도를 통해, 반원 법칙의 행동을 저온 영역으로 확장한다.

ABSTRACT

We study the limiting behavior of Gaussian beta ensembles in the regime where $βn = const$ as $n o \infty$. The results are (1) Gaussian fluctuations for linear statistics of the eigenvalues, and (2) Poisson convergence of the bulk statistics. (2) is an alternative proof of the result by F.~Benaych-Georges and S.~Péché (2015) with the explicit form of the intensity measure.

연구 동기 및 목표

• 고유값 수의 수렴 스펙트럼 행동을 분석하기 위해 $n \to \infty$ 이면서 $\beta \to 0$ 이고 $n\beta = \text{const}$ 인 경우에 가우시안 베타 엔세블의 행동을 연구한다. 이는 고온 영역에 해당한다.
• 이 영역에서 선형 고유값 통계량에 대한 중심극한정리 유형의 결과를 확립한다.
• 고유값의 밀도 스케일링 근처에서의 수렴을 조사하고, 그 수렴하는 점과정을 규명한다.
• Benaych-Georges와 Péché (2015)가 이전에 보였던 바와 같이, 밀도 통계량의 포아송 수렴을 명시적인 강도 측도를 사용하여 재유도한다.
• 공동 극한에서 경험적 측도와 스펙트럼 측도 사이의 관계를 명확히 하여, 확률적으로 비결정적 극한으로 수렴함을 보인다.

제안 방법

• 가우시안 베타 엔세블의 매트릭스 모델을 Dumitriu와 Edelman의 방식을 사용하여 표현한다. 이는 대각성분이 $\mathcal{N}(0,1)$ 이고, 비대각성분이 $\tilde{\chi}_{(n-k)\beta}$ 인 대칭 삼중대각 행렬이다.
• 공동 극한 $n \to \infty$, $\beta \to 0$ 이면서 $n\beta = 2\alpha$ 가 고정된 경우를 분석하여, 매트릭스 성분이 무한한 삼중대각 행렬 $J_\alpha$ 의 i.i.d. 성분으로 수렴함을 보인다.
• 무한한 삼중대각 행렬의 스펙트럼 측도 이론을 적용하며, $\sum_{i=1}^\infty 1/b_i = \infty$ 조건을 사용하여 거의확실하게 스펙트럼 측도 $\mu_\alpha$ 가 유일함을 보장한다.
• 경험적 측도 $L_{n,\beta}$ 가 확률적으로 $\bar{\mu}_\alpha$ 로 약수렴하고, 스펙트럼 측도 $\nu_{n,\beta}$ 가 분포적으로 $\mu_\alpha$ 로 수렴함을 증명한다.
• 유계수렴과 모멘트 수렴을 활용하여, $C_b(\mathbb{R})$ 에서 수렴 결정 클래스와 모멘트 기반 기준을 사용하여 랜덤 측도의 약수렴을 증명한다.
• 고유값 가중치 $q_j^2$ 가 $\beta/2$ 파rameter를 가진 딜리클레 분포이자 고유값과 독립임을 이용하여, $\mathbb{E}[L_{n,\beta}] = \mathbb{E}[\nu_{n,\beta}]$ 를 보이고 변동성을 분석한다.

실험 결과

연구 질문

• RQ1 고유값 수의 선형 통계량이 $\beta n = \text{const}$ 이면서 $n \to \infty$ 인 경우에 가우시안 베타 엔세블에서 어떻게 수렴하는가?
• RQ2 고온 영역($\beta \to 0$) 이면서 $n\beta$ 가 고정된 경우에 밀도 영역 고유값 통계량은 어떻게 행동하는가?
• RQ3 밀도 통계량의 포아송 수렴을 명시적인 강도 측도를 사용하여 재유도할 수 있는가?
• RQ4 공동 극한 $n \to \infty$, $\beta \to 0$ 이면서 $n\beta = \text{const}$ 인 경우에 $T_{n,\beta}$ 의 경험적 측도와 스펙트럼 측도는 어떻게 행동하는가?
• RQ5 이 영역에서 경험적 측도의 평균과 스펙트럼 측도의 평균 사이의 관계는 무엇인가?

주요 결과

• 영역 $n\beta = 2\alpha = \text{const}$ 에서 경험적 측도 $L_{n,\beta}$ 는 확률적으로 $\bar{\mu}_\alpha$ 로 약수렴하며, 여기서 $\bar{\mu}_\alpha$ 는 무한한 삼중대각 행렬 $J_\alpha$ 의 스펙트럼 측도의 평균이다.
• 행렬 $T_{n,\beta}$ 의 스펙트럼 측도 $\nu_{n,\beta}$ 는 분포적으로 $J_\alpha$ 의 스펙트럼 측도 $\mu_\alpha$ 로 수렴하며, $\sum 1/b_i$ 의 발산으로 인해 거의확실하게 유일하다.
• 선형 고유값 통계량은 가우시안 분포로 수렴하여, 고온 근처에서 변동성에 대한 중심극한정리를 확립한다.
• 고유값의 밀도 통계량은 명시적인 강도 측도를 가진 포아송 점과정으로 수렴하며, Benaych-Georges와 Péché (2015)의 결과에 대한 새로운 증명을 제공한다.
• 경험적 측도의 평균과 스펙트럼 측도의 평균이 일치한다: $\bar{L}_{n,\beta} = \bar{\nu}_{n,\beta}$, 이는 고유값 가중치의 딜리클레 성질 때문이므로 성립한다.
• $L_{n,\beta}$ 가 $\bar{\mu}_\alpha$ 로 확률적으로 수렴함을 보일 때, 모멘트 수렴과 유계수렴 정리의 응용을 통해 선형 통계량의 기댓값에 적용한다.