[논문 리뷰] Large Deviations for Random Spectral Measures and Sum Rules

Fabrice Gamboa, Alain Rouault|arXiv (Cornell University)|2008. 04. 28.

Random Matrices and Applications참고 문헌 20인용 수 3

한 줄 요약

이 논문은 GUE 및 그 $β$-ensemble 확장, 그리고 라귀르 및 자코비 집단에 대해 관련된 무작위 스펙트럼 측도에 대한 대규모 편차 원리(LDP)를 수립한다. 비율 함수는 절대 연속 부분에 대한 반전 쿨백 정보 항(반정형 분포 또는 마르첸코-파스트르 법칙에 대한 상대적)과 극단적 고유값 통계와 연결된 특이 부분으로 구성되며, 유니터리 행렬 모델에서 히어르미트 행렬 모델으로의 합 규칙 기법을 일반화한다.

ABSTRACT

We prove a Large Deviation Principle for the random spec- tral measure associated to the pair $(H_N; e)$ where $H_N$ is sampled in the GUE(N) and e is a fixed unit vector (and more generally in the $\\beta$- extension of this model). The rate function consists of two parts. The contribution of the absolutely continuous part of the measure is the reversed Kullback information with respect to the semicircle distribution and the contribution of the singular part is connected to the rate function of the extreme eigenvalue in the GUE. This method is also applied to the Laguerre and Jacobi ensembles, but in thoses cases the expression of the rate function is not so explicit.

연구 동기 및 목표

• GUE 행렬 $H_N$ 과 고정된 단위 벡터 $e$로 구성된 쌍 $(H_N, e)$의 스펙트럼 측도에 대해 대규모 편차 원리(LDP)를 수립한다.
• 유니터리 경우를 일반화하여 $β$-헤르미트, $β$-라귀르, $β$-자코비 집단으로 LDP를 확장한다.
• 비율 함수를 두 성분의 합으로 표현한다: 절대 연속 부분에 대한 반전 쿨백 정보와 극단적 고유값 행동과 관련된 항.
• 스펙트럼 측도 LDP와 합 규칙 사이의 관계를 탐색하며, 특히 수직 다항식과 베르블류스키 계수의 맥락에서 고려한다.
• empirical 고유값 분포를 초월하여 무작위 행렬 이론에서 가중 스펙트럼 측도의 渐近 행동을 이해하기 위한 프레임워크를 제공한다.

제안 방법

• GUE 행렬과 고정된 벡터 $e$에 대해 스펙트럼 측도 $µ_w^{(N)} = \sum_{k=1}^N \pi_k \delta_{\lambda_k}$ 에 대한 LDP를 유도하며, $H_N$ 의 삼중대각화를 활용한다.
• GUE 하에서 가중치 $\pi_k = |\langle \psi_k, e \rangle|^2$ 가 딜리클레 확률 변수로 분포함을 이용하여 비율 함수의 명시적 계산을 가능하게 한다.
• 표준 모멘트(베르블류스키 계수) 방법과 셰고의 공식을 적용하여 스펙트럼 측도를 합 규칙과 연결하며, 이는 비율 함수 유도의 핵심이다.
• $β$-집단의 경우, 고유값과 가중치의 공동 분포를 활용하여 LDP를 확장하며, 두프레인-셰프 공식과 $β$-헤르미트 집단의 알려진 공동 밀도를 활용한다.
• 비율 함수를 한정된 반정형 분포 법칙에 대한 반전 쿨백 정보와 극단적 고유값 비율 함수에서 온 수정 항의 합으로 표현한다.
• 라귀르 및 자코비 집단의 경우, 일반적인 합 규칙이 알려져 있지 않기 때문에 암묵적 비율 함수로 LDP를 도출하지만, 구조는 유사하다.

실험 결과

연구 질문

• RQ1 GUE 집단의 가중 스펙트럼 측도 $\mu_w^{(N)}$ 는 속도 $N$ 에 대해 대규모 편차 원리를 만족하는가?
• RQ2 GUE의 경우 스펙트럼 측도의 비율 함수는 반전 쿨백 정보 항과 극단적 고유값과 관련된 항으로 분해될 수 있는가?
• RQ3 $β$-헤르미트 집단에서의 스펙트럼 측도 LDP 는 고전적 GUE 경우와 어떻게 비교되며, $\beta$ 는 어떤 역할을 하는가?
• RQ4 스펙트럼 측도의 비율 함수 유도에 있어, 셰고의 공식과 같은 합 규칙은 어느 정도 활용될 수 있는가?
• RQ5 비율 함수가 명시적으로 계산되지 않는다고 해도, $β$-라귀르 및 $β$-자코비 집단으로 LDP 와 비율 함수의 구조를 일반화할 수 있는가?

주요 결과

• GUE 집단의 스펙트럼 측도 $\mu_w^{(N)}$ 는 속도 $N$ 에 대해 LDP를 만족하며, 비율 함수는 반정형 분포 법칙에 대한 반전 쿨백 정보와 가장 큰 고유값의 비율 함수와 관련된 항의 합으로 구성된다.
• $β$-헤르미트 집단의 경우에도 비율 함수는 동일한 구조를 유지한다: 반정형 분포 법칙에 대한 반전 쿨백 정보와 극단적 고유값 통계에서 온 수정 항의 합.
• 라귀르 및 자코비 집단의 경우 LDP 는 성립하지만, 일반적인 합 규칙이 없기 때문에 비율 함수는 명시적으로 알려져 있지 않다. 그러나 기능적 형태는 유사하다.
• 베르블류스키 계수와 셰고의 공식을 활용한 방법은 표준 모멘트에서 측도 공간으로 LDP 를 성공적으로 이전시키며, 비율 함수를 구성적으로 유도할 수 있는 방법을 제공한다.
• GUE의 경우 스펙트럼 측도의 비율 함수는 명시적으로 $I(\nu) = \mathcal{K}(SC \,||\, \nu) + \mathcal{F}_{\text{extreme}}(\lambda_{\max})$ 로 계산되며, 여기서 $\mathcal{K}$ 는 반전 쿨백 발산이다.
• 논문은 자코비 집단의 매개수 $\kappa_1 N, \kappa_2 N$ 에 대해 비율 함수가 $I(\nu) = \mathcal{K}(KMK \,||\, \nu) + \sum_j \mathcal{F}_J(E_j^\pm)$ 로 추측하며, 이는 합 규칙의 구조를 일반화한다.