[논문 리뷰] On the deformed Pearcey determinant

Dan Dai, Shuai‐Xia Xu외 1명|arXiv (Cornell University)|2020. 07. 25.

Random Matrices and Applications참고 문헌 54인용 수 5

한 줄 요약

이 논문은 비선형 미분계의 특수해와 관련된 해밀토니안을 사용하여 변형된 페르시의 행렬식 $\chi(I - \gamma K^{\mathrm{Pe}}_{s,\rho})$의 적분 표현을 유도함으로써, 정확한 상수항 계산을 가능하게 하는 정밀한 큰 갭 점근적 해석을 제공한다. 결과적으로, $\gamma=1$인 비변형 케이스와는 다름을 보이며, $\gamma$ 변화에 따라 상전이가 발생하는 것으로 나타나며, 계수 함수의 기대값, 분산 및 중심극한정리에 대한 점근적 해석을 도출한다.

ABSTRACT

In this paper, we are concerned with the deformed Pearcey determinant $\det\left(I-γK^{\mathrm{Pe}}_{s,ρ} ight)$, where $0 \leq γ<1$ and $K^{\mathrm{Pe}}_{s,ρ}$ stands for the trace class operator acting on $L^2\left(-s, s ight)$ with the classical Pearcey kernel arising from random matrix theory. This determinant corresponds to the gap probability for the Pearcey process after thinning, which means each particle in the Pearcey process is removed independently with probability $1-γ$. We establish an integral representation of the deformed Pearcey determinant involving the Hamiltonian associated with a family of special solutions to a system of nonlinear differential equations. Together with some remarkable differential identities for the Hamiltonian, this allows us to obtain the large gap asymptotics, including the exact calculation of the constant term, which complements our previous work on the undeformed case (i.e., $γ=1$). It comes out that the deformed Pearcey determinant exhibits a significantly different asymptotic behavior from the undeformed case, which suggests a transition will occur as the parameter $γ$ varies. As an application of our results, we obtain the asymptotics for the expectation and variance of the counting function for the Pearcey process, and a central limit theorem as well.

연구 동기 및 목표

• 0 \leq \gamma < 1 인 경우 변형된 페르시의 행렬식 $\det(I - \gamma K^{\mathrm{Pe}}_{s,\rho})$를 분석하여, 희박화된 페르시의 과정에서 갭 확률을 모델링한다.
• 비선형 미분계의 특수해와 연결된 해밀토니안을 통해 행렬식의 적분 표현을 수립한다.
• 기존의 비변형 케이스($\gamma = 1$)에 한정된 결과를 확장하여, 큰 갭 점근적 해석에서 정확한 상수항을 계산한다.
• $\gamma$ 변화에 따른 점근적 행동의 전이를 조사하여 임계 상전이를 밝혀낸다.
• 희박화된 페르시의 과정에서 계수 함수의 기대값, 분산 및 중심극한정리에 대한 점근적 결과를 도출한다.

제안 방법

• 페르시의 커널과 그 도함수를 특징짓기 위해 리만-힐베르트(Riemann-Hilbert, RH) 문제 설정을 사용한다.
• RH 문제에 대한 라크 쌍 방정식을 유도하고, 관련된 해밀토니안에 대한 미분 항등식을 수립한다.
• 변환 시퀀스를 사용하여 $s \to +\infty$ 및 $s \to 0^+$에서 RH 문제의 점근적 분석을 수행한다: $\Phi \to T \to S \to \text{글로벌 파라메트릭스} \to \text{국소 파라메트릭스}$.
• 특수한 변형 기저함수 모델을 사용하여 $z = \pm 1$ 및 $z = 0$ 근처의 국소 파라메트릭스를 구성한다.
• 미분 항등식을 활용하여 해밀토니안에 기반한 변형된 행렬식의 적분 표현을 도출한다.
• 점근적 분석을 적용하여 해밀토니안의 점근적 전개를 통해 큰 갭 행동, 특히 정확한 상수항을 추출한다.

실험 결과

연구 질문

• RQ1 0 \leq \gamma < 1 인 경우 $s \to \infty$에서 변형된 페르시의 행렬식 $\det(I - \gamma K^{\mathrm{Pe}}_{s,\rho})$의 점근적 행동은 어떻게 되는가?
• RQ2 변형된 행렬식의 큰 갭 점근적 해석에서 정확한 상수항의 값은 무엇이며, $\gamma = 1$인 비변형 케이스와 어떻게 다를까?
• RQ3 $\gamma$의 변화가 갭 확률의 점근적 행동에 상전이를 유도하는가?
• RQ4 희박화된 페르시의 과정에서 계수 함수의 기대값과 분산의 점근적 해석은 무엇인가?
• RQ5 희박화된 페르시의 과정에서 계수 함수에 대해 중심극한정리를 수립할 수 있는가?

주요 결과

• 변형된 페르시의 행렬식은 $\gamma = 1$인 비변형 케이스와는 상당히 다른 큰 갭 점근적 행동을 보이며, $\gamma$가 1에서 1 미만으로 변화함에 따라 상전이가 발생함을 시사한다.
• 큰 갭 점근적 해석에서 정확한 상수항이 명시적으로 계산되었으며, 이는 이전 연구에서 $\gamma = 1$ 케이스에 국한된 결과를 확장한 것이다.
• 점근적 분석 결과, 행렬식이 $s^{-1/2}$에 비례하는 거듭제곱 법칙에 따라 감소하며, 이때 비정상적인 상수항이 $\gamma$ 및 $\rho$에 따라 달라진다.
• 희박화된 페르시의 과정에서 계수 함수 $N(s)$의 기대값은 $s \to \infty$일 때 $\mathbb{E}[N(s)] \sim c_1 s^{1/2}$를 만족하며, 이때 $c_1$은 $\gamma$ 및 $\rho$에 따라 달라진다.
• 계수 함수의 분산은 $s \to \infty$일 때 $\mathrm{Var}(N(s)) \sim c_2 s^{1/2}$를 만족하며, $c_2$는 해밀토니안으로부터 명시적으로 계산 가능하다.
• 중심극한정리가 수립되었으며, $s \to \infty$일 때 $\frac{N(s) - \mathbb{E}[N(s)]}{\sqrt{\mathrm{Var}(N(s))}}$는 표준 정규 랜덤 변수로 분포 수렴한다.