[논문 리뷰] PDEs satisfied by extreme eigenvalues distributions of GUE and LUE

Estelle Basor, Yang Chen외 1명|arXiv (Cornell University)|2011. 02. 02.

Random Matrices and Applications참고 문헌 19인용 수 6

한 줄 요약

이 논문은 유한한 $ n $에 대한 가우시안 유니터리 군집(GUE)과 라귀에르 유니터리 군집(LUE)의 모든 고유값이 간격 $ (a,b) $ 내에 있을 확률의 로그 도함수에 대한 비선형 편미분방정식(PDEs)을 유도한다. 수직 연산자 체계를 이용한 정규수직다항식의 형식을 통해, 이 PDEs가 각각 페인레베 4형과 5형 시스템을 일반화함을 보여준다. 핵심 결과는 중심화 및 스케일링을 적절히 한 후 GUE와 LUE에서 극단 고유값의 점근적 독립성을 해석적으로 증명한 것으로, 트레이시-위드먼 분포가 해로 나타나는 극한 PDE 분석을 통해 확인된다.

ABSTRACT

In this paper we study, $ extsf{Prob}(n,a,b),$ the probability that all the eigenvalues of finite $n$ unitary ensembles lie in the interval $(a,b)$. This is identical to the probability that the largest eigenvalue is less than $b$ and the smallest eigenvalue is greater than $a$. It is shown that a quantity allied to $ extsf{Prob}(n,a,b)$, namely, $$ H_n(a,b):=\left[\frac{\partial}{\partial a}+\frac{\partial}{\partial b} ight]\ln extsf{Prob}(n,a,b),$$ in the Gaussian Unitary Ensemble (GUE) and $$ H_n(a,b):=\left[a\frac{\partial}{\partial a}+b\frac{\partial}{\partial b} ight]\ln extsf{Prob}(n,a,b),$$ in the Laguerre Unitary Ensemble (LUE) satisfy certain nonlinear partial differential equations for fixed $n$, interpreting $H_n(a,b)$ as a function of $a$ and $b$. These partial differential equations maybe considered as two variable generalizations of a Painlevé IV and a Painlevé V system, respectively. As an application of our result, we give an analytic proof that the extreme eigenvalues of the GUE and the LUE, when suitably centered and scaled, are asymptotically independent.

연구 동기 및 목표

• 유한한 $ n $에 대한 유니터리 군집의 모든 고유값이 주어진 간격 $ (a,b) $ 내에 있을 확률을 지배하는 편미분방정식을 유도하는 것.
• 이 확률의 로그 도함수가 페인레베 IV(GUE)와 페인레베 V(LUE) 시스템을 일반화하는 비선형 PDEs를 만족함을 확립하는 것.
• 적절한 중심화 및 스케일링 후 GUE와 LUE에서 가장 큰 고유값과 가장 작은 고유값의 점근적 독립성을 해석적으로 증명하는 것.
• 스펙트럼의 소프트 에지 근처에서 이러한 PDE의 스케일링 극한을 분석하고, 그 결과로 나타나는 해가 트레이시-위드먼 분포의 합임을 규명하는 것.

제안 방법

• 정규수직다항식에 대한 수직 연산자 체계와 관련된 호환 조건을 활용하여 보조 변수에 대한 비선형 차분방정식을 도출하는 것.
• GUE의 경우 $ H_n(a,b) = \left[\frac{\partial}{\partial a} + \frac{\partial}{\partial b}\right]\ln\text{Prob}(n,a,b) $, LUE의 경우 $ H_n(a,b) = \left[a\frac{\partial}{\partial a} + b\frac{\partial}{\partial b}\right]\ln\text{Prob}(n,a,b) $로 정의된 핵심 함수를 설정하는 것.
• 재귀관계와 호환 조건을 통해 GUE 및 LUE의 경우 모두 $ H_n(a,b) $에 대한 두阶비선형 PDEs를 도출하는 것.
• 스펙트럼의 소프트 에지 근처에서의 점근적 스케일링 적용: $ a = Ln + cL^{2/3}n^{1/3}x $, $ b = Rn + cR^{2/3}n^{1/3}y $, 여기서 $ L, R $은 $ \beta $를 통해 정의된다.
• 스케일링된 함수 $ \widetilde{H}(x,y,n) = \frac{1}{n^{2/3}}H_n(\cdot,\cdot) $를 도입하여 $ n \to \infty $일 때의 극한 PDE를 추출하는 것.
• 인수분해 가정 $ \widetilde{H}(x,y) = f(x) + g(y) $를 도입하고, $ f $와 $ g $가 트레이시-위드먼 왼쪽 및 오른쪽 尾분포에 해당하는 페인레베 II 방정식의 $ \sigma $-형을 만족함을 보이는 것.

실험 결과

연구 질문

• RQ1 GUE와 LUE에서 극단 고유값 분포는 적절한 중심화 및 스케일링 후 점근적으로 독립적인가?
• RQ2 유한한 $ n $에 대해 모든 고유값이 $ (a,b) $ 내에 있을 조건부 확률이 $ a $와 $ b $에 대한 비선형 PDE로 기술될 수 있는가?
• RQ3 고유값 간격 확률의 로그 도함수에 의해 만족되는 두 변수 일반화 페인레베 방정식은 무엇인가?
• RQ4 이 PDE의 소프트 에지 근처에서의 극한 행동은 알려진 트레이시-위드먼 분포와 어떻게 관련이 있는가?
• RQ5 PDE 스케일링 극한을 통해 극단 고유값의 점근적 독립성이 해석적으로 확립될 수 있는가?

주요 결과

• GUE의 경우 $ H_n(a,b) $는 페인레베 IV $ \sigma $-형을 일반화하는 비선형 PDE를 만족하며, 경계 극한에서 $ P_{IV} $ 방정식으로 축소된다.
• LUE의 경우 $ H_n(a,b) $는 페인레베 V $ \sigma $-형을 일반화하는 PDE를 만족하며, 경계 극한에서 $ P_{V} $ 방정식으로 축소된다.
• 소프트 에지 근처에서 스케일링한 후의 극한 PDE는 인수분해된 해 $ \widetilde{H}(x,y) = f(x) + g(y) $를 가지며, 여기서 $ f $와 $ g $는 각각 트레이시-위드먼 왼쪽 및 오른쪽 꼬리 분포에 해당하는 페인레베 II 방정식의 $ \sigma $-형을 만족한다.
• 함수 $ f(x) $와 $ g(y) $는 각각 트레이시-위드먼 왼쪽 및 오른쪽 꼬리 분포에 해당하며, 이는 극한 공동 밀도가 독립적인 트레이시-위드먼 법칙의 곱임을 확인한다.
• GUE와 LUE에서 극단 고유값의 점근적 독립성은 PDE의 스케일링 극한과 인수분해된 해의 구조를 통해 해석적으로 증명된다.
• 유도된 PDEs는 유한한 $ n $에 대해 정확하며, 그 스케일링 극한은 무작위 행렬 이론에서 알려진 보편적 분포와 명시적인 연결을 제공한다.