[논문 리뷰] Pfaffian point process for the Gaussian real generalised eigenvalue problem

Peter J. Forrester, Anthony Mays|arXiv (Cornell University)|2009. 10. 14.

Random Matrices and Applications참고 문헌 27인용 수 5

한 줄 요약

이 논문은 $X_1$ 및 $X_2$가 $N \times N$ 실수 가우시안 행렬인 가우시안 실수 일반화 고유값 문제에 대해 고유값에 대한 Pfaffian 점과정을 수립한다. 연도의 고유값 밀도를 유도하고, $k$개의 실수 고유값을 갖는 확률을 계산하며, 고차 상관 함수에 대한 명시적 Pfaffian 공식을 제공한다. 이는 본질적 스케일링 극한에서 이러한 상관 관계가 실수 가우시안 행렬의 것과 일치하고, 이중 성분 쿠론 가스 합규칙을 만족함을 보여준다.

ABSTRACT

The generalised eigenvalues for a pair of $N imes N$ matrices $(X_1,X_2)$ are defined as the solutions of the equation $\det (X_1-λX_2)=0$, or equivalently, for $X_2$ invertible, as the eigenvalues of $X_2^{-1}X_1$. We consider Gaussian real matrices $X_1,X_2$, for which the generalised eigenvalues have the rotational invariance of the half-sphere, or after a fractional linear transformation, the rotational invariance of the unit disk. In these latter variables we calculate the joint eigenvalue probability density function, the probability $p_{N,k}$ of finding $k$ real eigenvalues, the densities of real and complex eigenvalues (the latter being related to an average over characteristic polynomials), and give an explicit Pfaffian formula for the higher correlation functions $ρ_{(k_1,k_2)}$. A limit theorem for $p_{N,k}$ is proved, and the scaled form of $ρ_{(k_1,k_2)}$ is shown to be identical to the analogous limit for the correlations of the eigenvalues of real Gaussian matrices. We show that these correlations satisfy sum rules characteristic of the underlying two-component Coulomb gas.

연구 동기 및 목표

• 두 $N \times N$ 실수 가우시안 행렬인 $X_1$와 $X_2$에서의 가우시안 실수 일반화 고유값 문제에서 고유값의 통계적 성질을 규명하는 것.
• 고유값 $\lambda$에 대해 $\det(X_1 - \lambda X_2) = 0$를 만족하는 일반화 고유값의 연합 고유값 확률 밀도 함수를 유도하는 것.
• 집합에서 정확히 $k$개의 실수 고유값을 갖는 확률 $p_{N,k}$를 계산하는 것.
• 실수 및 복소 고유값에 대한 고차 상관 함수 $\rho_{(k_1,k_2)}$에 대한 명시적 Pfaffian 공식을 수립하는 것.
• 확률 $p_{N,k}$에 대한 극한 정리 증명 및 스케일링된 상관 함수가 실수 진비레 집합의 것과 수렴함을 보이는 것.

제안 방법

• $Y = X_2^{-1}X_1$의 연합 행렬 분포는 $\det(\mathbf{1}_N + YY^T)^{-N}$ 비례하는 밀도를 갖는 행렬 코시 분포로 유도된다.
• $\lambda = \tan\theta$를 통한 변환을 통해 실수 직선을 단위 원주로 매핑함으로써 회전 대칭성과 구면으로의 입체투영을 가능하게 한다.
• 실수 고유값 쌍과 복소 켤레 고유값 쌍에 대응하는 블록으로 분해된 행렬 $R_N$을 이용해 연합 고유값 밀도를 계산한다.
• 실수 고유값 열에 대한 통합은 $\det(\mathbf{1}_k + R_k R_k^T)$를 포함하는 행렬 항등식의 반복적 적용을 통해 수행되며, 이는 일변수 적분으로 감소된다.
• 복소 고유값 열에 대한 적분은 변수 변경과 셀베르트 적분 공식을 이용해 평가되며, 감마 함수의 비율으로 이어진다.
• 최종적으로 상관 함수는 연합 밀도와 직교다항식의 구조에서 유도된 반대칭 커널을 사용한 Pfaffian 행렬식으로 표현된다.

실험 결과

연구 질문

• RQ1 두 i.i.d. 실수 가우시안 행렬의 일반화 고유값에 대한 정확한 연합 확률 밀도 함수는 무엇인가요?
• RQ2 일반화 고유값 문제에서 정확히 $k$개의 실수 고유값을 관측할 확률 $p_{N,k}$는 무엇인가요?
• RQ3 실수 및 복소 고유값에 대한 고차 상관 함수 $\rho_{(k_1,k_2)}$는 닫힌 형태로 표현될 수 있으며, 만약 그렇다면 그 형태는 무엇인가요?
• RQ4 $N \to \infty$일 때 $p_{N,k}$의 점근적 행동은 무엇이며, 보편적 스케일링 극한으로 수렴하는가요?
• RQ5 일반화 고유값의 스케일링된 상관 함수는 실수 진비레 집합의 것과 수렴하는가, 그리고 이중 성분 쿠론 가스의 합규칙을 만족하는가요?

주요 결과

• 변환 $\lambda = \tan\theta$ 이후, 일반화 고유값 문제에 대한 연합 고유값 밀도는 단위 원판에서 회전 대칭성을 가지며, 실수 고유값의 밀도는 $\rho_{(1)}(\lambda) = \frac{1}{\pi} \frac{E_N}{1 + \lambda^2}$이다. 여기서 $E_N \sim \sqrt{\pi N / 2}$이다.
• 정확히 $k$개의 실수 고유값을 갖는 확률 $p_{N,k}$는 정확히 계산되었으며, $N \to \infty$일 때 $p_{N,k}$가 보편적 스케일링 형태로 수렴함을 보여주는 극한 정리가 증명되었다. 이로써 실수 고유값의 기대 개수는 점근적으로 $\sqrt{2N/\pi}$가 된다.
• 고차 상관 함수 $\rho_{(k_1,k_2)}$에 대한 명시적 Pfaffian 공식이 유도되었으며, 이는 감마 함수와 행렬 행렬식을 포함하는 반대칭 커널에 의해 표현된다.
• 본질적 스케일링 극한에서 일반화 고유값의 상관 함수는 실수 진비레 집합의 것과 수렴함을 보여, 본질적 영역에서의 보편성을 확인하였다.
• 상관 함수는 이중 성분 쿠론 가스의 특징적인 합규칙을 만족하며, 실수 및 복소 고유값 간의 경쟁 상호작용을 가진 쿠론 체계와 깊은 관련이 있음을 시사한다.
• 행렬 공간에 대한 적분은 셀베르트 유형의 적분과 행렬 항등식을 이용해 평가되었으며, 감마 함수의 비율과 $\pi$의 거듭제곱을 포함하는 닫힌 형태의 표현식을 도출하였다.