[논문 리뷰] Random matrix minor processes related to percolation theory

Mark Adler, Pierre van Moerbeke외 1명|arXiv (Cornell University)|2013. 01. 29.

Random Matrices and Applications참고 문헌 33인용 수 6

한 줄 요약

이 논문은 랜덤 행렬의 소행렬 과정—특히 외부 소스가 있는 GUE, 다중 라게르, 자코비-피냐이로 모델—과 마지막 통과 퍼콜레이션 모델 간의 연결을 수립한다. 이는 이러한 행렬 모델에서 고유값의 상호 끼워맞춤이 확장된 커널을 가진 결정론적 점 프로세스를 유도하며, 평균이 작은 지수형 퍼콜레이션 가중치 하에서 스케일링된 마지막 통과 시간이 페르시 프로세스로 수렴함을 보여주며, 이는 랜덤 방향성 고무줄과 연결된다.

ABSTRACT

This paper studies a number of matrix models of size n and the associated Markov chains for the eigenvalues of the models for consecutive n's. They are consecutive principal minors for two of the models, GUE with external source and the multiple Laguerre matrix model, and merely properly defined consecutive matrices for the third one, the Jacobi-Pineiro model; nevertheless the eigenvalues of the consecutive models all interlace. We show: (i) For each of those finite models, we give the transition probability of the associated Markov chain and the joint distribution of the entire interlacing set of eigenvalues; we show this is a determinantal point process whose extended kernels share many common features. (ii) To each of these models and their set of eigenvalues, we associate a last-passage percolation model, either finite percolation or percolation along an infinite strip of finite width, yielding a precise relationship between the last passage times and the eigenvalues. (iii) Finally it is shown that for appropriate choices of exponential distribution on the percolation, with very small means, the rescaled last passage times lead to the Pearcey process; this should connect the Pearcey statistics with random directed polymers.

연구 동기 및 목표

• 일반화된 랜덤 행렬 모델에서의 고유값 역학과 마지막 통과 퍼콜레이션 모델 간의 정확한 대응 관계 수립.
• 연속적인 행렬 소행렬에서의 고유값 상호 끼워맞춤이 공통된 커널 특성을 가진 결정론적 점 프로세스를 형성함을 보여주기.
• 작은 평균을 가진 지수형 퍼콜레이션 가중치 하에서 스케일링된 마지막 통과 시간이 페르시 프로세스로 수렴함을 보여주기.
• 페르시 프로세스에 연속 고무줄 해석을 제공하여, 에어리 프로세스에 대한 KPZ/스토케스틱 히트 방정식 연결과 유사하게 하기.

제안 방법

• 외부 소스가 있는 GUE, 위샤르트, 다중 라게르, 자코비-피냐이로 모델을 포함한 네 가지 일반화된 소행렬 과정 정의. 모든 모델에서 연속적인 행렬 크기 간에 고유값이 상호 끼워맞춤됨.
• 상호 끼워맞춤된 고유값 집합의 전이 확률과 공동 분포 유도. 이들이 확장된 커널을 가진 결정론적 점 프로세스임을 보임.
• 유한 또는 무한 스트립 위에 마지막 통과 퍼콜레이션 모델 구축. 마지막 통과 시간을 행렬 소행렬의 고유값에 매핑.
• 작은 평균을 가진 지수형 가중치 분포를 퍼콜레이션 경로에 적용하여 척도 근사 한계 가능하게 함.
• 복소수 경로 위에서 기울어진 급강하 분석을 적용하여 커널의 점근적 행동 유도.
• 복소 평면에서 경로를 변형하여 작용의 실수 부분이 임계점에서 멀어질수록 증가하도록 하여 엄밀한 점근적 분석 가능하게 함.

실험 결과

연구 질문

• RQ1 일반화된 랜덤 행렬 소행렬의 고유값 역학은 명시적인 대응 관계를 가진 마지막 통과 퍼콜레이션 모델로 매핑될 수 있는가?
• RQ2 연속적인 행렬 소행렬의 공동 고유값 분포는 공통된 커널 구조를 가진 결정론적 점 프로세스를 형성하는가?
• RQ3 어떤 조건에서 이러한 퍼콜레이션 모델의 스케일링된 마지막 통과 시간이 페르시 프로세스로 수렴하는가?
• RQ4 페르시 프로세스는 작은 평균을 가진 지수형 가중치를 가진 마지막 통과 퍼콜레이션의 척도 근사로 해석될 수 있는가?
• RQ5 이 구성은 페르시 통계와 일치하는 연속적인 랜덤 방향성 고무줄 모델을 제공하는가?

주요 결과

• 네 모델 전반에 걸쳐 공통된 특성을 보이는 확장된 커널을 가진 결정론적 점 프로세스로, 연속적인 소행렬의 공동 고유값 분포가 형성됨.
• 고유값 마코프 체인의 전이 확률이 명시적으로 유도되었으며, 공통된 커널 구조를 가진 결정론적 점 프로세스임이 입증됨.
• 네 모델 전반에 걸쳐 마지막 통과 퍼콜레이션 시간과 행렬 소행렬의 고유값 간 일대일 대응이 수립됨.
• 작은 평균을 가진 지수형 퍼콜레이션 가중치 하에서 스케일링된 마지막 통과 시간이 한계에서 페르시 프로세스로 수렴함.
• 이 구성은 페르시 프로세스와 랜덤 방향성 고무줄 간 직접적인 연결을 제공하며, 에어리 프로세스에 대한 알려진 KPZ/스토케스틱 히트 방정식 연결과 유사함.
• 점근적 분석은 임계점에서 멀어질수록 작용의 실수 부분이 증가하도록 철저히 변형된 복소수 경로에 의존하며, 엄밀한 기울어진 급강하 추정 가능하게 함.