[논문 리뷰] Analytic and Numerical Bootstrap for One-Matrix Model and "Unsolvable" Two-Matrix Model

Vladimir Kazakov, Zechuan Zheng|arXiv (Cornell University)|2021. 08. 10.

Matrix Theory and Algorithms인용 수 11

한 줄 요약

이 논문은 대규모 N 근사에서 다중행렬 모델을 해결하기 위해 릴랙세이션 부트스트랩 방법을 도입한다. 이 방법은 고리 방정식과 모멘트 상관계수 행렬의 양성 제약 조건을 결합하며, 분석적으로 풀 수 없는 두 행렬 모델에 대해 tr[A,B]² 상호작용과 4차 포텐셜을 가진 경우에도, 대칭성이 자동으로 깨진 상태에서조차도 정확도가 6자리까지 확보된다. 이는 볼록 최적화를 통해 모멘트 값의 엄밀한 제약 조건을 설정함으로써 달성된다.

ABSTRACT

We propose the relaxation bootstrap method for the numerical solution of multi-matrix models in the large $N$ limit, developing and improving the recent proposal of H.Lin. It gives rigorous inequalities on the single trace moments of the matrices up to a given "cutoff" order (length) of the moments. The method combines usual loop equations on the moments and the positivity constraint on the correlation matrix of the moments. We have a rigorous proof of applicability of this method in the case of the one-matrix model where the condition of positivity of the saddle point solution appears to be equivalent to the presence of supports of the eigenvalue distribution only on the real axis and only with positive weight. We demonstrate the numerical efficiency of our method by solving the analytically "unsolvable" two-matrix model with $\mathrm{tr}[A,B]^2$ interaction and quartic potentials, even for solutions with spontaneously broken discrete symmetry. The region of values for computed moments allowed by inequalities quickly shrinks with the increase of the cutoff, allowing the precision of about 6 digits for generic values of couplings in the case of $\mathbb{Z}_2$ symmetric solutions. Our numerical data are checked against the known analytic results for particular values of parameters.

연구 동기 및 목표

• 분석적으로 풀 수 없는 다중행렬 모델을 대규모 N 근사에서 수치적으로 안정적으로 해결할 수 있는 방법을 개발하는 것.
• 일개 행렬 모델을 넘어서 모멘트 상관계수 행렬의 양성 제약 조건을 통합함으로써 부트스트랩 접근법을 확장하는 것.
• tr[A,B]² 상호작용과 4차 포텐셜을 가진 두 행렬 모델, 특히 대칭성 깨짐 단계에서의 성능을 입증하는 것.
• 모멘트 상관계수 행렬의 양성이 안정점 해의 실수이자 양수인 고유값 분포와 동치가 되는 엄밀한 프레임워크를 제공하는 것.
• 특정 매개변수 조건에서 알려진 분석 결과와의 비교를 통해 방법의 타당성을 검증하는 것.

제안 방법

• 단일 트레이스 모멘트에 대한 고리 방정식과 모멘트 상관계수 행렬의 양성 제약 조건을 결합하여 볼록 최적화 문제를 구성하는 것.
• 양성 조건을 강제하기 위해 릴랙세이션 행렬을 도입하여 문제를 정규형 프로그래밍(SDP) 문제로 변환하는 것.
• 무한계 시스템을 수치적으로 처리 가능하도록 하기 위해 모멘트 길이에 대한 截斷을 적용하는 것.
• 릴랙세이션 행렬을 구성하여 제약 조건 하에서 모멘트 상관계수 행렬이 양의 준정부정(positive semi-definite) 상태를 유지하도록 보장하는 것.
• SDPA 솔버를 사용하여 구현하며, 수치적 안정성을 확보하기 위해 정규화 및 정밀도 제어를 철저히 하는 것.
• 최적화 문제의 이중 형식을 사용하여 해의 타당성과 수렴성을 검증하는 것.

실험 결과

연구 질문

• RQ1 분석적으로 풀 수 없는 다중행렬 모델에 대해 체계적인 수치적 부트스트랩 방법을 개발할 수 있는가?
• RQ2 모멘트 상관계수 행렬의 양성이 대규모 N 근사에서 가능한 해의 공간을 어떻게 제약하는가?
• RQ3 릴랙세이션 부트스트랩 방법이 자발적 대칭성 깨짐을 가진 모델을 얼마나 잘 다룰 수 있는가?
• RQ4 tr[A,B]² 상호작용을 가진 두 행렬 모델에서 일반적인 결합 상수에 대해 이 방법의 수렴 속도와 정밀도는 어느 정도인가?
• RQ5 이 방법을 일개 행렬 모델에 엄밀하게 적용할 수 있으며, 그 양성 조건이 물리적 고유값 분포와 일치하는가?

주요 결과

• 릴랙세이션 부트스트랩 방법은 tr[A,B]² 상호작용과 4차 포텐셜을 가진 두 행렬 모델에서 일반적인 결합 상수에 대해 약 6자리의 정밀도를 달성한다.
• 이 방법은 Z₂ 대칭성이 자동으로 깨진 단계에서도 모멘트를 성공적으로 계산하여, 대칭 해를 넘어서는 강건성을 입증한다.
• 일개 행렬 모델의 경우, 안정점 해의 양성 조건이 실수 축 위에만 정의되고 양수의 무게를 가진 고유값 분포와 엄밀히 동치임을 증명한다.
• 기준 길이가 증가할수록 허용 가능한 모멘트 값 영역이 급격히 축소됨을 보여주며, 강력한 수렴성과 제약 강화를 시사한다.
• 특정 매개변수 값에서 알려진 분석 결과와의 비교를 통해 두 행렬 모델의 수치 결과가 정확함을 확인한다.
• 기저 모멘트의 수는 모델의 복잡성에 따라 증가하므로, 기저 모멘트 수와 해법 가능성 사이에 상관관계가 있음을 시사하며, 이는 모델의 거동 예측에 유용하다.