[论文解读] The law of large numbers for the maximum of the characteristic polynomial of the Ginibre ensemble

Gaultier Lambert|arXiv (Cornell University)|Feb 6, 2019

Random Matrices and Applications参考文献 22被引用 6

一句话总结

该论文确定了当矩阵大小 $ N \to \infty $ 时，Ginibre 系综的特征多项式绝对值对数的最大值的几乎必然极限。通过结合 Webb-Wong 的渐近分析所得的上界与一种新颖的下界（该下界基于对对数相关场进行中观尺度正则化后构造的高斯乘法混沌测度），该研究证明了该最大值的主导阶渐近行为，从而证实了猜想的对数增长速率。

ABSTRACT

We compute the leading asymptotics of the logarithm of the absolute value of the characteristic polynomial, denoted \Psi_N, of the Ginibre ensemble as the dimension of the random matrix N tends to +\infty. The method relies on an upper-bound which follows from the main asymptotics of Webb-Wong and a lower-bound that we obtained by exploiting the log-correlated structure of the field \Psi_N. In particular, using the results of Lambert-Ostrovsky-Simm combined with the approach from Ameur-Hedenmalm-Makarov to derive the necessary asymptotics, we obtain the lower bound by constructing Gaussian multiplicative chaos measures associated with certain regularization of \Psi_N at small mesoscopic scales.

研究动机与目标

• 确定当 $ N \to \infty $ 时，Ginibre 随机矩阵的 $ |\det(zI - X)| $ 的最大值的几乎必然渐近行为。
• 建立特征多项式绝对值对数最大值的精确下界。
• 利用场 $ \Psi_N $ 的对数相关结构，在中观尺度上构造高斯乘法混沌测度。
• 结合 Lambert-Ostrovsky-Simm 与 Ameur-Hedenmalm-Makarov 的结果，推导出下界所需的渐近表达式。

提出的方法

• 利用 Webb 和 Wong 关于 Ginibre 系综特征多项式的主渐近表达式，推导上界。
• 识别出场 $ \Psi_N = \log|\det(zI - X)| $ 具有对数相关结构，这对极值分析至关重要。
• 在小的中观尺度上构造 $ \Psi_N $ 的正则化版本，以模拟底层的高斯乘法混沌测度。
• 应用 Ameur-Hedenmalm-Makarov 的技术，分析这些混沌测度的收敛性与矩。
• 利用混沌测度的收敛性，建立 $ \Psi_N $ 最大值的下界。
• 将上界与下界结合，得到当 $ N \to \infty $ 时 $ \Psi_N $ 最大值的精确主导阶渐近行为。

实验结果

研究问题

• RQ1 当 $ N \to \infty $ 时，Ginibre 系综的特征多项式绝对值对数最大值的几乎必然渐近行为是什么？
• RQ2 如何利用场 $ \Psi_N $ 的对数相关结构，推导其最大值的精确下界？
• RQ3 高斯乘法混沌测度在分析对数特征多项式极值时起到什么作用？
• RQ4 Lambert-Ostrovsky-Simm 与 Ameur-Hedenmalm-Makarov 的结果能否结合，以推导出最大值所需的渐近表达式？
• RQ5 Ginibre 矩阵的 $ |\det(zI - X)| $ 最大值的渐近展开中，精确的主导项是什么？

主要发现

• 当 $ N \to \infty $ 时，Ginibre 系综的特征多项式绝对值对数的最大值以几乎必然收敛于某一特定渐近形式。
• 主导阶渐近行为由 Webb-Wong 的上界与通过中观尺度正则化导出的新下界之间的相互作用决定。
• 在小尺度上对正则化后的 $ \Psi_N $ 构造高斯乘法混沌测度，使得精确下界的推导成为可能。
• $ \Psi_N $ 的对数相关性质对于混沌测度方法的有效性及其后续渐近分析至关重要。
• 最终结果证实了最大值猜想的对数增长速率，主导项与对数相关场理论的理论预测完全一致。
• 该方法为分析非厄米随机矩阵系综中特征多项式的极值提供了一个严格的框架。