[논문 리뷰] Tightness of discrete Gibbsian line ensembles with exponential interaction Hamiltonians

Xuan Wu|arXiv (Cornell University)|2019. 09. 03.

Stochastic processes and statistical mechanics참고 문헌 10인용 수 11

한 줄 요약

이 논문은 약한 노이즈 스케일링 하에서 이산 격자형 고리선 집합의 강한 상호작용 해밀토니안에 대해 $(\mathbf{H}^N, \mathrm{H}^{\text{RW},N})$-깁스 성질을 도입하고 수렴성을 증명함으로써 이들의 강한 수렴성(타이트니스)을 확립한다. 주요 결과는 하위수렴 극한이 $\mathbf{H}(x) = e^x$를 가지는 $\mathbf{H}$-브라운 운동 깁스 성질을 만족한다는 것이다. 이는 기하적 RSK 대응을 통해 유도된 스케일링된 로그-감마 폴리머 선 집합에 적용 가능하다.

ABSTRACT

In this paper we introduce a framework to prove tightness of a sequence of discrete Gibbsian line ensembles $\mathcal{L}^N = \{\mathcal{L}_k^N(x), k \in \mathbb{N}, x \in \frac{1}{N}\mathbb{Z}\}$, which is a collection of countable random curves. The sequence of discrete line ensembles $\mathcal{L}^N$ we consider enjoys a resampling invariance property, which we call $(H^N,H^{RW,N})$-Gibbs property. We also assume that $\mathcal{L}^N$ satisfies technical assumptions A1-A4 on $(H^N,H^{RW,N})$ and the assumption that the lowest labeled curve with a parabolic shift, $\mathcal{L}_1^N(x) + \frac{x^2}{2}$, converges weakly to a stationary process in the topology of uniform convergence on compact sets. Under these assumptions, we prove our main result Theorem 2.18 that $\mathcal{L}^N$ is tight as a line ensemble and that $H$-Brownian Gibbs property holds for all subsequential limit line ensembles with $H(x)= e^x$. As an application of Theorem 2.18, under weak noise scaling, we show that the scaled log-gamma line ensemble $\bar{\mathcal{L}}^N$ is tight, which is a sequence of discrete line ensembles associated with the inverse-gamma polymer model via the geometric RSK correspondence. The $H$-Brownian Gibbs property (with $H(x) = e^x$) of its subsequential limits also follows.

연구 동기 및 목표

• 이산 깁스 선 집합의 강한 상호작용 해밀토니안에 대해 재표본화 불변성 구조 하에서 타이트니스를 확립하는 것.
• 이러한 집합의 하위수렴 극한이 $\mathbf{H}(x) = e^x$를 가지는 $\mathbf{H}$-브라운 운동 깁스 성질을 만족함을 증명하는 것.
• 약한 노이즈 한계에서 기하적 RSK 대응으로 유도된 스케일링된 로그-감마 선 집합에 이 이론을 적용하는 것.
• 새로운 수렴 논증을 통해 무거운 尾 꼬리 상호작용을 가진 이산 모델에 브라운 운동 깁스 성질 이론을 확장하는 것.

제안 방법

• 이산 선 집합에 대한 재표본화 불변 조건으로 $(\textbf{H}^N, \text{H}^{\text{RW},N})$-깁스 성질을 도입한다.
• 해밀토니안의 구조와 집합의 경계 행동에 대해 기술적 가정 A1–A4를 설정한다.
• 하나의 곡선에 대한 파라볼릭 이동을 고려한 약한 수렴을 통해 전체 집합의 컴acts와 타이트니스를 유도한다.
• 자유 랜덤 워크 브리지가 스케일링 하에서 브라운 브리지로 수렴함을 보여 이산에서 연속으로의 극한 논증을 적용한다.
• 연속성과 균일 적분 가능성 논증을 통해 기대값과 라돈-니코디움 미분의 수렴을 확립한다.
• 약한 노이즈 스케일링 하에서 요구 조건을 검증함으로써 이 결과를 로그-감마 폴리머 모델에 적용한다.

실험 결과

연구 질문

• RQ1 강한 상호작용 해밀토니안을 가진 이산 깁스 선 집합의 수열은 재표본화 불변성과 함께 파라볼릭 이동이 있는 최저 곡선의 약한 수렴을 만족할 경우 타이트한 하위수렴 극한을 가질 수 있는가?
• RQ2 이산 집합의 극한에서 $\mathbf{H}$-브라운 운동 깁스 성질이 유지되는 조건은 무엇인가?
• RQ3 이 이론은 기하적 RSK 대응으로 유도된 스케일링된 로그-감마 선 집합에 적용 가능한가?
• RQ4 최저 곡선의 수렴성과 전체 집합의 타이트니스를 보장하는 데 파라볼릭 이동의 역할은 무엇인가?
• RQ5 자유 브리지 측도의 수렴은 전체 깁스 측도의 수렴과 어떻게 관련이 있는가?

주요 결과

• 재표본화 불변성과 파라볼릭 이동이 있는 최저 곡선의 약한 수렴을 가정할 경우, 이산 선 집합 수열 $\mathcal{L}^N$ 은 타이트하다.
• 모든 $\mathcal{L}^N$ 의 하위수렴 극한은 $\mathbf{H}(x) = e^x$를 가지는 $\mathbf{H}$-브라운 운동 깁스 성질을 만족한다.
• 약한 노이즈 스케일링 하에서 스케일링된 로그-감마 선 집합 $\overline{\mathcal{L}}^N$ 은 타이트하다.
• 스케일링된 로그-감마 선 집합의 모든 하위수렴 극한은 $\mathbf{H}$-브라운 운동 깁스 성질을 만족한다.
• 자유 랜덤 워크 브리지가 브라운 브리지로 수렴하는 것은 스케일링 극한에서 균일하고 연속적이다.
• 정규화 상수와 기대값은 스케일링 하에서 수렴하여 전체 깁스 측도의 약한 수렴을 보장한다.