[论文解读] Central limit theorems for the real zeros of Weyl polynomials

Yen Do, Van Vu|arXiv (Cornell University)|Jul 28, 2017

Geometry and complex manifolds参考文献 18被引用 3

一句话总结

本文建立了 Weyl 多项式（一类具有独立高斯系数且按 $1/\sqrt{k!}$ 缩放的随机多项式）的实根数量的中心极限定理（CLT）。作者利用相关函数的新估计以及基于局部律和根排斥的比较论证，证明归一化后的实根数量收敛于正态分布，其方差渐近为 $ (2K + o(1))\sqrt{n} $，其中 $ K \approx 0.18198 $ 为显式常数。

ABSTRACT

We establish the central limit theorem for the number of real roots of the Weyl polynomial $P_n(x)=xi_0 + xi_1 x+ ... + xi_n (n!)^{(-1/2)} x^n$, where $xi_i$ are iid Gaussian random variables. The main ingredients in the proof are new estimates for the correlation functions of the real roots of $P_n$ and a comparison argument exploiting local laws and repulsion properties of these real roots.

研究动机与目标

• 建立 Weyl 多项式（一类具有高斯系数的随机多项式）的实根数量的中心极限定理（CLT）。
• 将 CLT 从 Kac 和 Kostlan-Shub-Smale 多项式扩展至 Weyl 多项式情形，后者表现出不同的缩放行为。
• 发展一种证明随机多项式理论中 CLT 的新方法，该方法适用于实根的一般线性统计量，而不仅限于计数。
• 量化实根数量的渐近方差，表明其随 $ (2K + o(1))\sqrt{n} $ 增长，其中 $ K \approx 0.18198 $ 为显式常数。
• 提供一个可处理具有不连续性和 Hölder 连续性的测试函数的框架，从而实现对零点线性统计量的更广泛应用。

提出的方法

• 利用 Kac-Rice 公式和条件高斯过程，推导 Weyl 多项式实根的两点相关函数的新估计。
• 应用一种比较论证，利用实根的局部律和排斥性质，以控制零点数量的波动。
• 使用 Kac-Rice 公式计算实根的强度和相关密度，将其表示为底层高斯过程协方差结构的函数。
• 分析在多项式在零点和某点 $ t $ 处均为零的条件下，导数在零点和 $ t $ 处的条件分布，以推导零点对的联合密度。
• 运用包含 $ u^{-3/2} $ 和 $ v^{-3/2} $ 的积分恒等式，计算两点处导数值绝对值乘积的期望，这对相关函数的计算至关重要。
• 通过变量替换和特殊函数（如反正弦、反正切）计算所得积分，推导出两点相关密度 $ \rho(0,t) $ 的闭式表达式。

实验结果

研究问题

• RQ1 Weyl 多项式的实根数量是否满足中心极限定理？
• RQ2 Weyl 多项式模型中实根数量的渐近方差是多少？
• RQ3 是否可为实根的一般线性统计量（如对测试函数 $ h $ 的求和）建立 CLT，而不仅限于总数？
• RQ4 Weyl 模型中实根的相关函数行为如何？局部律和排斥在控制波动中起什么作用？
• RQ5 用于 Weyl 多项式的该方法能否推广至具有非均匀系数缩放的其他随机多项式类？

主要发现

• Weyl 多项式的实根数量 $ N_n $ 满足中心极限定理：当 $ n \to \infty $ 时，$ \frac{N_n - \mathbb{E}[N_n]}{(\text{Var}[N_n])^{1/2}} \to N(0,1) $。
• 实根数量 $ N_n $ 的渐近方差为 $ (2K + o(1))\sqrt{n} $，其中 $ K \approx 0.18198 $ 为由相关结构导出的显式常数。
• 实根的期望数量为 $ \mathbb{E}[N_n] = \left(\frac{2}{\pi} + o(1)\right)\sqrt{n} $，与已知的 Weyl 多项式结果一致。
• CLT 不仅对总数成立，也适用于一般线性统计量 $ N_n = \sum_{x \in Z_n} h(x/R_n) $，其中 $ h $ 有界、紧支集且在有限个点外 Hölder 连续。
• 此类线性统计量的方差满足 $ \text{Var}[N_n] \sim K R_n \|h\|_2^2 $，且常数 $ K \approx 0.18198 $ 相同，证实了缩放下的普遍性。
• 两点相关函数 $ \rho(0,t) $ 通过 Kac-Rice 公式和高斯过程条件化被显式计算，得到包含 $ \arcsin $ 和平方根的闭式表达式。