[论文解读] Continuity of the Lyapunov exponents of random matrix products

Artur Avila, Alex Eskin+1 more|arXiv (Cornell University)|May 10, 2023

Mathematical Dynamics and Fractals被引用 5

一句话总结

本文在 GL(d, ℝ) 或 GL(d, ℂ) 中建立了随机矩阵乘积的 Lyapunov 指数关于矩阵系数和概率权重的连续性。通过基于 Margulis 函数、不变耦合以及旗流形上马尔可夫算子的新型归纳框架，作者证明了即使在可约点处 Lyapunov 指数也保持连续，从而解决了随机动力系统理论中长期存在的难题，并将先前局限于不可约或二维情形的结果加以推广。

ABSTRACT

We prove that the Lyapunov exponents of random products in a (real or complex) matrix group depends continuously on the matrix coefficients and probability weights. More generally, the Lyapunov exponents of the random product defined by any compactly supported probability distribution on $GL(d)$ vary continuously with the distribution, in a natural topology corresponding to weak$^*$-closeness of the distributions and Hausdorff-closeness of their supports.

研究动机与目标

• 在 GL(d, ℝ) 或 GL(d, ℂ) 中建立随机矩阵乘积的 Lyapunov 指数关于矩阵系数和概率权重的连续性。
• 解决长期悬而未决的难题：在存在不变子空间（即在可约点）时，Lyapunov 指数是否仍保持连续。
• 将先前局限于不可约系统或二维情形的结果加以推广。
• 为在概率测度的弱*拓扑与豪斯多夫拓扑下研究 Lyapunov 指数的连续性，建立一个通用框架。
• 通过基于 Margulis 函数与旗流形上马尔可夫算子的定量归纳方法，控制射影空间上随机游走的行为。

提出的方法

• 基于不变子空间维数的归纳框架，从 r=1 逐步推进至 r=d。
• 使用 Margulis 函数——特别是垂直角函数与投影函数——分析射影空间与旗流形的几何结构。
• 应用旗流形上的不变耦合与马尔可夫算子，控制随机矩阵乘法下测度的演化。
• 引入稳定化与截断过程，以处理扰动并确保测度收敛。
• 使用再耦合技术关联归纳过程中不同层级的测度，同时保持不变性与连续性。
• 依赖测度的弱*收敛性与支撑集的豪斯多夫接近性，定义概率分布空间上的自然拓扑。

实验结果

研究问题

• RQ1 当基矩阵群存在不变真子空间（即在可约点）时，Lyapunov 指数是否仍保持连续？
• RQ2 Lyapunov 指数如何关于 GL(d, ℝ) 或 GL(d, ℂ) 中的矩阵系数与概率权重连续依赖？
• RQ3 能否在概率测度的弱*收敛与支撑集的豪斯多夫接近性条件下，为 Lyapunov 谱建立统一的连续性结果？
• RQ4 在可约性存在的情况下，控制射影空间与旗流形上随机游走收敛性所需的几何与动力学工具是什么？
• RQ5 是否能够通过系统化的归纳方法，将连续性结果从不可约系统推广至更一般情形？

主要发现

• GL(d, ℝ) 或 GL(d, ℂ) 中随机矩阵乘积的 Lyapunov 指数关于矩阵系数与概率权重连续，即使在可约点也成立。
• 该连续性对 GL(d) 上任意紧支集的概率分布均成立，收敛性在测度的弱*拓扑与支撑集的豪斯多夫拓扑下成立。
• 该证明建立了整个 Lyapunov 谱的连续性，包括特征值重数大于一的情形。
• 作者构造了一个与旗流形上随机游走动力学相适应的连续马尔可夫算子，保持不变测度并确保谱的连续性。
• 归纳方法通过使用稳定耦合与受控扰动，成功处理了从维数 r 到 r+1 的过渡。
• 该结果推广了定理 A，该定理指出：对于 GL(d) 上的有限离散测度，Lyapunov 指数在 G^m × Δ_m 上连续，即使某些权重 p_i 趋近于零。