[论文解读] Gaussian beta ensembles at high temperature: eigenvalue fluctuations and bulk statistics

Trinh Khanh Duy, Fumihiko Nakano|arXiv (Cornell University)|Nov 29, 2016

Random Matrices and Applications参考文献 14被引用 3

一句话总结

本文研究了高温度极限下（即当 $ n \to \infty $ 时 $ \beta n = \text{const} $）的高斯 $ \beta $ 系综。它建立了线性特征值统计的高斯波动，并证明了体积极限特征值统计的泊松收敛，提供了显式强度测度的替代推导，将半圆律行为扩展至低温区域。

ABSTRACT

We study the limiting behavior of Gaussian beta ensembles in the regime where $βn = const$ as $n o \infty$. The results are (1) Gaussian fluctuations for linear statistics of the eigenvalues, and (2) Poisson convergence of the bulk statistics. (2) is an alternative proof of the result by F.~Benaych-Georges and S.~Péché (2015) with the explicit form of the intensity measure.

研究动机与目标

• 分析当 $ n \to \infty $ 且 $ \beta \to 0 $ 时高斯 $ \beta $ 系综的极限谱行为，其中 $ n\beta = \text{const} $，对应于高温度区域。
• 在该区域建立线性特征值统计的中心极限定理型结果。
• 研究特征值的体系列缩极限，并确定其极限点过程。
• 提供对体积极限统计泊松收敛的替代证明，此前由 Benaych-Georges 和 Péché（2015）证明，但本研究给出显式强度测度。
• 阐明在联合极限下经验测度与谱测度之间的关系，表明其以概率收敛至非随机极限。

提出的方法

• 使用 Dumitriu 和 Edelman 的矩阵模型表示高斯 $ \beta $ 系综，即具有 $ \mathcal{N}(0,1) $ 对角线和 $ \tilde{\chi}_{(n-k)\beta} $ 次对角线元素的对称三对角 Jacobi 矩阵。
• 分析联合极限 $ n \to \infty $，$ \beta \to 0 $，其中 $ n\beta = 2\alpha $ 固定，证明矩阵元素收敛至无限 Jacobi 矩阵 $ J_\alpha $ 的 i.i.d. 元素。
• 应用无限 Jacobi 矩阵的谱测度理论，利用条件 $ \sum_{i=1}^\infty 1/b_i = \infty $ 确保谱测度 $ \mu_\alpha $ 几乎必然唯一。
• 证明经验测度 $ L_{n,\beta} $ 以概率弱收敛至 $ \bar{\mu}_\alpha $，且谱测度 $ \nu_{n,\beta} $ 依分布收敛至 $ \mu_\alpha $。
• 使用 $ C_b(\mathbb{R}) $ 中的收敛确定类与基于矩的准则，通过有界收敛定理与矩收敛性证明随机测度的弱收敛。
• 利用特征值权重 $ q_j^2 $ 服从参数为 $ \beta/2 $ 的狄利克雷分布且与特征值独立的事实，证明 $ \mathbb{E}[L_{n,\beta}] = \mathbb{E}[\nu_{n,\beta}] $，并分析波动性。

实验结果

研究问题

• RQ1 当 $ n \to \infty $ 且 $ \beta n = \text{const} $ 时，高斯 $ \beta $ 系综中线性特征值统计的极限行为是什么？
• RQ2 在高温度区域（$ \beta \to 0 $）且 $ n\beta $ 固定时，体积极限特征值统计的行为如何？
• RQ3 能否通过显式强度测度重新推导出体积极限统计的泊松收敛？
• RQ4 在联合极限 $ n \to \infty $，$ \beta \to 0 $ 且 $ n\beta = \text{const} $ 下，$ T_{n,\beta} $ 的经验测度与谱测度行为如何？
• RQ5 在此区域下，经验测度的均值与谱测度的均值之间存在何种关系？

主要发现

• 在 $ n\beta = 2\alpha = \text{const} $ 区域下，经验测度 $ L_{n,\beta} $ 以概率弱收敛至 $ \bar{\mu}_\alpha $，其中 $ \bar{\mu}_\alpha $ 是无限 Jacobi 矩阵 $ J_\alpha $ 的谱测度的均值。
• 矩阵 $ T_{n,\beta} $ 的谱测度 $ \nu_{n,\beta} $ 依分布收敛至 $ J_\alpha $ 的谱测度 $ \mu_\alpha $，由于 $ \sum 1/b_i $ 发散，该谱测度几乎必然唯一。
• 线性特征值统计收敛至高斯分布，确立了在高温度极限下波动的中心极限定理。
• 特征值的体积极限统计收敛至具有显式强度测度的泊松点过程，为 Benaych-Georges 和 Péché（2015）的结果提供了新的证明。
• 由于特征值权重服从狄利克雷分布，经验测度的均值与谱测度的均值相等：$ \bar{L}_{n,\beta} = \bar{\nu}_{n,\beta} $。
• 通过矩收敛性与有界收敛定理应用于线性统计的期望，建立了 $ L_{n,\beta} $ 以概率收敛至 $ \bar{\mu}_\alpha $。