[论文解读] Large deviations and fluctuations of real eigenvalues of elliptic random matrices

Sung‐Soo Byun, Leslie Molag+1 more|arXiv (Cornell University)|May 4, 2023

Advanced Algebra and Geometry被引用 5

一句话总结

本文分析了非厄米参数 $\tau \in [0,1)$ 的 $N\times N$ 实椭圆 Ginibre 矩阵中实特征值的大偏差与波动。研究建立了实特征值个数的中心极限定理，并推导出在强非厄米与弱非厄米参数区域下，恰好有 $k$ 个实特征值的概率 $p_{N,k}^{(\tau)}$ 的精确渐近表达式，揭示了涉及黎曼 zeta 函数及半圆权重上的积分表达式的普适标度行为。

ABSTRACT

We study real eigenvalues of $N imes N$ real elliptic Ginibre matrices indexed by a non-Hermiticity parameter $0\leq τ<1$, in both the strong and weak non-Hermiticity regime. Here $N$ is assumed to be an even number. In both regimes, we prove a central limit theorem for the number of real eigenvalues. We also find the asymptotic behaviour of the probability $p_{N,k}^{(τ)}$ that exactly $k$ eigenvalues are real. In the strong non-Hermiticity regime, where $τ$ is fixed, we find \begin{align*} \lim_{N o\infty} \frac{1}{\sqrt{N}} \log p_{N,k_N}^{(τ)} = -\sqrt\frac{1+τ}{1-τ} \frac{ζ(3/2)}{\sqrt{2π}} \end{align*} for any sequence $(k_N)_N$ of even numbers such that $k_N = o(\frac{\sqrt N}{\log N})$ as $N o\infty$, where $ζ$ is the Riemann zeta function. In the weak non-Hermiticity regime, where $τ=1-\frac{α^2}{N}$, we obtain \begin{align*} \lim_{N o\infty} \frac{1}{N} \log p_{N,k_N}^{(τ)} \leq \frac{2}π \int_0^1 \log\left(1-e^{-α^2 s^2} ight) \sqrt{1-s^2} \, ds \end{align*} for any sequence $(k_N)_N$ of even numbers such that $k_N=o(\frac{N}{\log N})$ as $n o\infty$. This inequality is expected to be an equality.

研究动机与目标

• 理解非厄米随机矩阵系综中实特征值的统计行为，特别是参数为 $\tau$ 的椭圆 Ginibre 系综。
• 在强非厄米与弱非厄米参数区域下，推导当 $N \to \infty$ 时，恰好有 $k$ 个实特征值的概率 $p_{N,k}^{(\tau)}$ 的渐近表达式。
• 在 $N \to \infty$ 的极限下，建立实特征值个数的中心极限定理，确认其围绕均值的高斯波动。

提出的方法

• 作者使用从实椭圆 Ginibre 系综导出的特征值联合概率密度函数（JPDF），其具有 Pfaffian 结构，并涉及权重函数 $\omega^{(\tau)}(z) = e^{-\operatorname{Re}(z^2)/(1+\tau)} \operatorname{erfc}\left(\sqrt{\frac{2}{1-\tau^2}} \operatorname{Im} z\right)$。
• 在强非厄米参数区域（$\tau$ 固定）中，应用大偏差技术分析 $p_{N,k_N}^{(\tau)}$ 的指数衰减速率，得到一个涉及黎曼 zeta 函数 $\zeta(3/2)$ 的极限。
• 在弱非厄米参数区域（$\tau = 1 - \alpha^2/N$）中，推导出当 $N \to \infty$ 时，大偏差率 $\frac{1}{N}\log p_{N,k_N}^{(\tau)}$ 的上界，其表达为 $[0,1]$ 上的积分，权重为 $\sqrt{1-s^2}$。
• 分析依赖于特殊函数的渐近展开，包括互补误差函数和贝塞尔型积分，并使用了对 $\Gamma$-函数与误差函数相关求和的界。
• 采用涉及 $\beta_{2j-1,2m}[1]$ 和 $\alpha_{2j-1,2m}[1]$ 的行列式公式，将 $p_{N,k}^{(\tau)}$ 表示为矩阵行列式中系数提取的形式。
• 中心极限定理的证明使用了矩生成函数方法与鞍点近似，并辅以关于双曲余弦与高斯权重相关积分收敛性的引理。

实验结果

研究问题

• RQ1 当 $N \to \infty$ 时，$N \times N$ 实椭圆 Ginibre 系综中恰好有 $k$ 个实特征值的概率 $p_{N,k}^{(\tau)}$ 的渐近行为是什么？
• RQ2 在强非厄米参数区域（$\tau$ 固定）中，实特征值个数的波动行为如何？
• RQ3 在弱非厄米参数区域（$\tau = 1 - \alpha^2/N$）中，$p_{N,k_N}^{(\tau)}$ 的大偏差率是什么？
• RQ4 在弱参数区域中推导出的大偏差率上界是否实际上是精确的（即等号成立）？
• RQ5 实特征值个数在两种参数区域中是否均满足中心极限定理？

主要发现

• 在强非厄米参数区域（$\tau$ 固定）中，大偏差率满足 $\displaystyle\lim_{N\to\infty}\frac{1}{\sqrt{N}}\log p_{N,k_N}^{(\tau)} = -\sqrt{\frac{1+\tau}{1-\tau}}\frac{\zeta(3/2)}{\sqrt{2\pi}}$，其中 $k_N = o(\sqrt{N}/\log N)$。
• 在弱非厄米参数区域（$\tau = 1 - \alpha^2/N$）中，大偏差率的上界为 $\displaystyle\frac{2}{\pi}\int_0^1 \log\left(1 - e^{-\alpha^2 s^2}\right)\sqrt{1-s^2}\,ds$，且该不等式预计为等式。
• 实特征值个数在两种参数区域中均满足中心极限定理，确认了其围绕均值的高斯波动。
• 概率 $p_{N,k}^{(\tau)}$ 在弱参数区域中随 $N$ 指数衰减，在强参数区域中随 $\sqrt{N}$ 衰减，表明存在不同的普适类。
• 当 $\tau = 0$ 时，精确值为 $p_{2,0}^{(0)} = 1 - \frac{\sqrt{2}}{2}$ 和 $p_{4,0}^{(0)} = \frac{18 - 11\sqrt{2}}{16}$，与已知结果一致。
• 实特征值个数的概率 $p_{N,k}^{(\tau)}$ 的行列式公式通过系数 $\alpha_{2j-1,2m}[1]$ 和 $\beta_{2j-1,2m}[1]$ 表示，其中 $\beta_{2j-1,2m}[1]$ 涉及含误差函数与单项式的复积分。