[论文解读] Lecture notes on Gaussian multiplicative chaos and Liouville Quantum Gravity

Rémi Rhodes, Vincent Vargas|arXiv (Cornell University)|Feb 23, 2016

Stochastic processes and statistical mechanics参考文献 30被引用 34

一句话总结

本文通过高斯乘法混沌（GMC）理论，对黎曼球面上的李维拉量子重力（LQG）提供了严格的概率构造，利用具有对数相关性的高斯场建立了李维拉测度的存在性与性质。该研究将这些测度与大随机平面图的标度极限联系起来，提出了李维拉量子场论（LQFT）的路径积分表述，并强调了离散随机图与连续LQG之间存在的猜想等价性。

ABSTRACT

The purpose of these notes, based on a course given by the second author at Les Houches summer school, is to explain the probabilistic construction of Polyakov's Liouville quantum gravity using the theory of Gaussian multiplicative chaos. In particular, these notes contain a detailed description of the so-called Liouville measures of the theory and their conjectured relation to the scaling limit of large planar maps properly embedded in the sphere. These notes are rather short and require no prior knowledge on the topic.

研究动机与目标

• 通过高斯乘法混沌（GMC）理论，对泡利可夫的李维拉量子重力提供严格的概率构造。
• 在二维量子重力的背景下，定义并分析由GMC产生的李维拉测度。
• 探索大随机平面图的标度极限与通过GMC构造的连续LQG测度之间猜想的关系。
• 建立LQG与共形场论（CFT）之间的联系，特别是在临界伊辛模型的背景下。
• 使用GMC测度在黎曼球面上提出李维拉量子场论（LQFT）的路径积分表述。

提出的方法

• 使用具有协方差核 $ K(x,y) = \ln_+ \frac{1}{|x-y|} + g(x,y) $ 的对数相关高斯场，以建模LQG中的随机度量。
• 通过正则化构造GMC测度：$ M_\gamma(dx) = e^{\gamma X_\varepsilon(x)} \sigma(dx) $，其中 $ X_\varepsilon = X * \theta_\varepsilon $ 为光滑化场。
• 应用Girsanov变换处理指数矩生成函数，确保GMC测度在分布上的收敛性。
• 将李维拉测度定义为 $ \mu_\gamma = e^{\gamma X(x) - \frac{\gamma^2}{2} \mathbb{E}[X(x)^2]} dx $，以确保适当的归一化。
• 利用随机三角剖分上的共形结构来建模离散重力，并通过拉回度量将其与连续LQG联系起来。
• 应用一致化定理，将随机平面图映射到具有共形结构和锥形奇点的黎曼球面。

实验结果

研究问题

• RQ1 如何利用高斯乘法混沌在黎曼球面上严格定义李维拉量子重力测度？
• RQ2 大随机平面图的标度极限与通过GMC构造的连续李维拉测度之间存在何种关系？
• RQ3 LQG的概率构造如何与李维拉量子场论（LQFT）的路径积分表述相关联？
• RQ4 二维临界伊辛模型是否能通过GMC框架严格地与LQFT联系起来？
• RQ5 随机三角剖分上的锥形奇点与共形结构在连续LQG的出现过程中起到何种作用？

主要发现

• 即使 $ X $ 是一个分布，GMC测度 $ M_\gamma(dx) = e^{\gamma X(x)} \sigma(dx) $ 作为正则化测度 $ e^{\gamma X_\varepsilon(x)} \sigma(dx) $ 的极限也是良好定义的。
• 李维拉测度 $ \mu_\gamma $ 通过归一化 $ \mu_\gamma = e^{\gamma X(x) - \frac{\gamma^2}{2} \mathbb{E}[X(x)^2]} dx $ 构造，确保了在分布上的收敛性。
• 该理论满足黎曼球面上共形场论（CFT）的主要公理，特别是对李维拉作用量和关联函数而言。
• 随机平面图中由顶点度数 $ n \neq 6 $ 引起的锥形奇点，对应曲率 $ 2(2\pi - \theta) $，其中 $ \theta = \frac{n\pi}{3} $，表明曲率为负或正。
• 大随机平面图的标度极限猜想收敛于连续LQG测度，尽管目前仅在特定拓扑下证明了收敛性。
• 临界伊辛模型在连续极限下猜想由与LQFT相同的CFT描述，尽管目前通过离散标度极限构造仍是唯一严格路径。