[论文解读] Three lectures on free probability

Jonathan Novak, Michael LaCroix|arXiv (Cornell University)|May 9, 2012

Random Matrices and Applications被引用 6

一句话总结

本文通过三场讲座，以教学方式介绍了自由概率论，强调组合基础、通过随机矩阵实现的渐近独立性，以及自由随机变量的代数模型。研究证明，独立的GUE矩阵在渐近下趋于自由，通过自由卷积导出半圆律与反正弦律的极限谱分布。

ABSTRACT

These are notes from a three-lecture mini-course on free probability given at MSRI in the Fall of 2010 and repeated a year later at Harvard. The lectures were aimed at mathematicians and mathematical physicists working in combinatorics, probability, and random matrix theory. The first lecture was a staged rediscovery of free independence from first principles, the second dealt with the additive calculus of free random variables, and the third focused on random matrix models.

研究动机与目标

• 为概率、随机矩阵理论及数学物理领域的研究人员提供一个自包含的、以组合数学为出发点的自由概率论导论。
• 展示自由独立性如何自然地从随机矩阵系综（特别是GUE矩阵）的渐近行为中浮现。
• 通过组合分解建立非交叉分拆、累积量与自由累积量之间的联系。
• 证明独立GUE矩阵之和收敛于半圆分布，而旋转后的对角矩阵之和收敛于反正弦律。
• 通过显式构造与极限，统一自由随机变量的代数、渐近与随机矩阵模型。

提出的方法

• 利用图与分拆的组合分解，推导出矩与累积量之间的递归关系，通过非交叉分拆推广至自由累积量。
• 应用自由概率中的矩-累积量对偶性，其中自由累积量在非交叉分拆上为零，类似于经典累积量在不连通图上为零。
• 在对称群上使用迹方法分析随机矩阵乘积的迹，并进行 $N \to \infty$ 的渐近分析。
• 通过 $\mathrm{tr}(U_N f(X_N) U_N^* g(Y_N))$ 的大-$N$ 极限推导自由独立性，表明仅对称群中的测地线路径存活。
• 构建显式随机矩阵模型：GUE + GUE、GUE + 确定性矩阵，以及旋转对角矩阵 + 对角矩阵，以实现自由卷积。
• 应用Voiculescu的 $\boxplus$-卷积，从独立随机矩阵的自由和中推导出极限谱测度，如半圆律与反正弦律。

实验结果

研究问题

• RQ1 在自由独立性的背景下，非交叉分拆与自由累积量如何推广经典累积量？
• RQ2 在 $N \to \infty$ 时，何种条件可确保两个随机矩阵系综渐近自由？
• RQ3 自由卷积如何通过随机矩阵和的谱极限实现，例如 GUE + GUE 或旋转对角矩阵？
• RQ4 在对称群 $\mathbf{S}(n)$ 中，测地线路径在决定矩阵迹渐近主导项中起什么作用？
• RQ5 反正弦律能否作为自由随机变量和的极限谱测度出现？其在随机矩阵模型中如何实现？

主要发现

• 将 $n$ 个独立的 $N \times N$ GUE 矩阵按 $1/\sqrt{N}$ 缩放后，其和在 $N \to \infty$ 时依分布收敛于标准半圆律，通过自由概率重现了Wigner的半圆律。
• 两个独立的GUE矩阵渐近自由，其和的极限谱测度等于两个半圆律的自由卷积。
• 一个GUE矩阵与一个谱测度弱收敛的确定性矩阵之和，收敛于半圆律与确定性矩阵极限测度的自由卷积。
• 一个随机旋转对角矩阵与一个 $\pm 1$ 元素的对角矩阵之和，依分布收敛于 $[-2,2]$ 上的反正弦律。
• $U_N D_N U_N^* + D_N$ 的极限谱测度，其中 $D_N$ 为交替取 $\pm 1$ 的对角矩阵，为 $[-2,2]$ 上的反正弦分布 $\frac{1}{\pi\sqrt{4-t^2}} dt$。
• 在大-$N$ 极限下，仅对称群 $\mathbf{S}(n)$ 中的测地线路径对矩阵迹渐近有贡献，非测地线路径以 $O(1/N^2)$ 的阶消失。