7.5 C
Nova Iorque
domingo, fevereiro 23, 2025

Sobre a distribuição dos autovalores do GUE e seus menores em índice fixo


Tenho apenas o arXiv do papel “Sobre a distribuição dos autovalores do GUE e seus menores em índice fixo“. Este é um artigo um tanto técnico que estabelece algumas estimativas sobre um dos modelos de matrizes aleatórias mais bem estudados, o Conjunto Unitário Gaussiano (GUE), que não estava anteriormente na literatura, mas que será necessário para alguns trabalhos futuros de Hariharan Narayanan sobre o comportamento limitante das “colmeias” com condições de contorno GUE (com base na nossa trabalho conjunto anterior com Sheffield).

Para fins de discussão, normalizamos o modelo GUE para ser o aleatório Matriz hermitiana {H} cuja função densidade de probabilidade é proporcional a {e^{-mathrm{tr} H^2}}. Com esta normalização, o famoso Lei do semicírculo de Wigner nos dirá que os autovalores {lambda_1 leq pontos leq lambda_N} desta matriz estará quase toda no intervalo {(-sqrt{2N}, sqrt{2N})}e depois de dividir por {sqrt{2N}}será distribuído assintoticamente de acordo com a distribuição em semicírculo

displaystyle rho_{mathrm{sc}}(x) := frac{2}{pi} (1-x^2)_+^{1/2}.

Em explicit, o normalizado {eu^{º}} autovalor {lambda_i/sqrt{2N}} deveria estar perto do localização clássica { gama_ {e/N}}onde { gama_ {e/N}} é o elemento único de {(-1,1)} tal que

displaystyle int_{-infty}^{gamma_{i/N}} rho_{mathrm{sc}}(x) dx = frac{i}{N}.

Os autovalores podem ser descritos por seus índice {eu} ou por seu (normalizado) energia {lambda_i/sqrt{2N}}. Em princípio, as duas descrições estão relacionadas pelo mapa clássico {eu mapsto gamma_{i/N}} definido acima, mas existem flutuações microscópicas da localização clássica que criam dificuldades técnicas sutis entre resultados de “índice fixo” nos quais se concentra em um único índice {eu} (e índices vizinhos {eu+1, eu-1}and many others.), e resultados de “energia fixa” em que se concentra em uma única energia {x} (e autovalores próximos a esta energia). O fenômeno de rigidez de autovalor dá algum controle sobre essas flutuações, permitindo relacionar resultados de “índice médio” (em que o índice {eu} varia ao longo de uma faixa mesoscópica) com resultados de “energia média” (em que a energia {x} é calculada de forma semelhante ao longo de um intervalo mesoscópico), mas há problemas técnicos na passagem do controle médio para o controle pontual, seja para o índice ou para a energia.

Estaremos principalmente preocupados com o região em massa onde o índice {eu} está em um intervalo da forma {(delta n, (1-delta)n)} para smoe fixo {delta>0}” class=”latex” />ou equivalentemente a energia <img decoding= está em {(-1+c, 1-c)} para alguns fixos {c > 0}” class=”latex” />. Nesta região é pure a introdução do <em>lacunas de autovalor normalizadas</em> </p>
<p align=displaystyle g_i := sqrt{N/2} rho_{mathrm{sc}}(gamma_{i/N}) (lambda_{i+1} - lambda_i).

A lei do semicírculo prevê que essas lacunas {g_i} tem média próxima de {1}; no entanto, devido às flutuações acima mencionadas em torno da localização clássica, este tipo de afirmação só é fácil de estabelecer nas configurações de “energia fixa”, “energia média” ou “índice médio”; o caso do “índice fixo” foi apenas alcançado por mim mesmo recentemente em 2013onde mostrei que cada uma dessas lacunas de fato tinha assintoticamente a distribuição esperada da lei de Gaudin, usando manipulações de processos determinantes. Um resultado significativamente mais geral, evitando o uso de processos determinantes, foi posteriormente obtido por Erdos e Yau.

No entanto, estes resultados deixaram em aberto a possibilidade de mau comportamento da cauda em valores extremamente grandes ou pequenos das lacunas. {g_i}; em especial, momentos do {g_i} não foram diretamente controlados pelos resultados anteriores. O primeiro resultado do artigo é levar mais longe a análise determinante e obter tais resultados. Por exemplo, obtemos limites de momento

displaystyle mathop{bf E} g_i^p ll_p 1

para qualquer fixo {p > 0}” class=”latex” />bem como um limite de decaimento exponencial </p>
<p align=displaystyle mathop{bf P} (g_i > h) ll exp(-h/4)” class=”latex” /></p>
<p> para <img decoding=e um limite de cauda inferior

displaystyle mathop{bf P} (g_i leq h) ll h^{2/3} log^{1/2} frac{1}{h}

para qualquer {h>0}” class=”latex” />. Também obtemos um bom controle nas somas <img decoding= de {m} lacunas consecutivas para qualquer fixo {m}mostrando que esta soma tem média {m + O(log^{4/3} (2+m))} e variação {O(log^{7/3} (2+m))}. (Isto é uma variância significativamente menor do que seria de esperar de uma soma de {m} variáveis ​​aleatórias independentes; este fenômeno de redução de variância está intimamente relacionado ao fenômeno de rigidez de autovalores mencionado anteriormente e reflete a tendência dos autovalores de se repelirem.)

Um ponto-chave nessas estimativas é que nenhum fator de {log N} ocorrem nas estimativas, que é o que se obteria se tentasse usar teoremas de rigidez de autovalores existentes. (Em explicit, se normalizarmos os autovalores { lambda_i} na mesma escala na lacuna {g_i}eles flutuariam em um desvio padrão de cerca de {sqrt{log N}}; são apenas as lacunas entre os autovalores que apresentam flutuações muito menores.) Por outro lado, a dependência de {h} não é o best, embora tenha sido suficiente para as aplicações que eu tinha em mente.

Tal como acontece com o meu artigo anterior, a estratégia é tentar substituir eventos de índice fixo, como {g_i > h}” class=”latex” /> com eventos de energia média. Por exemplo, se <img decoding= tem localização clássica {x}então há um intervalo de energias normalizadas {t} de comprimento {gg h}com a propriedade de que existem precisamente {Ni} autovalores à direita de {f_x
 
 é um reescalonamento afim à escala da lacuna de autovalor. Assim, as questões emblem se reduzem ao controle da probabilidade do evento 

<p align=displaystyle (N_{x,t} = Ni) wedge (N_{x,t,h/2} = 0)

onde {N_{x,t}} é o número de autovalores à direita de {f_x


<p>
Para a aplicação pretendida nas colmeias GUE, é importante não apenas controlar as lacunas <img decoding= dos autovalores { lambda_i} da matriz GUE {M}mas também as lacunas {g'_i} dos autovalores {lambda'_i} do canto superior esquerdo {N-1 vezes N-1} menor {M'} de {M}. Este menor de uma matriz GUE é basicamente novamente uma matriz GUE, então o teorema acima se aplica literalmente ao {g'_i}; mas acaba por ser necessário controlar o articulação distribuição do {g_i} e {g'_i}e também das lacunas entrelaçadas {tilde g_i} entre o { lambda_i} e {lambda'_i}. Para a energia fixa, estas lacunas são, em princípio, bem compreendidas, devido a trabalhos anteriores de Adler-Nordenstam-van Moerbeke e de Johansson-Nordenstam que mostram que o espectro de ambas as matrizes é controlado assintoticamente pelo processo Boutillier bead. Isso também fornece resultados de energia média e de índice médio sem muita dificuldade, mas para obter informações de índice fixo, é necessário algum resultado de universalidade no índice {eu}. Para as lacunas {g_i} da matriz unique, tal resultado de universalidade está disponível devido ao trabalho mencionado de Erdos e Yau, mas isso não implica imediatamente o resultado de universalidade correspondente para a distribuição conjunta de {g_i} e {g'_i} ou {tilde g_i}. Para isso, precisamos de uma forma de relacionar os autovalores { lambda_i} da matriz {M} para os autovalores {lambda'_i} dos menores {M'}. Pelo cálculo padrão do complemento de Schur, pode-se obter a equação

displaystyle a_{NN} - lambda_i - sum_{j=1}^{N-1}frac^2{lambda'_j - lambda_i} = 0

para todos {eu}onde {a_{NN}} é a entrada inferior direita de {M}e {X_1,pontos,X_{N-1}} são gaussianos complexos independentes de {lambda'_j}. Isso fornece um sistema aleatório de equações para resolver { lambda_i} em termos de {lambda'_j}. Usando os limites anteriores para lacunas de autovalores (particularmente os resultados de concentração para somas de lacunas consecutivas), pode-se localizar esta equação no ponto onde um determinado { lambda_i} é principalmente controlado por um número limitado de pessoas próximas {lambda'_j}e, portanto, uma única lacuna {g_i} é controlado principalmente por um número limitado de {g'_j}. A partir disso, é possível aproveitar o resultado de universalidade existente de Erdos e Yau para obter universalidade da distribuição conjunta de {g_i} e {g'_i} (ou de {tilde g_i}). (O resultado também pode ser estendido a mais camadas do processo menor do que apenas duas, desde que o número de menores seja mantido fixo.)

Isto leva-nos finalmente ao resultado ultimate do artigo, que é o que é realmente necessário para a aplicação às colmeias GUE. Aqui, estamos interessados ​​em controlar a variância de uma combinação linear {sum_{l=1}^m a_l tilde g_{i+l}} de um número fixo {eu} de lacunas entrelaçadas consecutivas {tilde g_{i+l}}onde o {a_l} são coeficientes determinísticos arbitrários. Uma aplicação do triângulo e das desigualdades de Cauchy-Schwarz, combinadas com os limites de momento anteriores nas lacunas, mostra que esta variável aleatória tem variância {ll m sum_{l=1}^m |a_i|^2}. No entanto, não se espera que este limite seja acentuado, devido ao decaimento esperado entre as correlações dos hiatos de autovalores. Neste artigo, melhoro a variância vinculada a

displaystyle ll_A frac{m}{log^A(2+m)} sum_{l=1}^m |a_i|^2

para qualquer {A>0}” class=”latex” />que é o que period necessário para o aplicativo.</p>
<p>
Esta melhoria reflete alguma queda nas covariâncias entre lacunas entrelaçadas distantes <img decoding=. Não fui capaz de estabelecer tal decadência diretamente. Em vez disso, usando alguma análise de Fourier, pode-se reduzir a questão ao estudo do caso de estatísticas lineares moduladas, como {sum_{l=1}^me(xi l) tilde g_{i+l}} para várias frequências {xi}. Em casos de “alta frequência”, pode-se usar a desigualdade triangular para reduzir a questão ao estudo das lacunas de autovalores originais {g_i}que pode ser tratado por um cálculo de processo determinante (um tanto complicado), depois de primeiro usar os resultados de universalidade para passar do índice fixo para o índice médio, daí para a energia média e depois para estimativas de energia fixa. Para frequências baixas, o argumento da desigualdade triangular é desfavorável e, em vez disso, é necessário usar o núcleo determinante do processo menor completo, e não apenas uma matriz particular person. Isso requer alguns cálculos clássicos, mas tediosos, de certas assintóticas de somas envolvendo polinômios de Hermite.

O argumento completo é, infelizmente, bastante complexo, mas parece que a combinação de ter de lidar com índices menores, bem como com índices fixos, coloca este resultado fora do alcance de muitos métodos anteriores.

Related Articles

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Latest Articles