Resumen Técnico: Asintóticas de Desviación Moderada a Grande para Autovalores Reales de Matrices de Ginibre Elípticas

1. Planteamiento del Problema

El artículo investiga las propiedades estadísticas del número de autovalores reales, denotado como $N_n$, en la deformación elíptica del ensamble de Ginibre real (eGinOE). Si bien el comportamiento típico de $N_n$ está bien establecido —específicamente, la Ley de los Grandes Números (LLN) y el Teorema del Límite Central (CLT) tanto para la asimetría fuerte (parámetro de asimetría fijo $\tau \in [0,1)$) como para la asimetría débil ($\tau \to 1$ cuando $n \to \infty$)—, las probabilidades de eventos raros (grandes desviaciones) permanecen en gran medida inexploradas en regímenes intermedios.

La literatura existente ha abordado casos extremos:

• Cola Izquierda: Números excepcionalmente pequeños de autovalores reales ($m \ll \mathbb{E}[N_n]$).
• Cola Derecha: Casi todos los autovalores siendo reales ($m \approx n$).

Sin embargo, dos regímenes intermedios críticos han permanecido abiertos:

1. Asimetría Fuerte: El régimen intermedio donde $m = O(\sqrt{n})$, que une la escala de fluctuación gaussiana con la cola izquierda extrema.
2. Asimetría Débil: El régimen macroscópico donde $m = O(n)$, que une las fluctuaciones gaussianas con la cola derecha extrema.

El objetivo principal es derivar las probabilidades asintóticas $p_{n,m} = \mathbb{P}(N_n = m)$ en estos regímenes de desviación moderada a grande, estableciendo así una conexión natural entre el régimen conocido de fluctuación gaussiana y los regímenes de gran desviación extrema.

2. Metodología

Los autores emplean un enfoque analítico riguroso centrado en la función generatriz del número de autovalores reales.

2.1. Función Generatriz y Estructura de Pfaffiano

El eGinOE forma un proceso de puntos de Pfaffiano. Para dimensiones pares $2n$, la función generatriz para la distribución de probabilidad de los autovalores reales se expresa como un determinante:
$$\sum_{k=0}^n z^k p_{2n,2k} = \det \left[ I_{2n} + (z-1)M_{2n} \right]$$
donde $M_{2n}$ es una matriz simétrica específica con espectro en $(0,1)$. Esta representación permite que la log-función generatriz se expanda en términos de las trazas de las potencias de $M_{2n}$:
$$\log \left( \sum_{k=0}^n z^k p_{2n,2k} \right) = -\sum_{k=1}^\infty \frac{(1-z)^k}{k} \text{Tr}(M_{2n}^k)$$

2.2. Análisis Asintótico de Momentos

Los autores utilizan resultados asintóticos conocidos para $\text{Tr}(M_{2n}^k)$ en ambos regímenes:

• Asimetría Fuerte: $\text{Tr}(M_{2n}^k) \sim \sqrt{2n} \cdot C_k(\tau)$.
• Asimetría Débil: $\text{Tr}(M_{2n}^k) \sim 2n \cdot C_k(\alpha)$, donde $\tau = 1 - \alpha^2/n$.

Estos límites permiten la derivación de las funciones generatrices logarítmicas límite, $\Psi_s(z)$ y $\Psi_w(z)$, las cuales se expresan en términos de polilogaritmos e integrales que involucran funciones de Bessel.

2.3. De Funciones Generatrices a Coeficientes (El Paso Técnico Central)

El desafío central es recuperar el comportamiento asintótico de los coeficientes $p_{2n,2k}$ a partir del comportamiento asintótico de la función generatriz. Los autores aplican un resultado reciente de Borodin, Corwin y Gorin [47] relativo a los "perfiles exponenciales" de polinomios con raíces reales.

• Asimetría Débil: Dado que la escala es $O(n)$, el teorema estándar de [47] se aplica directamente, estableciendo que los coeficientes siguen un principio de grandes desviaciones con una función de tasa derivada de la transformada de Legendre de la log-función generatriz límite.
• Asimetría Fuerte: La escala es $O(\sqrt{n})$. El teorema estándar no se aplica porque el orden asintótico principal es menor que el grado del polinomio. Los autores demuestran una nueva extensión (Teorema 4.1) para manejar este caso, mostrando que incluso cuando solo una pequeña parte del polinomio contribuye al orden principal, el perfil exponencial de los coeficientes aún existe y está determinado por la transformada de Legendre.

3. Contribuciones Clave y Resultados

3.1. Teoremas Principales (Probabilidades de Desviación Moderada a Grande)

El artículo deriva las funciones de tasa $\phi_s(x)$ y $\phi_w(x)$ que gobiernan las probabilidades:
$$\lim_{n \to \infty} \frac{\log p_{2n,2m}}{\text{escala}} = -\phi(x)$$
donde $x$ es el número normalizado de autovalores reales.

• Asimetría Fuerte ($\tau$ fijo, $m \sim \sqrt{n}$):
  La función de tasa viene dada por la transformada de Legendre de una función que involucra el polilogaritmo $\text{Li}_{3/2}$:
  $$\phi_s(x) = \sup_{u \in \mathbb{R}} \left\{ \frac{x}{2}u - \Psi_s(e^u) \right\}$$
  donde $\Psi_s(z) = -\sqrt{\frac{1+\tau}{1-\tau}} \frac{1}{2\pi} \text{Li}_{3/2}(1-z)$.

• Asimetría Débil ($\tau = 1 - \alpha^2/n$, $m \sim n$):
  La función de tasa viene dada por la transformada de Legendre de una integral que involucra el parámetro $\alpha$:
  $$\phi_w(x) = \sup_{u \in \mathbb{R}} \left\{ \frac{x}{2}u - \Psi_w(e^u) \right\}$$
  donde $\Psi_w(z) = \frac{2}{\pi} \int_0^1 \log(1 - (1-z)e^{-\alpha^2 s^2}) \sqrt{1-s^2} \, ds$.

3.2. Consistencia y Coincidencia

Los autores demuestran que sus resultados se conectan rigurosamente con la literatura existente:

• Regimen Gaussiano: Los mínimos de las funciones de tasa $\phi_s$ y $\phi_w$ ocurren en las medias límite conocidas ($\mathbb{E}[N_n]$), y sus curvaturas coinciden con las varianzas conocidas, recuperando el Teorema del Límite Central.
• Cola Izquierda Extrema: Cuando $x \to 0$, las funciones de tasa derivadas recuperan las probabilidades asintóticas previamente conocidas para números de autovalores reales que tienden a cero (coincidiendo con los resultados de [15, 50]).
• Cola Derecha Extrema: En el régimen de asimetría débil, cuando $x \to 1$, la función de tasa recupera el resultado de gran desviación conocido para $m \approx n$ (coincidiendo con [4]).
• Universalidad: Se muestra que la forma de la función de tasa en el régimen de asimetría fuerte es independiente de $\tau$ (salvo por un factor de escala), lo que sugiere una estructura universal similar a la encontrada en el ensamble esférico [31] y el proceso de exclusión simétrica simple (SSEP) [18].

3.3. Cumulantes y Funciones Generatrices

El artículo también establece el comportamiento asintótico de los cumulantes de $N_n$ para todos los órdenes $\ell$, proporcionando una descripción completa de la forma de la distribución más allá de su media y varianza.

4. Significado y Reivindicaciones

El artículo afirma proporcionar la primera derivación sistemática de las asintóticas de desviación moderada a grande para el número de autovalores reales en el ensamble de Ginibre elíptico.

• Puente entre Regímenes: La contribución principal es llenar el vacío entre el régimen de fluctuación gaussiana y los regímenes de gran desviación extrema, proporcionando una descripción unificada de la distribución de probabilidad a través de todas las escalas.
• Nuevos Resultados para Casos Clásicos: Se señala que los resultados son nuevos incluso para el ensamble de Ginibre real clásico ($\tau=0$), donde el régimen intermedio $m=O(\sqrt{n})$ no había sido caracterizado previamente.
• Avance Metodológico: El artículo extiende la técnica del "perfil exponencial" de [47] para manejar regímenes de escala donde la velocidad de la gran desviación ($c_n$) es sublineal respecto al grado del polinomio ($n$), una extensión técnica requerida para el caso de asimetría fuerte.
• Relevancia Física: Los autores señalan que comprender estas estadísticas es crucial para caracterizar las propiedades espectrales en sistemas no hermitianos, incluyendo transiciones de fase, estabilidad de sistemas dinámicos y conexiones con partículas brownianas que se aniquilan.

El artículo concluye reconociendo que el análisis depende de la fórmula determinante disponible para dimensiones pares; extender estos resultados a dimensiones impares sigue siendo un desafío técnico abierto debido a la falta de una representación determinante tratable para la función generatriz en ese caso.