Résumé technique : Déviations larges à la bordure pour les gaz 1D et les matrices aléatoires tridiagonales à haute température

1. Cadre du problème

Cet article étudie le comportement des déviations larges (LD) de la particule la plus grande, $x_{\max} = \max_{1 \le i \le N} x_i$, dans un gaz unidimensionnel de $N$ particules confinées soumises à une interaction répulsive à deux corps. Le système est régi par la mesure de probabilité de Gibbs :
$$dP_N(x) = \frac{1}{Z_N} \prod_{i<j} e^{-2\alpha \frac{1}{N} g(x_i - x_j)} \prod_{i=1}^N e^{-V(x_i)} dx_1 \dots dx_N$$
où le noyau d'interaction $g$ est soit logarithmique ($g(x) = -\log|x|$), soit de type Riesz ($g(x) = |x|^{-s}$ avec $0 < s < 1$).

L'étude se concentre sur le régime de haute température, défini par l'échelle de l'inverse de la température $\beta_N = 2\alpha/N$ pour un $\alpha > 0$ fixé. Dans ce régime, la mesure empirique converge vers une mesure d'équilibre $\mu_{eq}$ supportée sur l'ensemble de la droite réelle (contrairement au support compact du régime à $\beta$ fixe). Par conséquent, l'échelle typique de la particule la plus grande croît comme $x_{\max} \sim (\theta^{-1} \log N)^{1/d}$, où $V(x) \sim \theta |x|^d$.

L'objectif principal est de quantifier la probabilité des déviations de $x_{\max}$ par rapport à ce comportement typique lorsque $N \to \infty$. Plus précisément, les auteurs cherchent à établir un principe de grandes déviations (LDP) et des estimations de déviations modérées pour la variable rescalée $\hat{x}_{\max} = x_{\max} / (\theta^{-1} \log N)^{1/d}$.

De plus, l'article analyse des matrices aléatoires symétriques tridiagonales dont les entrées sont indépendantes et possèdent des queues gaussiennes. Cette analyse est motivée par la connexion entre le gaz logarithmique (avec un potentiel quadratique) et les valeurs propres de matrices tridiagonales (la représentation de Dumitriu-Edelman), permettant aux auteurs d'interpréter les événements de LD en termes d'entrées de matrice.

2. Méthodologie

2.1. Analyse des déviations larges pour les gaz

La stratégie de preuve pour les modèles de gaz (Théorèmes 1.2 et 1.3) repose sur une combinaison de techniques de bornes supérieures et inférieures :

• Bornes supérieures (déviations à droite) : Pour les déviations où $x_{\max}$ est plus grand que la valeur typique ($x > 1$), les auteurs utilisent une estimation de Wegner (borne marginale) sur la première particule dérivée de travaux antérieurs sur les statistiques locales. En appliquant une borne supérieure de l'union et l'échangeabilité, ils bornent la probabilité qu'une particule quelconque dépasse un seuil.
• Bornes supérieures (déviations à gauche) : Pour les déviations où $x_{\max}$ est plus petit que la valeur typique ($x < 1$), la stratégie consiste à comparer le système en interaction à un système de particules indépendantes distribuées selon la mesure d'équilibre $\mu_{eq}^{\otimes N}$. En utilisant des estimations d'énergie et une régularisation de la mesure empirique, les auteurs établissent une borne ponctuelle sur la densité $p_N(x)$ :
  $$p_N(x) \le e^{R_N} \prod_{i=1}^N \rho_{eq}(x_i)$$
  où $R_N$ est un terme de reste négligeable devant l'échelle exponentielle des déviations larges. Cela réduit le problème à l'estimation de la probabilité pour des particules indépendantes, ce qui est plus traitable.
• Bornes inférieures : La borne inférieure est établie en restreignant l'espace de configuration aux événements où exactement une particule dévie de manière significative tandis que les $N-1$ autres particules restent dans le support typique. La convergence des statistiques locales à la bordure vers un processus de points de Poisson inhomogène (établie dans [Lam21]) est cruciale ici, permettant aux auteurs de borner la probabilité qu'une particule unique dévie vers le bas.
• Déviations modérées : L'article étend ces résultats au régime de déviation modérée, où l'échelle de déviation est plus petite que l'échelle de grande déviation mais plus grande que les fluctuations typiques (régime de Gumbel).

2.2. Interprétation matricielle et troncature

Pour les modèles de matrices tridiagonales (Théorème 1.10), les auteurs emploient une procédure de troncature similaire aux techniques utilisées pour les matrices creuses et les matrices à queues lourdes :

• Troncature : La matrice $T$ est décomposée en une matrice tronquée $T^\varepsilon$ (contenant uniquement les entrées supérieures à $\varepsilon \sqrt{2 \log N}$) et un reste $S^\varepsilon$.
• Équivalence exponentielle : Il est démontré que les valeurs propres supérieures de $T$ et de $T^\varepsilon$ sont exponentiellement équivalentes ; la probabilité qu'elles diffèrent de plus d'un petit $\delta$ décroît de manière super-exponentielle.
• Bloc-diagonalisation : En raison de l'hypothèse de queue gaussienne, la matrice tronquée $T^\varepsilon$ est creuse. Avec une probabilité élevée, les entrées hors-diagonales restantes sont peu nombreuses, provoquant la décomposition de la matrice en une structure bloc-diagonale avec des blocs de taille finie (indépendante de $N$).
• Bornes de norme : La valeur propre supérieure d'un bloc fini est bornée par sa norme euclidienne. Puisque les entrées ont des queues gaussiennes, la norme d'un vecteur de dimension finie de telles entrées présente également un comportement de queue gaussienne. Cela permet de dériver la fonction de taux de la LD.

3. Contributions clés et résultats

3.1. Principe de grandes déviations pour le gaz logarithmique

Le Théorème 1.2 établit un LDP complet pour la particule la plus grande rescalée $\hat{x}_{\max}$ dans le cas du gaz logarithmique ($g = -\log$). La séquence satisfait un LDP avec une vitesse $\log N$ et la bonne fonction de taux :
$$I_d(x) = \begin{cases} x^d - 1 & \text{si } x \ge 1 \\ +\infty & \text{si } x < 1 \end{cases}$$
Ce résultat implique que la fonction de taux pour le gaz logarithmique en interaction dans le régime de haute température est identique à celle d'un système de particules indépendantes et identiquement distribuées (iid). Les corrélations introduites par l'interaction n'affectent pas le coût de la grande déviation de la particule la plus grande dans ce régime.

3.2. Estimations pour le gaz de Riesz

Le Théorème 1.3 fournit des estimations de LD pour le gaz de Riesz ($g = |x|^{-s}$). Bien qu'un LDP complet ne soit pas prouvé pour tout $x < 1$, les auteurs établissent :

• Une borne supérieure pour $x > 1$ : $\limsup \frac{1}{\log N} \log P(\hat{x}_{\max} > x) \le -I_d(x)$.
• Une borne inférieure pour $x > 1$ et des régions spécifiques de $x < 1$.
• La fonction de taux est à nouveau $I_d(x)$, suggérant la même universalité que le cas logarithmique, bien que la preuve pour la queue gauche ($x < 1$) soit plus délicate en raison de la portée de l'interaction.

3.3. Bornes affinées et déviations modérées

• Proposition 1.5 : Fournit une borne supérieure affinée pour les déviations à gauche ($x < 1$), montrant que la probabilité que la particule la plus grande soit significativement plus petite que la valeur typique décroît plus vite que n'importe quelle puissance de $N$ (spécifiquement, la log-probabilité suit une échelle en $\log \log N$). Cela indique que les déviations à gauche nécessitent qu'un nombre mésoscopique de particules se déplace, ce qui les rend beaucoup plus rares que les déviations à droite.
• Proposition 1.7 : Établit des estimations de déviation modérée pour le régime où la déviation est d'ordre $(\log N)^{-\gamma}$. Les auteurs montrent que la probabilité de telles déviations décroît comme $\exp(-x^d (\log N)^{1-\gamma-d^{-1}})$.

3.4. Matrices tridiagonales et mécanisme de "quelques entrées"

Le Théorème 1.10 établit un LDP pour la valeur propre supérieure de matrices tridiagonales symétriques dont les entrées indépendantes possèdent des queues gaussiennes uniformes. La fonction de taux est $I_2(x)$ (correspondant à $d=2$ dans le potentiel $V(x) \sim x^2$).

• Mécanisme : L'article démontre que les grandes déviations de la valeur propre supérieure sont pilotées par un petit nombre d'entrées prenant des valeurs anormalement grandes.
• Récupération du gaz logarithmique : En spécialisant les entrées de la matrice au modèle de Dumitriu-Edelman (où les entrées diagonales sont gaussiennes et les entrées hors-diagonales suivent une distribution $\chi$), les auteurs récupèrent le LDP pour le gaz logarithmique (Théorème 1.2), fournissant une interprétation matricielle des résultats sur les gaz.

4. Signification et affirmations

L'article affirme étendre la compréhension des déviations larges en théorie des matrices aléatoires et en mécanique statistique au régime de haute température ($\beta_N \to 0$).

• Universalité de la fonction de taux : Une affirmation centrale est que, dans la limite de haute température, la fonction de taux de grande déviation pour la particule la plus grande dans les gaz logarithmiques et de Riesz coïncide avec celle des particules iid. Cela contraste avec le régime à $\beta > 0$ fixe, où les interactions modifient significativement la fonction de taux (par exemple, dans les $\beta$-ensembles classiques, la fonction de taux implique un terme d'énergie différent).
• Nature des événements rares : Le travail élucide le mécanisme des événements rares. Pour les déviations à droite (grand $x_{\max}$), l'événement est piloté par une particule unique s'échappant du cœur (bulk). Pour les déviations à gauche (petit $x_{\max}$), l'événement nécessite un déplacement collectif d'un nombre mésoscopique de particules, ce qui le rend exponentiellement plus supprimé.
• Connexion Matrice-Gaz : L'article comble le fossé entre les systèmes de particules en interaction et la théorie des matrices aléatoires en montrant que le comportement de LD de la valeur propre supérieure dans certains modèles tridiagonaux est entièrement déterminé par le comportement de queue des entrées individuelles, plutôt que par des corrélations spectrales complexes. Cela soutient l'intuition qu'en limite de haute température (faible corrélation), le système se comporte localement comme une collection de variables indépendantes.

Les auteurs positionnent leurs résultats comme une continuation des travaux sur les ensembles à $\beta$ fixe (ex: [BADG01], [Pak20]) et la convergence de la mesure empirique à haute température (ex: [GZ19]), comblant le vide concernant les statistiques de bordure et les déviations larges dans le régime $\beta_N \sim 1/N$.