Résumé Technique : Asymptotiques des Déviations Modérées à Grandes pour les Valeurs Propres Réelles des Matrices de Ginibre Elliptiques

1. Énoncé du Problème

L'article étudie les propriétés statistiques du nombre de valeurs propres réelles, noté $N_n$, dans la déformation elliptique de l'ensemble de Ginibre réel (eGinOE). Bien que le comportement typique de $N_n$ soit bien établi — spécifiquement, la Loi des Grands Nombres (LGN) et le Théorème Central Limite (TCL) pour une asymétrie forte (paramètre d'asymétrie fixé $\tau \in [0,1)$) et une asymétrie faible ($\tau \to 1$ quand $n \to \infty$) — les probabilités d'événements rares (grandes déviations) restent largement inexplorées dans les régimes intermédiaires.

La littérature existante a traité les cas extrêmes :

• Queue Gauche : Nombres exceptionnellement faibles de valeurs propres réelles ($m \ll \mathbb{E}[N_n]$).
• Queue Droite : Presque toutes les valeurs propres étant réelles ($m \approx n$).

Cependant, deux régimes intermédiaires critiques sont restés ouverts :

1. Asymétrie Forte : Le régime intermédiaire où $m = O(\sqrt{n})$, faisant le pont entre l'échelle de fluctuation gaussienne et la queue gauche extrême.
2. Asymétrie Faible : Le régime macroscopique où $m = O(n)$, faisant le pont entre les fluctuations gaussiennes et la queue droite extrême.

L'objectif principal est de dériver les probabilités asymptotiques $p_{n,m} = \mathbb{P}(N_n = m)$ dans ces régimes de déviations modérées à grandes, établissant ainsi une connexion naturelle entre le régime de fluctuation gaussienne connu et les régimes de grandes déviations extrêmes.

2. Méthodologie

Les auteurs emploient une approche analytique rigoureuse centrée sur la fonction génératrice du nombre de valeurs propres réelles.

2.1. Fonction Génératrice et Structure Pfaffienne

L'eGinOE forme un processus de points Pfaffien. Pour les dimensions paires $2n$, la fonction génératrice de la distribution de probabilité des valeurs propres réelles est exprimée comme un déterminant :
$$\sum_{k=0}^n z^k p_{2n,2k} = \det \left[ I_{2n} + (z-1)M_{2n} \right]$$
où $M_{2n}$ est une matrice symétrique spécifique dont le spectre est dans $(0,1)$. Cette représentation permet d'exprimer le logarithme de la fonction génératrice en termes des traces des puissances 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. Analyse Asymptotique des Moments

Les auteurs utilisent les résultats asymptotiques connus de $\text{Tr}(M_{2n}^k)$ dans les deux régimes :

• Asymétrie Forte : $\text{Tr}(M_{2n}^k) \sim \sqrt{2n} \cdot C_k(\tau)$.
• Asymétrie Faible : $\text{Tr}(M_{2n}^k) \sim 2n \cdot C_k(\alpha)$, où $\tau = 1 - \alpha^2/n$.

Ces limites permettent la dérivation des fonctions génératrices logarithmiques limites, $\Psi_s(z)$ et $\Psi_w(z)$, qui sont exprimées en termes de polylogarithmes et d'intégrales impliquant des fonctions de Bessel.

2.3. Des Fonctions Génératrices aux Coefficients (L'étape Technique Centrale)

Le défi central consiste à retrouver le comportement asymptotique des coefficients $p_{2n,2k}$ à partir du comportement asymptotique de la fonction génératrice. Les auteurs appliquent un résultat récent de Borodin, Corwin et Gorin [47] concernant les « profils exponentiels » de polynômes à racines réelles.

• Asymétrie Faible : Puisque l'échelle est de l'ordre de $O(n)$, le théorème standard de [47] s'applique directement, établissant que les coefficients suivent un principe de grande déviation via la transformée de Legendre de la fonction génératrice logarithmique limite.
• Asymétrie Forte : L'échelle est de l'ordre de $O(\sqrt{n})$. Le théorème standard ne s'applique pas car l'ordre asymptotique dominant est inférieur au degré du polynôme. Les auteurs prouvent un nouvel étalement (Théorème 4.1) pour traiter ce cas, montrant que même lorsqu'une infime partie du polynôme contribue à l'ordre dominant, le profil exponentiel des coefficients existe toujours et est déterminé par la transformée de Legendre.

3. Contributions Clés et Résultats

3.1. Théorèmes Principaux (Probabilités de Déviations Modérées à Grandes)

L'article dérive les fonctions de taux $\phi_s(x)$ et $\phi_w(x)$ régissant les probabilités :
$$\lim_{n \to \infty} \frac{\log p_{2n,2m}}{\text{échelle}} = -\phi(x)$$
où $x$ est le nombre normalisé de valeurs propres réelles.

• Asymétrie Forte ($\tau$ fixé, $m \sim \sqrt{n}$) :
  La fonction de taux est donnée par la transformée de Legendre d'une fonction impliquant la polylogarithme $\text{Li}_{3/2}$ :
  $$\phi_s(x) = \sup_{u \in \mathbb{R}} \left\{ \frac{x}{2}u - \Psi_s(e^u) \right\}$$
  où $\Psi_s(z) = -\sqrt{\frac{1+\tau}{1-\tau}} \frac{1}{2\pi} \text{Li}_{3/2}(1-z)$.

• Asymétrie Faible ($\tau = 1 - \alpha^2/n$, $m \sim n$) :
  La fonction de taux est donnée par la transformée de Legendre d'une intégrale impliquant le paramètre $\alpha$ :
  $$\phi_w(x) = \sup_{u \in \mathbb{R}} \left\{ \frac{x}{2}u - \Psi_w(e^u) \right\}$$
  où $\Psi_w(z) = \frac{2}{\pi} \int_0^1 \log(1 - (1-z)e^{-\alpha^2 s^2}) \sqrt{1-s^2} \, ds$.

3.2. Cohérence et Concordance

Les auteurs démontrent que leurs résultats se connectent rigoureusement avec la littérature existante :

• Régime Gaussien : Les minima des fonctions de taux $\phi_s$ et $\phi_w$ se produisent aux moyennes limites connues ($\mathbb{E}[N_n]$), et leurs courbures correspondent aux variances connues, retrouvant le Théorème Central Limite.
• Queue Gauche Extrême : Lorsque $x \to 0$, les fonctions de taux dérivées retrouvent les probabilités asymptotiques connues pour des nombres de valeurs propres réelles tendant vers zéro (correspondant aux résultats de [15, 50]).
• Queue Droite Extrême : Dans le régime d'asymétrie faible, lorsque $x \to 1$, la fonction de taux retrouve le résultat de grande déviation connu pour $m \approx n$ (correspondant à [4]).
• Universalité : La forme de la fonction de taux dans le régime d'asymétrie forte est montrée comme étant indépendante de $\tau$ (à un facteur d'échelle près), suggérant une structure universelle similaire à celle trouvée dans l'ensemble sphérique [31] et le processus d'exclusion symétrique simple (SSEP) [18].

3.3. Cumulants et Fonctions Génératrices

L'article établit également le comportement asymptotique des cumulants de $N_n$ pour tous les ordres $\ell$, fournissant une description complète de la forme de la distribution au-delà de sa moyenne et de sa variance.

4. Signification et Revendications

L'article affirme fournir la première dérivation systématique des asymptotiques de déviations modérées à grandes pour le nombre de valeurs propres réelles dans l'ensemble de Ginibre elliptique.

• Pont entre les Régimes : La contribution primaire est de combler le fossé entre le régime de fluctuation gaussienne et les régimes de grandes déviations extrêmes, fournissant une description unifiée de la distribution de probabilité à travers toutes les échelles.
• Nouveaux Résultats pour les Cas Classiques : Les résultats sont notés comme étant nouveaux même pour l'ensemble de Ginibre réel classique ($\tau=0$), où le régime intermédiaire $m=O(\sqrt{n})$ n'était auparavant pas caractérisé.
• Avancée Méthodologique : L'article étend la technique du « profil exponentiel » de [47] pour traiter les régimes d'échelle où la vitesse de la grande déviation ($c_n$) est sous-linéaire par rapport au degré du polynôme ($n$), une extension technique requise pour le cas de l'asymétrie forte.
• Pertinence Physique : Les auteurs notent que la compréhension de ces statistiques est cruciale pour caractériser les propriétés spectrales dans les systèmes non hamiltoniens, incluant les transitions de phase, la stabilité des systèmes dynamiques et les connexions avec les particules browniennes annihilantes.

L'article conclut en reconnaissant que l'analyse repose sur la formule du déterminant disponible pour les dimensions paires ; étendre ces résultats aux dimensions impaires reste un défi technique ouvert en raison de l'absence d'une représentation de déterminant traitable pour la fonction génératrice dans ce cas.