Optimal Covariance Estimates for Schrödinger Semigroups with White Noise in $d=1,2$

技術要約：$d=1, 2$ における白色雑音を伴うシュレディンガー・セミグループの最適共分散推定

問題設定
本論文は、$\mathbb{R}^d$ ($d \in \{1, 2\}$) 上の $L^2$ 空間で作用するランダム・シュレディンガー演算子 $H = -\frac{1}{2}\Delta + V + \xi$ の固有値の統計的性質を調査するものである。ここで、$\xi$ は標準ガウス白色雑音（シュワルツ分布）を表し、$V$ は無限遠で冪乗則の成長を示す決定論的ポテンシャル ($V(x) \geq a|x|^\kappa - b$) である。主な焦点は、$s, t \to 0$ における指数トレース（セミグループ）の共分散 $C(s, t) = \text{Cov}(\text{Tr}[e^{-sH}], \text{Tr}[e^{-tH}])$ の揺らぎと相関にある。

この研究は、$H$ を、閉じ込められたポテンシャル $V$ の中に置かれた量子粒子が非構造的な無秩序 $\xi$ にさらされているという物理的な解釈に基づいている。白色雑音は格子雑音の普遍的なスケーリング極限であるが、その高い特異性のために、$d \geq 2$ において $H$ の厳密な定義およびそのスペクトル特性の解析は技術的に困難である。先行文献では $d=1$ におけるトレースの分散の境界が確立されているが、これらは $s \neq t$ の場合には劣最適であり、$d=2$ における一般的な閉じ込めポテンシャルを持つ場合の推定値は存在していなかった。

手法
著者らは、トレースとその共分散を表現するために、ファインマン・カッツ公式を中心とした確率論的アプローチを採用している。その手法には、以下の主要な技術的ステップが含まれる：

1. トレースの構成:

   • $d=1$ の場合: 演算子 $H$ は二次形式を通じて構成され、$\xi$ に対する積分を確率積分として解釈する。トレースは固有値の指数の和としてウェルディファインド（適切に定義）される。
   • $d=2$ の場合: 白色雑音の特異性により、演算子には繰り込みが必要となる。著者らは、レギュラリティ構造やパラコントロール・カルキュラスを用いて完全な演算子を構成する代わりに、平滑化された演算子 $H_\epsilon = -\frac{1}{2}\Delta + V + \xi_\epsilon - c_\epsilon$ の繰り込まれたトレースの $L^2$ 極限として、トレース観測量 $\text{Tr}[e^{-tH}]$ を直接構成する。ここで $\xi_\epsilon$ は軟化された雑音であり、$c_\epsilon$ は繰り込み定数である。

2. ファインマン・カッツ表現:
   トレースの期待値と共分散は、ブラウン橋 ($B^{x,x}_t$) を用いて表現される。

   • 期待値は、単一のブリッジの自己交差局所時間（SILT）を含む。
   • 共分散は、2つの独立したブリッジ $B^{x,x}_t$ と $B^{y,y}_s$ の間の相互交差局所時間（MILT）、およびそれぞれの個別の SILT を含む。
   • $d=2$ では、ガウス核を用いた近似局所時間の極限を通じて SILT と MILT が定義されるが、これには（SILT の平均を差し引くことによる）発散の慎重な取り扱いが必要である。

3. 漸近解析:
   解析の核心は、$s, t \to 0$ における共分散 $C(s, t)$ の精密な漸近的上界および下界を導出することである。これは以下を用いて達成される：

   • ブラウン橋のスケーリング特性を用いた MILT および SILT のモーメントの推定。
   • ポテンシャル $V$（項 $e^{-\int V}$ を通じて）と雑音項（交差局所時間を通じて）との間の相互作用の制御。
   • 共分散積分における支配的な項を分離するための、ヘルダーの不等式と一様可積分性の推定の活用。

主要な貢献および結果

1. 最適共分散境界:
   主要な結果（定理 1.4）は、成長仮定 $V(x) \geq a|x|^\kappa - b$ の下で、共分散が $s, t \to 0$ のとき次を満たすことを確立している：
   $$C(s, t) \lesssim \min(s, t)^{1 - d/2} \max(s, t)^{1 - d/2 - d/\kappa}$$
   さらに、$V$ が上界 $V(x) \leq c|x|^\kappa + f$ も満たす場合、この推定は最適（すなわち、一致する下界が存在する）であることが示される。

   • $d=1$ の場合: これは、特に $s \neq t$ のケースにおいて、以前の結果（例：[LGL20], [GL25]）よりも弱い冪乗を提供していた従来の境界を大幅に改善している。
   • $d=2$ の場合: 白色雑音を伴うシュレディンガー演算子および一般的な冪乗則ポテンシャルに対して、この種の推定を行う初めての事例である。

2. セミグループ・ハイパーユニフォーミティ:
   これらの境界を適用することで、著者らは「セミグループ・ハイパーユニフォーミティ」の性質（系 1.10）を証明している。彼らはハイパーユニフォーミティ比 $R_s(t) = \text{Var}(\text{Tr}[e^{-tH}]) / \mathbb{E}[\text{Tr}[e^{-tH}]]$ を定義し、$t \to 0$ のとき $R_s(t) \asymp t^{2 - d/2}$ であることを示す。これは、トレースの揺らぎが同程度の強度を持つポアソン過程の揺らぎよりも速く消失することを意味し、「グローバルな剛性」の一形態を定量化している。

3. デコリレーション（脱相関）率:
   論文では、異なる時刻におけるトレースのデコリレーションの精密なレートを導出している（系 1.12）。相関係数 $\rho(s, t)$ は次のように減衰する：
   $$\rho(s, t) \lesssim \left( \frac{\min(s, t)}{\max(s, t)} \right)^{d/2\kappa}$$
   これは、固有値の相関が次元 $d$ とポテンシャルの成長率 $\kappa$ にどのように依存するかを定量化している。

意義および主張
本論文は、その結果が白色雑音を伴うランダム・シュレディンガー演算子の理解において重要な進展であると主張している：

• 技術的進歩: $d=2$ における初の最適共分散推定を提供し、$s \neq t$ における $d=1$ の推定の精度を向上させている。
• 方法論的革新: $d=2$ において完全な演算子の構成を回避し、$L^2$ 極限とファインマン・カッツ公式を通じて直接トレースに焦点を当てることで、この特定のスペクトル問題に関する重厚なレギュラリティ構造のメカニズムを回避している。
• 物理的洞察: 結果は、固有関数の広がり（ラプラシアンによって駆動）と、低ポテンシャル/雑音領域への集中（$V$ および $\xi$ によって駆動）の間の競争を定量化している。導出されたデコリレーション率は、高次元では固有関数がより容易に分離して相関を減少させる一方で、より強い閉じ込めポテンシャルは、それらが同じ雑音を「再利用」することを強いて相関を高める様子を反映している。
• 将来の研究への基礎: 著者らは、一致する上界と下界の存在が、半直線ハイパーユニフォーミティ（$R_h(\lambda) \to 0$）や固有値計数相関に関する予想（これらは $d=1, 2, 3$ において未解決の問題である）を証明するために必要であると述べている。

本論文は、これらの数学的解析を超えた新しい実験的セットアップや応用を提案するものではなく、また $d \geq 4$ における演算子の構成問題を解決すると主張するものでもない。その範囲は、1次元および2次元におけるこれらの演算子のセミグループ・トレースの共分散に関する厳密な漸近境界を確立することに厳密に限定されている。