技术摘要：椭圆 Ginibre 矩阵实特征值的适中至大偏差渐近性

1. 问题陈述

本文研究了椭圆变形实 Ginibre 系综（eGinOE）中实特征值数量 $N_n$ 的统计特性。虽然 $N_n$ 的典型行为已得到充分研究——具体而言，对于强非对称性（固定非对称参数 $\tau \in [0,1)$）和弱非对称性（当 $n \to \infty$ 时 $\tau \to 1$）情形下的大数定律（LLN）和中心极限定理（CLT）均已确立——但在中间区域（即罕见事件的概率）的中间偏差性质仍有待探索。

现有文献已处理了极端情况：

• 左尾： 实特征值极少的情形（$m \ll \mathbb{E}[N_n]$）。
• 右尾： 几乎所有特征值均为实数的情形（$m \approx n$）。

然而，两个关键的中间区域仍处于开放状态：

1. 强非对称性： $m = O(\sqrt{n})$ 的中间区域，连接了高斯波动尺度与极端左尾。
2. 弱非对称性： $m = O(n)$ 的宏观区域，连接了高斯波动与极端右尾。

主要目标是推导这些适中至大偏差区域的渐近概率 $p_{n,m} = \mathbb{P}(N_n = m)$，从而在已知的高斯波动区域与极端大偏差区域之间建立自然的联系。

2. 研究方法

作者采用了一种以实特征值数量的生成函数为核心的严谨解析方法。

2.1. 生成函数与 Pfaffian 结构

eGinOE 构成一个 Pfaffian 点过程。对于偶数维 $2n$，实特征值概率分布的生成函数可以表示为一个行列式：
$$\sum_{k=0}^n z^k p_{2n,2k} = \det \left[ I_{2n} + (z-1)M_{2n} \right]$$
其中 $M_{2n}$ 是一个谱在 $(0,1)$ 内的特定对称矩阵。这种表示允许将对数生成函数展开为 $M_{2n}$ 的幂次迹之和：
$$\log \left( \sum_{k=0}^n z^k p_{2n,2k} \right) = -\sum_{k=1}^\infty \frac{(1-z)^k}{k} \text{Tr}(M_{2n}^k)$$

2.2. 矩的渐近分析

作者利用了两种情形下 $\text{Tr}(M_{2n}^k)$ 已知的渐近结果：

• 强非对称性： $\text{Tr}(M_{2n}^k) \sim \sqrt{2n} \cdot C_k(\tau)$。
• 弱非对称性： $\text{Tr}(M_{2n}^k) \sim 2n \cdot C_k(\alpha)$，其中 $\tau = 1 - \alpha^2/n$。

这些极限允许推导出极限对数生成函数 $\Psi_s(z)$ 和 $\Psi_w(z)$，它们由多重对数函数（polylogarithms）以及涉及贝塞尔函数的积分组成。

2.3. 从生成函数到系数（核心技术步骤）

核心挑战在于如何从生成函数的渐近行为中恢复系数 $p_{2n,2k}$ 的渐近行为。作者应用了 Borodin, Corwin, 和 Gorin [47] 关于具有实根多项式的“指数轮廓”（exponential profiles）的最新结果。

• 弱非对称性： 由于缩放比例为 $O(n)$，标准的定理 [47] 直接适用，从而确定了系数遵循大偏差原理，其速率函数通过极限对数生成函数的勒让德变换（Legendre transform）导出。
• 强非对称性： 缩放比例为 $O(\sqrt{n})$。标准定理并不适用，因为领先渐近阶小于多项式次数。作者证明了一个新的扩展（定理 4.1）来处理这种情况，证明即使只有多项式的一小部分对领先阶有贡献，系数的指数轮廓仍然存在，并且由勒让德变换决定。

3. 主要贡献与结果

3.1. 主要定理（适中至大偏差概率）

本文推导了控制概率的速率函数 $\phi_s(x)$ 和 $\phi_w(x)$：
$$\lim_{n \to \infty} \frac{\log p_{2n,2m}}{\text{scaling}} = -\phi(x)$$
其中 $x$ 是归一化的实特征值数量。

• 强非对称性 ($\tau$ 固定, $m \sim \sqrt{n}$):
  速率函数由涉及多重对数 $\text{Li}_{3/2}$ 的函数进行勒让德变换给出：
  $$\phi_s(x) = \sup_{u \in \mathbb{R}} \left\{ \frac{x}{2}u - \Psi_s(e^u) \right\}$$
  其中 $\Psi_s(z) = -\sqrt{\frac{1+\tau}{1-\tau}} \frac{1}{2\pi} \text{Li}_{3/2}(1-z)$。

• 弱非对称性 ($\tau = 1 - \alpha^2/n, m \sim n$):
  速率函数由涉及参数 $\alpha$ 的积分进行勒让德变换给出：
  $$\phi_w(x) = \sup_{u \in \mathbb{R}} \left\{ \frac{x}{2}u - \Psi_w(e^u) \right\}$$
  其中 $\Psi_w(z) = \frac{2}{\pi} \int_0^1 \log(1 - (1-z)e^{-\alpha^2 s^2}) \sqrt{1-s^2} \, ds$。

3.2. 一致性与匹配

作者证明了其结果与现有文献进行了严谨的衔接：

• 高斯区域： 速率函数 $\phi_s$ 和 $\phi_w$ 的极小值出现在已知的极限均值（$\mathbb{E}[N_n]$）处，且其曲率与已知的方差相匹配，从而恢复了中心极限定理。
• 极端左尾： 当 $x \to 0$ 时，推导出的速率函数恢复了先前已知的关于极小实特征值数量的渐近概率（与 [15, 50] 的结果一致）。
• 极端右尾： 在弱非对称性情形下，当 $x \to 1$ 时，速率函数恢复了已知的关于 $m \approx n$ 的大偏差结果（与 [4] 一致）。
• 普适性： 强非对称性情形下的速率函数形式被证明在 $\tau$ 变化时保持不变（仅差一个缩放因子），这表明其具有类似于球面系综 [31] 和简单对称排斥过程（SSEP）[18] 的普适结构。

3.3. 累积量与生成函数

论文还确定了 $N_n$ 的所有阶 $\ell$ 的渐近累积量行为，从而提供了对分布形状（超越均值和方差）的完整描述。

4. 意义与主张

本文声称提供了关于椭圆 Ginibre 系综中实特征值数量的适中至大偏差渐近性的首次系统性推导。

• 衔接区域： 主要贡献在于填补了高斯波动区域与极端大偏差区域之间的空白，提供了一个跨越所有尺度的概率分布的统一描述。
• 经典案例的新结果： 即使对于经典的实 Ginibre 系综 ($\tau=0$)，这些结果也是新的，因为在此情形下的中间区域 $m=O(\sqrt{n})$ 此前尚未被刻画。
• 方法论进展： 论文将“指数轮廓”技术从 [47] 扩展到了大偏差速度（$c_n$）相对于多项式次数（$n$）为亚线性情形的情况，这是处理强非对称性情形所需的关键技术扩展。
• 物理相关性： 作者指出，理解这些统计特性对于表征非厄米系统的谱性质至关重要，包括相变、动力系统的稳定性以及与湮灭布朗粒子（annihilating Brownian particles）的联系。

论文最后指出，该分析依赖于偶数维下可用的行列式公式；由于缺乏可处理的生成函数行列式表示，将这些结果扩展到奇数维仍然是一个开放的技术挑战。