$\mathsf{GL}_N(\mathbb{C})$ Brownian motion and stochastic PDE on entire functions

本文构建了$\mathsf{GL}_N(\mathbb{C})$布朗运动奇异值的全边缘缩放极限，证明了极限路径满足一个无限维相互作用随机微分方程组，且其重标度反向特征多项式依特定随机偏微分方程演化，同时建立了与随机矩阵乘积的普适极限以及华 - 皮克雷尔模型和贝塞尔模型中类似结果的联系。

要点

想象你正在观看一个巨大而混乱的舞池。在这个舞池里，有成千上万的舞者（代表被称为“奇异值”的数字）四处移动，相互碰撞，并努力避免踩到彼此的脚。这场舞蹈发生在一个名为“一般线性群”（GLN(C)）的巨型复杂机器内部，这本质上是一种描述矩阵（数字网格）如何随时间变化的数学方式。

本文探讨的是当你退得足够远，以至于单个舞者变得不可见，而只能看到人群整体模式时会发生什么。作者 Theodoros Assiotis 和 Zahra Sadat Mirsajjadi 弄清了如何用两种不同的“语言”来描述这个无限的人群：一种追踪舞者的位置，另一种追踪整个人群的“形状”。

以下是他们发现的简要说明，使用了简单的类比：

1. 奇异值的舞蹈（随机微分方程）

想象舞者们试图保持一条从最高到最矮的队列。当他们移动时，会受到随机阵风（布朗运动）的推动。然而，他们还有一个严格的社会规则：他们不能互相穿越。 如果两个舞者靠得太近，一种排斥力会将他们推开。

• 发现： 作者证明了，随着舞者数量增长到无穷大，他们的运动会稳定成一种可预测却又随机的模式。他们使用一个庞大的方程组（称为随机微分方程，或 SDE）来描述这种模式。
• “吉布斯”性质： 这就像一场带有变奏的抢椅子游戏。如果你在任意时刻冻结舞蹈，并观察一小群舞者，他们的位置由紧邻他们的舞者所形成的“墙壁”决定。如果你随机重新排列这一小群舞者，同时保持邻居固定，他们会 settle 到一种特定的自然分布中。作者表明，这种“重新排列”规则即使对于无限人群也成立。

2. 人群的形状（随机偏微分方程）

与其追踪每一个舞者，不如想象你在观察整个人群投射出的“阴影”或“轮廓”。在数学中，这个轮廓被称为“特征多项式”。它是一个单一的复杂函数，包含了关于每一个舞者的信息。

• 发现： 作者发现，这个“阴影”并非只是随机晃动；它根据一个特定的复杂规则演化，该规则称为随机偏微分方程（SPDE）。
• 隐喻： 想象这个阴影是一块被风吹动的布料。风是随机的（噪声），但布料本身也有特定的拉伸和折叠方式（漂移）。作者写下了这块布料如何移动的精确配方。
• 为何特殊： 这个方程是独一无二的。它涉及“非线性乘性噪声”，这是一种 fancy 的说法，意指随机性取决于布料本身的形状。本文声称，这是首次为这种特定类型的数学对象明确写出这样的方程。

3. “普适”极限

本文还将这场舞蹈与其他著名的数学模型联系起来。

• 联系： 如果你让舞者从一个非常特定、完美的顺序（如网格）开始舞蹈，所产生的模式与将许多随机矩阵相乘所得到的模式相同。这表明这种特定的舞蹈是一种“普适”行为，出现在许多不同的随机系统中，就像数字 $\pi$ 出现在圆、概率和物理中一样。
• “Zeta”函数： 作者还观察了另外两种类型的舞蹈（与“华 - 皮克瑞尔”和“贝塞尔”模型相关）。他们表明，这些舞蹈最终会稳定成一种稳定的随机形状，称为“随机 Zeta 函数”。他们甚至推测（猜想）了这些特定舞蹈中单个舞者的运动方式，尽管他们尚未能完全证明每种情况的规则。

4. 秘密武器：“交织算子”

他们是如何解决这个问题的？他们使用了一种强大的数学工具，称为“交织算子”。

• 类比： 想象你有一套俄罗斯套娃。每个娃娃代表一个拥有 $N$ 个舞者的系统。作者发现了一把魔法钥匙（交织算子），它允许你将 $N$ 舞者系统的行为直接翻译成 $(N+1)$ 舞者系统的行为。因为这种翻译对每种规模都完美适用，他们可以在数学上“退远”到无穷大，清晰地看到最终无限模式的涌现。

总结

简而言之，本文将一场混乱的、高维度的数字舞蹈进行了研究，并证明了：

1. 舞者遵循一组特定的随机规则，防止他们相互碰撞。
2. 人群的整体“形状”根据一个涉及随机噪声的新复杂方程演化。
3. 这种行为是一种普适模式，出现在各种随机矩阵系统中，作者提供了这些无限系统如何随时间演化的首个清晰数学描述。

他们不仅观看了这场舞蹈；他们还写下了无限未来的编舞。

技术摘要

技术摘要：GLN(C) 布朗运动与全纯函数上的随机偏微分方程

问题陈述
本文 addressed 了 $GL_N(\mathbb{C})$ 上乘法布朗运动奇异值的全边缘缩放极限的构造与刻画。尽管在随机矩阵乘积和最后通过渗流（last passage percolation）的背景下，特定初始条件（如单位矩阵）下的极限路径已被研究，但本工作旨在建立从一般初始条件出发的极限。此外，作者寻求描述相关重标度反向特征多项式的演化，不仅将其视为粒子动力学的集合，而且将其视为作用于全纯函数空间的随机偏微分方程（SPDE）。本文还将这些结果扩展到另外两个模型：Rider-Valkó 模型和动态柯西模型（Hua-Pickrell 扩散），其平稳测度分别由与贝塞尔过程和 Hua-Pickrell 点过程相关的随机 zeta 函数给出。

方法论
核心方法论依赖于 Borodin 和 Olshanski 引入的“交织算子方法”（method of intertwiners），该形式体系从一致有限维过程的塔中，在投影系统的边界上构造抽象的 Feller-Markov 过程。

1. 一致性关系：作者首先证明，奇异值（及相关模型）的有限维动力学在“角”投影（将 $(N+1) \times (N+1)$ 矩阵映射到 $N \times N$ 矩阵）下满足特定的一致性关系。这使得能够应用 Borodin-Olshanski 框架，在全纯函数空间（特别是 Laguerre-Pólya 类）上构造无限维极限过程。
2. 吉布斯重采样：关键步骤在于证明极限路径关于指数布朗桥满足吉布斯重采样性质。该性质结合路径的不相交性（通过 Lyapunov 函数确立），确保了无限维系统的适定性。
3. 从粒子到 SPDE：作者通过对有限维反向特征多项式应用 Itô 公式并取 $N \to \infty$ 极限，导出了极限特征多项式的 SPDE。他们利用留数演算和 Stieltjes 变换（多项式的对数导数）来桥接全纯函数的 SPDE 与零点（奇异值）的相互作用 SDE 无限系统之间的差距。
4. 收敛至平衡态：通过研究极限过程的漂移项来分析长时间行为，展示了其收敛至与相应点过程相关的随机 zeta 函数。

主要贡献与结果

• $GL_N(\mathbb{C})$ 极限过程的构造：
  本文在空间 $\Upsilon_+$（一个与全纯函数相关的序列和参数空间）上构造了一个唯一的 Feller 扩散过程 $(X_t^{GL})_{t \ge 0}$。它证明了 $GL_N(\mathbb{C})$ 布朗运动的重标度奇异值在分布上收敛于该过程。

  • 无限 SDE 系统：该过程在奇异值上的投影满足具有奇异对数相互作用的无限 SDE 系统：
    $$dx_i(t) = x_i(t)dw_i(t) + \frac{\theta}{2}x_i(t)dt + \sum_{j \neq i} \frac{x_i(t)x_j(t)}{x_i(t) - x_j(t)}dt$$
  • 吉布斯性质：极限线系关于指数布朗桥具有吉布斯重采样性质。
  • 特征多项式的 SPDE：重标度反向特征多项式 $g_t(z)$ 收敛于一个求解以下 SPDE 的马尔可夫过程：
    $$dg_t(z) = dM_t(z; g) + \left[ \frac{\theta}{2} z \partial_z g_t(z) - \frac{z^2}{2} \partial^2_z g_t(z) \right] dt$$
    其中鞅项 $M_t$ 具有依赖于 $g_t$ 及其导数的特定非线性协变结构。

• 向随机 zeta 函数的扩展：
  作者证明了另外两个模型的类似结果：

  1. Rider-Valkó 模型：极限重标度反向特征多项式收敛于一个求解 SPDE 的过程，该过程驱动系统趋向贝塞尔随机 zeta 函数 $B_\nu$。
  2. 动态柯西模型（Hua-Pickrell）：极限过程收敛于一个具有线性漂移和乘性噪声的 SPDE 的解，驱动系统趋向 Hua-Pickrell 随机 zeta 函数 $HP_s$。对于 $s=0$，这提供了正弦点过程随机 zeta 函数的第一个自然动力学模型。

• 零点的方程：
  通过分析极限全纯函数的对数导数，作者推导了零点倒数的方程。对于 Hua-Pickrell 模型，他们在关于零点排序和非爆炸的特定假设下，推导了零点的 SDE 系统。他们提出了一个猜想（猜想 1.9），即这些零点满足一个涉及主值求和的特定无限 SDE 系统，这将刻画 Hua-Pickrell 随机 zeta 函数的动力学。

意义与主张
本文声称提供了文献中首次出现的显式示例，即与作为随机矩阵模型缩放极限出现的 Laguerre-Pólya 类全纯函数相关的随机演化。

• SPDE 的新颖性：导出的 SPDE 具有非线性乘性噪声项和线性漂移，这种结构在以往针对此类对象的随机偏微分方程文献中未曾见过。噪声的协变结构被认为让人联想到随机矩阵理论中的关联核。
• 普适性：该工作将 $GL_N(\mathbb{C})$ 布朗运动（从一般初始条件出发）的边缘缩放极限与随机矩阵乘积中出现的通用临界随机过程联系起来。
• 可积性：结果突显了这些模型中的“隐藏可积性”，表现为允许应用 Borodin-Olshanski 形式体系的一致性关系。
• 未解决问题：作者谦逊地指出，虽然他们确立了极限过程的存在性及其 SPDE 描述，但无限 SDE 系统解的唯一性（特别是关于“刚性路径”性质）仍然是一个未解决的问题。他们还指出，虽然证明了收敛至平衡态，但对于 Hua-Pickrell 模型中复参数下的极限全纯函数的描述，不如实参数情况那样明确。

总之，本文建立了有限维随机矩阵动力学与全纯函数空间上的无限维随机演化之间的严格联系，为这些极限提供了新的 SPDE 描述，并将它们与随机 zeta 函数联系起来。