Almost-optimal bulk regularity conditions in the CLT for G$\beta$E

技术摘要：G$\beta$E 中关于几乎最优批量正则性条件的中心极限定理 (CLT)

问题陈述
本文研究了高斯 $\beta$-系综 (G$\beta$E) 线性统计的中心极限定理 (CLT)。具体而言，它考虑了线性统计 $F_N(\mathbf{x}) = \sum_{k=1}^N f(x_k)$ 的波动，其中 $x_k$ 是根据 G$\beta$E 测度分布的特征值，而 $f$ 是一个测试函数。主要目标是为具有低正则性的测试函数 $f \in H^{1/2+\epsilon}(\mathbb{R})$ 建立 CLT。

先前的研究，特别是 Johansson [16] 及其后续扩展 [1, 2, 18]，已经建立了针对更光滑函数（例如 $C^3$ 或 $C^5$）的 CLT。最近由 Landon 和 Sosoe [19] 在 Wigner 矩阵领域取得的突破，利用 Littlewood-Paley 理论和动力学方法将这些结果扩展到了 $f \in H^{1/2+\epsilon}$。然而，[19] 仅限于 Wigner 矩阵。本文旨在将 $H^{1/2+\epsilon}$ 的结果扩展到一般的 $\beta$-系综，以解决当参数 $\beta$ 不受限于 Wigner 矩阵特有的对称性（这些对称性通常对应于 $\beta=1, 2, 4$）时所带来的技术挑战。

方法论
该方法背离了经典的回路方程法 (loop equation method)，转而采用涉及 Dyson 布朗运动 (DBM) 的动力学方法。核心方法论集成了三个主要组成部分：

1. Helffer-Sjöstrand 表示法： 作者利用了从 DBM 的梯度与生成元之间的交换关系中导出的线性统计协方差表示。这使得协方差 $\operatorname{Cov}_\nu(f, g)$ 可以表示为涉及半群 $Q_t$ 和测试函数梯度的积分。至关重要的是，这与二点解析函数相关项 $\operatorname{Cov}_\nu(s(z), s(w))$ 的表示相结合，其中 $s(z)$ 是 Stieltjes 变换。
2. 特征流估计 (Characteristic Flow Estimates)： 本文利用了近期关于 DBM 沿非局部动力学同质化过程的尖锐估计。具体而言，它使用特征线方法来分析可观测量的演化。一个关键输入是关于实际粒子动力学与由复 Burgers 方程驱动的同质化流之间差异的估计（引理 2.2）。
3. Littlewood-Paley 分解： 遵循 [19] 的做法，将测试函数 $f$ 分解为二进标度 $f_\ell$。线性统计的方差按标度进行分析。论文区分了三个区间：
   • 中观/微观 (Mesoscopic/Microscopic)： 标度为 $N^{-1} \lesssim 2^{-\ell} \lesssim N^{-c}$。
   • 亚微观 (Submicroscopic)： 标度为 $N^{-2+\delta_1} \lesssim 2^{-\ell} \lesssim N^{-1}$。
   • 极高频 (Very High Frequency)： 标度为 $N^{-A} \lesssim 2^{-\ell} \lesssim N^{-2+\delta_1}$。

主要贡献与技术创新
本文的主要贡献是将 $H^{1/2+\epsilon}$ CLT 从 Wigner 矩阵扩展到一般的高斯 $\beta$-系综。实现这一扩展的新颖技术输入是在一般 $\beta$ 背景下将 Helffer-Sjöstrand 表示法应用于二点相关项。

• 处理中观标度： 对于中观区间，作者推导出了关于二点相关项 $\operatorname{Cov}_\nu(s(z), s(w))$ 的新估计（引理 2.5）。该估计通过 Helffer-Sjöstrand 公式和特征流界限得出，在不依赖于仅在 Wigner 矩阵中可用的特定代数结构的情况下控制了协方差。这简化了以往方法中对中观标度的分析。
• 处理亚微观标度： 对于小于 $N^{-1}$ 的标度，本文采用了 [19] 中的配对耦合技术。它构造了一个由两个独立的布朗运动驱动的 DBM 过程在短时间 $T_{ab}$ 内的耦合，随后由相同的布朗运动驱动。这允许将粒子位置 $x_a$ 分解为“确定性”部分 $\Xi_a$ 和高斯噪声部分 $Z_a$。对于足够分离的粒子，噪声项的独立性使得在该区间内控制协方差成为可能。
• 边缘与高频控制： 本文利用 Wegner 估计（引理 3.7）和刚性结果 (rigidity results) 来处理极高频区间和边缘贡献，确保方差保持在 $H^{1/2+\epsilon}$ 范数以内。

主要结果
主要结果在 定理 1.1 中给出：
对于任何 $\beta > 0, \epsilon > 0, \kappa > 0$，存在常数 $C$，使得对于任何支撑在主体 $(-2+\kappa, 2-\kappa)$ 内的测试函数 $f$，线性统计的方差满足：
$$\operatorname{Var}_{\nu}\left(\sum_{k=1}^{N}f(x_{k})\right)\leq C\|f\|_{H^{ \frac{1}{2}+\epsilon}}^{2}.$$
此外，中心化后的线性统计收敛于高斯随机变量，其方差由极限表达式 (1.4) 给出。

论文指出，该结果在 $\epsilon$ 因子上是优化的，因为对于属于 $H^{1/2-\epsilon}$ 的函数（例如指示函数），CLT 是失效的。

意义与主张
本文声称为一般的 $\beta$-系综提供了一种“更稳健的处理中观标度的方法”。通过成功地将 Helffer-Sjöstrand 表示法与特征流估计相结合，作者证明了用于 Wigner 矩阵的动力学方法可以推广到更广泛的 $\beta$-系综。

作者明确指出，其工作并不依赖于回路方程，从而区别于早期的变分方法。作者承认，虽然结果在 $\epsilon$ 因子上是优化的，但移除 $\epsilon$ 因子（即证明对于恰好 $H^{1/2}$ 的 CLT）仍然是一个悬而未决的问题，特别是改进后的二点估计 (3.12) 是否对一般 $\beta$ 成立。本文将自己定位为完成 [19] 所启动的针对特定高斯 $\beta$-系综程序的完整工作，确认了在这一更广泛的设定下，CLT 的正则性阈值确实是 $1/2+\epsilon$。