En matemáticas , un proceso puntual determinante es un proceso puntual estocástico , cuya distribución de probabilidad se caracteriza como determinante de alguna función. Estos procesos surgen como herramientas importantes en la teoría de matrices aleatorias , la combinatoria , la física [1] y el modelado de redes inalámbricas. [2] [3] [4]
Definición
Sea un espacio polaco localmente compacto y una medida de radón en . Considere también una función medible .
![{\displaystyle \mu}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle K:\Lambda ^{2}\to \mathbb {C} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Decimos que es un proceso puntual determinante con núcleo si es un proceso puntual simple con una intensidad conjunta o función de correlación (que es la densidad de su medida de momento factorial ) dada por![{\displaystyle X}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \Lambda}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle K}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \Lambda}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \rho _{n}(x_{1},\ldots ,x_{n})=\det[K(x_{i},x_{j})]_{1\leq i,j\leq norte}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
para cada n ≥ 1 y x 1 , ..., x n ∈ Λ. [5]
Propiedades
Existencia
Las siguientes dos condiciones son necesarias y suficientes para la existencia de un proceso puntual aleatorio determinante con intensidades ρ k .
- Simetría: ρ k es invariante bajo la acción del grupo simétrico S k . De este modo:
![{\displaystyle \rho _{k}(x_{\sigma (1)},\ldots ,x_{\sigma (k)})=\rho _{k}(x_{1},\ldots ,x_{k })\quad \forall \sigma \in S_{k},k}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
- Positividad: Para cualquier N y cualquier colección de funciones acotadas y mensurables , k = 1, ..., N con soporte compacto :
Si![{\displaystyle \varphi _{0}+\sum _{k=1}^{N}\sum _{i_{1}\neq \cdots \neq i_{k}}\varphi _{k}(x_{ i_{1}}\ldots x_{i_{k}})\geq 0{\text{ para todos }}k,(x_{i})_{i=1}^{k}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Entonces [6] ![{\displaystyle \varphi _{0}+\sum _{k=1}^{N}\int _{\Lambda ^{k}}\varphi _{k}(x_{1},\ldots ,x_{ k})\rho _{k}(x_{1},\ldots ,x_{k})\,{\textrm {d}}x_{1}\cdots {\textrm {d}}x_{k}\ geq 0{\text{ para todos }}k,(x_{i})_{i=1}^{k}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Unicidad
Una condición suficiente para la unicidad de un proceso aleatorio determinante con intensidades conjuntas ρ k es
![{\displaystyle \sum _{k=0}^{\infty }\left({\frac {1}{k!}}\int _{A^{k}}\rho _{k}(x_{1) },\ldots ,x_{k})\,{\textrm {d}}x_{1}\cdots {\textrm {d}}x_{k}\right)^{-{\frac {1}{k }}}=\infty }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
A ⊆ Λ. [6]Ejemplos
Conjunto unitario gaussiano
Los valores propios de una matriz hermitiana aleatoria m × m extraída del conjunto unitario gaussiano (GUE) forman un proceso puntual determinante con kernel![{\displaystyle \mathbb {R} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle K_{m}(x,y)=\sum _{k=0}^{m-1}\psi _{k}(x)\psi _{k}(y)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
¿Dónde está la función de onda del oscilador definida por![{\displaystyle \psi _{k}(x)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle k}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle \psi _{k}(x)={\frac {1}{\sqrt {{\sqrt {2n}}n!}}}H_{k}(x)e^{-x^{2 }/4}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
y es el polinomio de Hermite . [7]![{\displaystyle H_{k}(x)}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle k}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Medida de Plancherel envenenada
La medida de Plancherel envenenada en la partición de números enteros (y por lo tanto en los diagramas de Young ) juega un papel importante en el estudio de la subsecuencia creciente más larga de una permutación aleatoria. El proceso puntual correspondiente a un diagrama de Young aleatorio, expresado en coordenadas de Frobenius modificadas, es un proceso puntual determinante en + 1 ⁄ 2 con el núcleo de Bessel discreto, dado por:![{\displaystyle \mathbb {Z} }](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle K(x,y)={\begin{casos}{\sqrt {\theta }}\,{\dfrac {k_{+}(|x|,|y|)}{|x|-| y|}}&{\text{if }}xy>0,\\[12pt]{\sqrt {\theta }}\,{\dfrac {k_{-}(|x|,|y|)}{ xy}}&{\text{if }}xy<0,\end{cases}}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle k_{+}(x,y)=J_{x-{\frac {1}{2}}}(2{\sqrt {\theta }})J_{y+{\frac {1}{2 }}}(2{\sqrt {\theta }})-J_{x+{\frac {1}{2}}}(2{\sqrt {\theta }})J_{y-{\frac {1} {2}}}(2{\sqrt {\theta }}),}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
![{\displaystyle k_{-}(x,y)=J_{x-{\frac {1}{2}}}(2{\sqrt {\theta }})J_{y-{\frac {1}{ 2}}}(2{\sqrt {\theta }})+J_{x+{\frac {1}{2}}}(2{\sqrt {\theta }})J_{y+{\frac {1} {2}}}(2{\sqrt {\theta }})}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
Jfunción de Bessel[8]Esto sirve como ejemplo de un proceso de punto determinante bien definido con núcleo no hermitiano (aunque su restricción a los semiejes positivo y negativo es hermitiana). [6]
Árboles de expansión uniformes
Sea G un grafo finito, no dirigido y conexo , con aristas fijadas E. Defina I e : E → ℓ 2 (E) de la siguiente manera: primero elija un conjunto arbitrario de orientaciones para los bordes E, y para cada borde orientado resultante e , defina I e como la proyección de un flujo unitario a lo largo de e sobre el subespacio de ℓ 2 (E) atravesado por flujos de estrellas. [9] Entonces el árbol de expansión uniformemente aleatorio de G es un proceso puntual determinante en E , con núcleo
. [5]
Referencias
- ^ Vershik, Anatoly M. (2003). Combinatoria asintótica con aplicaciones a la física matemática, una escuela europea de verano en matemáticas celebrada en el Instituto Euler, San Petersburgo, Rusia, del 9 al 20 de julio de 2001 . Berlín [etc.]: Springer. pag. 151.ISBN 978-3-540-44890-7.
- ^ Miyoshi, Naoto; Shirai, Tomoyuki (2016). "Un modelo de red celular con estaciones base configuradas por Ginibre". Avances en probabilidad aplicada . 46 (3): 832–845. doi : 10.1239/aap/1409319562 . ISSN 0001-8678.
- ^ Torrisi, Giovanni Luca; Leonardo, Emilio (2014). «Grandes Desviaciones de la Interferencia en el Modelo de Red Ginibre» (PDF) . Sistemas estocásticos . 4 (1): 173–205. doi : 10.1287/13-SSY109 . ISSN 1946-5238.
- ^ N. Deng, W. Zhou y M. Haenggi. El proceso de puntos de Ginibre como modelo para redes inalámbricas con repulsión. Transacciones IEEE sobre comunicaciones inalámbricas , vol. 14, págs. 107-121, enero de 2015.
- ^ ab Hough, JB, Krishnapur, M., Peres, Y. y Virág, B., Ceros de funciones analíticas gaussianas y procesos de puntos determinantes. Serie de conferencias universitarias, 51. Sociedad Estadounidense de Matemáticas, Providence, RI, 2009.
- ^ abc A. Soshnikov, Campos de puntos aleatorios determinantes. Matemáticas rusas. Encuestas , 2000, 55 (5), 923–975.
- ^ B. Valko. Matrices aleatorias, conferencias 14-15. Apuntes de conferencias del curso, Universidad de Wisconsin-Madison.
- ^ A. Borodin, A. Okounkov y G. Olshanski, Sobre asintóticas de medidas de Plancherel para grupos simétricos, disponible a través de arXiv :math/9905032.
- ^ Lyons, R. con Peres, Y., Probabilidad en árboles y redes. Cambridge University Press, en preparación. Versión actual disponible en http://mypage.iu.edu/~rdlyons/