MathLabs
定理已证明

关于能级间距的维格纳猜想式

命题陈述

对于 2×22\times2 的 GOE 矩阵,(归一化的)特征值间距的分布恰好是 p(s)=πs2e−πs2/4p(s) = \frac{\pi s}{2} e^{-\pi s^2/4};维格纳的启发式论断是,这个小矩阵公式已经捕捉到了 NN 较大时完整 N×NN\times N GOE 的定性局部间距统计,这一论断后来被高丹和梅塔的精确关联函数方法在高精度上(虽非完全相同)严格证实。

为什么成立?

2x2 矩阵是最小的、两个特征值之间存在间距的系统,并且足够小,可以手动计算其元素的联合密度——但它已经包含了本质机制(间距依赖于一个非对角元素,要使特征值简并该元素必须为零,而这个消失恰是产生排斥而非聚集的单一额外条件)。

证明思路

第一步(设置)。设 H=(abbc)H = \begin{pmatrix} a & b \\ b & c \end{pmatrix} 为 2×22\times2 的 GOE 矩阵,其中 a,ca,c 独立同标准正态分布,bb 独立正态分布且方差为 12\frac12。其特征多项式给出特征值 λ±=a+c2±s2\lambda_{\pm} = \frac{a+c}{2} \pm \frac{s}{2},间距为 s=(a−c)2+4b2s = \sqrt{(a-c)^2 + 4b^2}。

第二步(变量替换)。令 u=a−c2,  v=b2u = \frac{a-c}{\sqrt{2}}, \; v = b\sqrt{2};直接验证方差可知 uu 与 vv 是独立标准正态变量,且精确地有 s=u2+v2s = \sqrt{u^2+v^2},因为 (a−c)2+4b2=2u2+2v2(a-c)^2+4b^2 = 2u^2+2v^2 在代换后化简为 2(u2+v2)2(u^2+v^2)——于是 s=2⋅(u2+v2)/2s = \sqrt{2}\cdot\sqrt{(u^2+v^2)/2},即 ss 是标准二维高斯向量半径的 2\sqrt{2} 倍。

第三步(极坐标)。标准二维高斯向量的半径 r=u2+v2r=\sqrt{u^2+v^2} 服从密度为 r e−r2/2r\,e^{-r^2/2} 的瑞利分布(将联合高斯密度 12πe−(u2+v2)/2\frac{1}{2\pi}e^{-(u^2+v^2)/2} 对角度积分给出因子 2π2\pi,而 du dv=r dr dθdu\,dv = r\,dr\,d\theta 给出雅可比行列式 rr)。代入 r=s/2r = s/\sqrt2 并利用 dr=ds/2dr = ds/\sqrt2,可将其化为关于 ss 的密度 c⋅s e−s2/4c\cdot s\, e^{-s^2/4},其中 cc 为某常数。

第四步(归一化)。选取 cc 使平均间距 ∫0∞s⋅p(s) ds=1\int_0^\infty s\cdot p(s)\,ds = 1(理论中通用的约定)成立,可确定 c=π/2c = \pi/2,恰好得到 p(s)=πs2e−πs2/4p(s) = \frac{\pi s}{2} e^{-\pi s^2/4},与所述公式相符。

用到此定理的主题

分步证明

该定理暂无分步证明。

参考文献

  1. Alan Edelman, N. Raj Rao (2005). Random matrix theory
  2. Wikipedia contributors (2024). Montgomery's pair correlation conjecture
  3. Wikipedia contributors (2024). Wigner semicircle distribution