Gauss乗法的カオス

同義語:ガウス乗法的カオスGaussian multiplicative chaos

概要

Gauss乗法的カオス(Gaussian multiplicative chaos)とは、対数的に相関する Gauss 場 $X$ について形式的に $e^{\gamma X(x)-\frac{\gamma^2}2\mathbb E[X(x)^2]}dx$ と書かれる乱測度を、場を独立な滑らかな場の和で近似してできるマルチンゲールの極限として定めたものである。Kahane の定理により、$d$ 次元では極限が $0$ でないのは $\gamma^2< 2d$ のときに限り、$\gamma^2< d$ では 2 乗可積分な議論で非退化性が示せる。非退化な測度は場の値が異常に大きい厚い点に全質量をもち、2 次元の Gauss 自由場から作るものは Liouville 測度と呼ばれる。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: Gauss過程, マルチンゲール収束定理, Riesz–Markov–角谷の表現定理

Gauss乗法的カオス(Gaussian multiplicative chaos)は、対数的に相関する Gauss 場 $X$ の指数関数を密度にもつ乱測度
$$ M_\gamma(dx)=e^{\gamma X(x)-\frac{\gamma^2}2\mathbb E[X(x)^2]}\,dx $$
である。$\mathbb E[X(x)X(y)]\approx\log\frac1{|x-y|}$ のような場は $\mathbb E[X(x)^2]=\infty$ となって各点の値をもたないので、この式はそのままでは意味をもたない。Kahane(Kah85)は、場を独立な滑らかな場の和 $X_n=Y_1+\dots+Y_n$ で近似し、$M_n(dx)=e^{\gamma X_n(x)-\frac{\gamma^2}2\mathbb E[X_n(x)^2]}dx$ がマルチンゲールになることを使って、その極限として $M_\gamma$ を定めた。
$d$ 次元の場では、極限が $0$ でない(非退化である)のは $\gamma^2< 2d$ のときに限る。非退化な $M_\gamma$ は Lebesgue 測度と互いに特異で、場が平均より異常に大きい「厚い点」に全質量をもつ。2 次元の Gauss自由場 から作る $M_\gamma$ は Liouville 量子重力の体積測度であり、乱流の間欠性や金融の変動率のモデルにも使われる(RV14 の概観)。
この記事では、尺度ごとに独立な場を和にした「星形スケール不変」な場について、マルチンゲールの構成(thm-gmc-mart)と、$\gamma^2< d$ での 2 乗可積分性と非退化性(thm-gmc-l2)を完全に証明する。厚い点への集中は 1 次モーメントの計算(prop-gmc-thick)で示し、臨界値 $2d$ を含む Kahane の定理(thm-gmc-kahane)は引用する。

定義と構成

尺度ごとの核

$B\subset\mathbb R^d$ を中心 $0$、半径 $\frac12$ の閉球とし、$|\cdot|$ で Lebesgue 測度とユークリッドのノルムの両方を表す。$\omega_m$ を $m$ 次元の単位球の体積とし($\omega_0=1$)、$c_d:=2\omega_{d-1}/\omega_d$ とおく。$c_1=1$、$c_2=4/\pi$ である。

星形スケール不変な核

$z\in\mathbb R^d$ について $k(z):=|B\cap(B+z)|/|B|$ とおき、$t\ge0$ について
$$ K_t(x,y):=\int_1^{e^t}k\bigl(u(x-y)\bigr)\frac{du}u,\qquad K(x,y):=\lim_{t\to\infty}K_t(x,y) $$
と定める。$\ell(z):=\log_+\frac1{|z|}=\max\bigl(0,\log\frac1{|z|}\bigr)$ と書く。

$k(u(x-y))$ は $|x-y|\ge1/u$ で $0$ になるので、$K_t$ の被積分関数のうち尺度 $u$ の部分は距離 $1/u$ 以上の 2 点の相関に寄与しない。$t$ を $1$ 増やすごとに、より細かい尺度の相関が 1 段ずつ加わる。

核の性質
  1. $k$ は連続で、$0\le k\le1$、$k(0)=1$、$|z|\ge1$ で $k(z)=0$ であり、$1-k(z)\le c_d|z|$ を満たす。また、任意の点 $x_1,\dots,x_N$ と実数 $a_1,\dots,a_N$ について $\sum_{i,j}a_ia_jk(x_i-x_j)\ge0$ である。
  2. $K_t$ は連続な正定値核で、$K_t(x,x)=t$ であり、$z=x-y$ について
    $$ \min\bigl(t,\ell(z)\bigr)-c_d\le K_t(x,y)\le\min\bigl(t,\ell(z)\bigr) $$
    を満たす。$K_t$ は $t$ について単調増加である。
  3. $K(x,y)=\ell(x-y)+g(x-y)$ であり、$g$ は連続で $-c_d\le g\le0$ を満たす。
  1. $k(x_i-x_j)=|(B+x_i)\cap(B+x_j)|/|B|$ なので
    $$ \sum_{i,j}a_ia_jk(x_i-x_j)=\frac1{|B|}\int_{\mathbb R^d}\Bigl(\sum_ia_i\mathbf 1_{B+x_i}(w)\Bigr)^2dw\ge0 $$
    である。$0\le k\le1$ と $k(0)=1$ は定義から明らかで、$|z|\ge1$ なら半径 $\frac12$ の 2 球 $B$ と $B+z$ は高々 1 点で交わるので $k(z)=0$ である。連続性は $|B\cap(B+z)|$ が $z$ について連続であることによる(優収束定理)。
    $1-k(z)=|B\setminus(B+z)|/|B|$ を評価する。$z\ne0$ とし、$z$ に平行な各直線 $L$ について $L\cap B$ は長さ $\lambda_L$ の線分である($B$ は凸)。$L\cap(B+z)$ はこの線分を $z$ だけずらしたものなので、$L\cap B$ のうち $B+z$ に入らない部分の長さは $\min(\lambda_L,|z|)\le|z|$ である。$z$ に直交する超平面への $B$ の射影は半径 $\frac12$ の $(d-1)$ 次元球で、体積は $\omega_{d-1}2^{-(d-1)}$ である。Fubini の定理で直線ごとに積分すると $|B\setminus(B+z)|\le|z|\,\omega_{d-1}2^{-(d-1)}$、$|B|=\omega_d2^{-d}$ で割って $1-k(z)\le c_d|z|$ を得る。
  2. 各 $u$ で $(x,y)\mapsto k(u(x-y))$ は (1) により正定値なので、その $du/u$ についての積分 $K_t$ も正定値である。$K_t(x,x)=\int_1^{e^t}du/u=t$、また $k\ge0$ から $K_t$ は $t$ について増加する。
    $r:=|z|$ とする。$u\ge1/r$ では $k(uz)=0$ なので、$s:=\min(e^t,\max(1,1/r))$ とおくと $K_t(x,y)=\int_1^sk(uz)\,du/u$ であり、$\log s=\min(t,\ell(z))$ である。$k\le1$ から上界を得る。下界は $k(uz)\ge1-c_dur$ から
    $$ K_t(x,y)\ge\log s-c_dr(s-1)\ge\min(t,\ell(z))-c_d $$
    である($s\le\max(1,1/r)$ なので $r(s-1)\le1$)。
  3. $r\ge1$ なら $K=0=\ell$ なので $g=0$ とする。$r< 1$ なら $k$ は回転不変なので $k(z)=\kappa(|z|)$ と書け、$s=ur$ と置換して
    $$ K(x,y)=\int_1^{1/r}\kappa(ur)\frac{du}u=\log\frac1r-\int_r^1\frac{1-\kappa(s)}s\,ds $$
    となる。$g(z):=-\int_{\min(|z|,1)}^1\frac{1-\kappa(s)}s\,ds$ とおけば、(1) から被積分関数は $0$ 以上 $c_d$ 以下なので $g$ は $z=0$ を含めて連続で、$-c_d\le g\le0$ である。$\square$

$d=1$ では $k(z)=(1-|z|)_+$ で、$|x-y|< 1$ のとき $K(x,y)=\log\frac1{|x-y|}-1+|x-y|$ である。

場と近似の測度

$D:=[0,1]^d$ とする。$n\ge1$ について $C_n:=K_n-K_{n-1}$ は連続な正定値核で、$C_n(x,x)=1$ であり、$z=x-y$ について
$$ 2-2C_n(x,y)=2\int_{e^{n-1}}^{e^n}\bigl(1-k(uz)\bigr)\frac{du}u\le2c_d|z|\,(e^n-e^{n-1})\le2c_de^n|z| $$
を満たす。また $C_n(x,y)=C_1(e^{n-1}x,e^{n-1}y)$ で、$|x-y|\ge e^{-(n-1)}$ なら $C_n(x,y)=0$ である。

Gauss乗法的カオスの近似

$Y_1,Y_2,\dots$ を、互いに独立な $D$ 上の中心化された連続 Gauss 場で、$Y_n$ の共分散が $C_n$ であるものとする。$X_n:=Y_1+\dots+Y_n$、$\mathcal F_n:=\sigma(Y_1,\dots,Y_n)$ とし、$\gamma>0$ について $D$ 上の乱測度
$$ M_n(dx):=e^{\gamma X_n(x)-\frac{\gamma^2}2n}\,dx $$
を定める。$X_n$ の共分散は $K_n$ で、$\mathbb E[X_n(x)^2]=n$ である。

$Y_n$ の存在は Gauss過程 の存在定理による。$\mathbb E[(Y_n(x)-Y_n(y))^2]=2-2C_n(x,y)\le2c_de^n|x-y|$ と Gauss 変数のモーメントから $\mathbb E[|Y_n(x)-Y_n(y)|^{2p}]\le C_p(c_de^n|x-y|)^p$ なので、$p>d$ をとれば Kolmogorovの連続性定理 により連続な修正がとれる。$Y_n$ は「尺度 $e^{-n}$ の揺らぎ」で、距離 $e^{-(n-1)}$ 以上離れた点での値は独立であり、$Y_n$ の共分散は $Y_1$ の共分散を空間の方向に $e^{-(n-1)}$ 倍に縮めたものである。

測度の収束

マルチンゲールによる構成

def-gmc-model の設定で、$\gamma>0$ を任意とする。
(1) 有界可測関数 $f$ について、$\int_Df\,dM_n$ は $(\mathcal F_n)$ マルチンゲールで、$\mathbb E\int_Df\,dM_n=\int_Df\,dx$ である。
(2) ほとんど確実に、$D$ 上の有限な Borel 測度 $M=M_\gamma$ があって、すべての連続関数 $f$ について $\int_Df\,dM_n\to\int_Df\,dM$ が成り立つ。

  1. $Y_{n+1}(x)$ は標準正規分布に従い $\mathcal F_n$ と独立なので、$\mathbb E[e^{\gamma Y_{n+1}(x)-\gamma^2/2}]=1$ である。$M_{n+1}(dx)=e^{\gamma Y_{n+1}(x)-\gamma^2/2}M_n(dx)$ と、被積分関数が $(\omega,x)$ について可測であることから、$f\ge0$ なら条件付き期待値と積分を交換して
    $$ \mathbb E\Bigl[\int_Df\,dM_{n+1}\Bigm|\mathcal F_n\Bigr]=\int_Df(x)e^{\gamma X_n(x)-\frac{\gamma^2}2n}\,\mathbb E\bigl[e^{\gamma Y_{n+1}(x)-\frac{\gamma^2}2}\bigr]dx=\int_Df\,dM_n $$
    を得る。一般の有界な $f$ は $f=(f+c)-c$($c=\sup|f|$)と分ければよい。期待値は $n=0$($M_0=dx$)から帰納的に従う。
  2. $\mathcal C$ を、定数関数 $1$ を含む $C(D)$ の可算な稠密部分集合とする(有理係数の多項式の全体など)。(1) により $\int(f+\sup|f|)\,dM_n$ と $M_n(D)$ は非負マルチンゲールなので、マルチンゲール収束定理 によりほとんど確実に収束する。$\mathcal C$ は可算なので、確率 $1$ の事象 $\Omega_0$ の上で、すべての $f\in\mathcal C$ について $\int f\,dM_n$ が収束し、$S:=\sup_nM_n(D)< \infty$ である。
    $\Omega_0$ の上で $f\in C(D)$ をとる。$g\in\mathcal C$ について $\bigl|\int f\,dM_n-\int g\,dM_n\bigr|\le\Vert f-g\Vert_\infty S$ なので、$\int f\,dM_n$ は Cauchy 列で、極限 $L(f)$ をもつ。$L$ は $C(D)$ 上の線形汎関数で、$f\ge0$ なら $L(f)\ge0$ である。$D$ はコンパクトなので、Riesz–Markov–角谷の表現定理 により $L(f)=\int f\,dM$ となる有限 Borel 測度 $M$ がある。$\square$

Fatouの補題 から $\mathbb E[M(D)]\le1$ であるが、$M=0$ となることもある。極限が $0$ でないこと(非退化性)が理論の中心の問題である。

2 乗可積分な範囲

γ² < d での非退化性

$\gamma^2< d$ とする。
(1) $\sup_n\mathbb E[M_n(D)^2]< \infty$ である。
(2) 連続関数 $f$ について $\int f\,dM_n\to\int f\,dM$ は $L^2$ でも成り立ち、すべての Borel 集合 $A\subset D$ について $\mathbb E[M(A)]=|A|$ である。境界が Lebesgue 零集合の Borel 集合 $A$ については、$M_n(A)\to M(A)$ がほとんど確実かつ $L^2$ で成り立つ。
(3) $\mathbb P(M(D)>0)=1$ である。

  1. $X_n(x)+X_n(y)$ は分散 $2n+2K_n(x,y)$ の中心化 Gauss 変数なので、$\mathbb E[e^{\gamma(X_n(x)+X_n(y))}]=e^{\gamma^2n+\gamma^2K_n(x,y)}$ である。Fubini の定理と lem-gmc-kernel (2) から
    $$ \mathbb E[M_n(D)^2]=\int_D\int_De^{\gamma^2K_n(x,y)}\,dx\,dy\le\int_D\int_D\max\bigl(1,|x-y|^{-\gamma^2}\bigr)dx\,dy\le1+\int_{|z|\le\sqrt d}|z|^{-\gamma^2}dz $$
    で、右辺は $\gamma^2< d$ のとき有限である。
  2. $f$ が連続なら $\int f\,dM_n$ は (1) により $L^2$ 有界なマルチンゲールで、$L^2$ でも収束し、その極限は thm-gmc-mart の $\int f\,dM$ である。とくに $\mathbb E\int f\,dM=\int f\,dx$ である。$A\mapsto\mathbb E[M(A)]$ と Lebesgue 測度は $D$ 上の有限測度で、連続関数の積分が一致するので等しい。$|\partial A|=0$ なら $\mathbb E[M(\partial A)]=0$ から $M(\partial A)=0$ がほとんど確実に成り立ち、弱収束の性質から $M_n(A)\to M(A)$ である。$M_n(A)$ も $L^2$ 有界マルチンゲールなので、この収束は $L^2$ でも成り立つ。
  3. $m\ge1$ を固定し、$X_n^{(m)}:=\sum_{m< j\le n}Y_j$、$M_n^{(m)}(dx):=e^{\gamma X^{(m)}_n(x)-\frac{\gamma^2}2(n-m)}dx$ とおく。thm-gmc-mart と同じ議論で $M_n^{(m)}$ はある測度 $M^{(m)}$ に収束し、$M^{(m)}$ は $\sigma(Y_{m+1},Y_{m+2},\dots)$ 可測である。$\varphi_m:=e^{\gamma X_m-\frac{\gamma^2}2m}$ は $D$ 上の正の連続関数で、$M_n=\varphi_mM_n^{(m)}$ なので、連続な $f$ について
    $$ \int f\,dM=\lim_n\int f\varphi_m\,dM_n^{(m)}=\int f\varphi_m\,dM^{(m)} $$
    であり、$M=\varphi_mM^{(m)}$ がほとんど確実に成り立つ。$\varphi_m$ は $D$ 上で正の最小値をもつので、事象 $A:=\{M(D)=0\}$ と $A_m:=\{M^{(m)}(D)=0\}$ は零集合を除いて一致する。$B:=\limsup_mA_m$ は末尾 $\sigma$ 加法族に属し、$\mathbb P(A\triangle B)=0$ なので、Kolmogorovの0-1法則 により $\mathbb P(A)\in\{0,1\}$ である。(2) から $\mathbb E[M(D)]=1$ なので $\mathbb P(A)\ne1$、よって $\mathbb P(A)=0$ である。$\square$
小さい立方体の 2 次モーメント

$\gamma^2< d$ とし、$Q_r\subset D$ を一辺 $r\le\frac1{2\sqrt d}$ の立方体とする。thm-gmc-l2 (2) と単調収束定理($K_n\uparrow K$)から
$$ \mathbb E[M(Q_r)^2]=\int_{Q_r}\int_{Q_r}e^{\gamma^2K(x,y)}dx\,dy $$
である。$Q_r$ の直径は $1$ 未満なので、lem-gmc-kernel (3) から $e^{-\gamma^2c_d}|x-y|^{-\gamma^2}\le e^{\gamma^2K(x,y)}\le|x-y|^{-\gamma^2}$ で、変数を $r$ 倍に縮めると
$$ e^{-\gamma^2c_d}\,I\,r^{2d-\gamma^2}\le\mathbb E[M(Q_r)^2]\le I\,r^{2d-\gamma^2},\qquad I:=\int_{[0,1]^d}\int_{[0,1]^d}|x-y|^{-\gamma^2}dx\,dy $$
を得る。$(\mathbb E[M(Q_r)])^2=r^{2d}$ と比べると、比は $r^{-\gamma^2}$ の程度で $r\to0$ で発散する。$M$ の質量は小さな尺度ほど偏って分布する。指数 $2d-\gamma^2$ は、Kahane の定理の構造指数 $\xi(q)=(d+\frac{\gamma^2}2)q-\frac{\gamma^2}2q^2$ の $q=2$ での値である。

厚い点と臨界値

$M_n$ の質量がどこに乗っているかは、1 次モーメントの計算で分かる。

質量は厚い点に集まる

def-gmc-model の設定で、Borel 集合 $A\subset D$ と $G\subset\mathbb R$ について
$$ \mathbb E\Bigl[M_n\bigl(\{x\in A:X_n(x)\in G\}\bigr)\Bigr]=|A|\;\mathbb P\bigl(\gamma n+\sqrt n\,\xi\in G\bigr)\qquad(\xi\sim N(0,1)) $$
である。とくに $\delta>0$ について $\mathbb E\bigl[M_n(\{x\in D:|X_n(x)-\gamma n|>\delta n\})\bigr]\le2e^{-\delta^2n/2}$ であり、ほとんど確実に $M_n(\{x\in D:|X_n(x)-\gamma n|>\delta n\})\to0$ である。

$Z\sim N(0,\sigma^2)$ について、平方完成により
$$ \mathbb E\bigl[e^{\gamma Z-\frac{\gamma^2}2\sigma^2}\mathbf 1_G(Z)\bigr]=\int_G\frac{e^{\gamma z-\frac{\gamma^2\sigma^2}2-\frac{z^2}{2\sigma^2}}}{\sqrt{2\pi\sigma^2}}dz=\int_G\frac{e^{-\frac{(z-\gamma\sigma^2)^2}{2\sigma^2}}}{\sqrt{2\pi\sigma^2}}dz=\mathbb P(Z+\gamma\sigma^2\in G) $$
である。$Z=X_n(x)$、$\sigma^2=n$ に当てはめ、$x$ について $A$ 上で積分して Fubini の定理を使えば等式を得る。$a\ge0$ について指数の Chebyshev 不等式 $\mathbb P(\xi>a)\le e^{-a^2}\mathbb E[e^{a\xi}]=e^{-a^2/2}$ を使うと、$G=\{|y-\gamma n|>\delta n\}$ で $\mathbb P(|\xi|>\delta\sqrt n)\le2e^{-\delta^2n/2}$ を得る。この上界の和は有限なので、非負確率変数の和の期待値が有限であることから、$M_n(\{|X_n-\gamma n|>\delta n\})$ の和はほとんど確実に有限で、項は $0$ に近づく。$\square$

一方、Lebesgue 測度で見ると $\mathbb E\,|\{x\in D:|X_n(x)|>\delta n\}|=\mathbb P(|\xi|>\delta\sqrt n)\to0$ で、典型的な点では $X_n(x)\approx0$ である。$M_n$ は、場の値が平均の $\gamma$ 倍の速さで増える例外的な点($\gamma$ 厚い点)の上にほとんどの質量をもつ。

臨界値 2d の発見的な説明

$Y_m$ は尺度 $e^{-m}$ で変動するので、$X_n$ は一辺 $e^{-n}$ の立方体の上でほぼ一定とみなせる。$X_n(x)\approx\gamma n$ となる確率はおよそ $e^{-\gamma^2n/2}$ なので、$e^{dn}$ 個の立方体のうちこの条件を満たすものはおよそ $e^{n(d-\gamma^2/2)}$ 個あり、厚い点の集合の次元は $d-\frac{\gamma^2}2$ と見込まれる。$\gamma^2>2d$ ならこの個数の期待値は $0$ に近づき、質量を担う点がなくなって $M=0$ となることが予想される。これは証明ではないが、次の定理の臨界値 $2d$ と次元の公式はこの見積もりと一致する。

Kahane の定理

$\sigma$ 加法的に正の核(連続で非負の正定値核の可算和)$K$ が $K(x,y)=\log_+\frac1{|x-y|}+g(x,y)$($g$ は有界連続)の形をもつとし、thm-gmc-mart と同様に極限の乱測度 $M_\gamma$ を作る。$D\subset\mathbb R^d$ を有界な開集合とし、Lebesgue 測度を与える。
(1) $M_\gamma$ の分布は、$K$ を正定値核の和に分ける仕方によらない(RV14 p. 8 の Theorem 2.3)。
(2) $M_\gamma$ が非退化($\mathbb P(M_\gamma\ne0)>0$)であるための必要十分条件は $\gamma^2< 2d$ である(RV14 p. 10 の Theorem 2.6・Remark 2.8・Theorem 2.10)。とくに $\gamma^2\ge2d$ なら $M_\gamma=0$ がほとんど確実に成り立つ。
(3) $\gamma^2< 2d$ なら、コンパクト集合 $A\subset D$ と $0< p< 2d/\gamma^2$ について $\mathbb E[M_\gamma(A)^p]< \infty$ である(RV14 p. 11 の Theorem 2.11)。
(4) $\gamma^2< 2d$、$x\in D$、$0\le q< 2d/\gamma^2$ について、$r\to0$ で $\mathbb E[M_\gamma(B(x,r))^q]\asymp r^{\xi(q)}$、$\xi(q)=(d+\frac{\gamma^2}2)q-\frac{\gamma^2}2q^2$ である(RV14 p. 13 の Theorem 2.14)。

$\xi$ が $q$ について線形でないこと(多重フラクタル性)は、ex-gmc-scaling で $q=2$ について直接確かめた。厚い点については、連続な近似の族 $X_\varepsilon$ を使う設定で、$\gamma^2< 2d$ なら $M_\gamma$ はほとんど確実に、$X_\varepsilon(x)/\log\frac1\varepsilon\to\gamma$ と $\log M_\gamma(B(x,\varepsilon))/\log\varepsilon\to d-\frac{\gamma^2}2$ をともに満たす点の集合に全質量をもち(RV14 p. 24 の Theorem 4.1)、その集合の Hausdorff次元 は $d-\frac{\gamma^2}2$ である(同 Theorem 4.2)。$M_\gamma$ は Lebesgue 測度と互いに特異である。
近似の仕方についても、対数相関の場を軟化子で畳み込んだ近似 $X_\varepsilon$ から作る $e^{\gamma X_\varepsilon-\frac{\gamma^2}2\mathbb E[X_\varepsilon^2]}dx$ は、$\gamma< \sqrt{2d}$ なら確率収束と $L^1$ 収束の意味で極限をもち、その極限は軟化子の選び方によらない(Ber17 p. 3 の Theorem 1.1)。この証明は厚い点への集中を使う初等的なものである。

Liouville 測度

$U\subset\mathbb R^2$ を有界領域とし、$h$ を $U$ 上の Dirichlet 境界条件の Gauss自由場 とする。その記事の正規化では、$h$ の共分散は $-\Delta$ の Dirichlet 境界条件の Green 関数 $G_U$ で、2 次元では $G_U(x,y)=\frac1{2\pi}\log\frac1{|x-y|}$ に $(x,y)$ の連続関数を加えたものである。したがって $X:=\sqrt{2\pi}\,h$ の共分散は、$U$ のコンパクト部分集合の上で $\log\frac1{|x-y|}$ と有界連続関数の和である。$X$ の円周平均 $X_\varepsilon(x)$ から作る
$$ M_{\gamma,\varepsilon}(dx)=e^{\gamma X_\varepsilon(x)-\frac{\gamma^2}2\mathbb E[X_\varepsilon(x)^2]}dx $$
は、$0< \gamma< 2$ のとき $\varepsilon\to0$ で適当な決定的な部分列に沿ってほとんど確実に収束し(RV14 p. 22 の Theorem 3.6、Duplantier–Sheffield)、その極限は $H^1_0(U)$ の正規直交基底の展開による構成の極限と一致する(RV14 p. 23 の Theorem 3.7)。これが Liouville 測度で、臨界値 $\gamma=2$ は $\gamma^2< 2d$($d=2$)の境目である。

反例:仮定を外すと成り立たないこと

いずれの行も、def-gmc-model の設定から 1 つの仮定だけを外す。

外す仮定反例成り立たなくなる結論
繰り込みの因子 $e^{-\frac{\gamma^2}2n}$$e^{\gamma X_n}dx=e^{\frac{\gamma^2}2n}M_n$ の全質量の期待値は $e^{\frac{\gamma^2}2n}\to\infty$。$\gamma^2< d$ なら確率 $1$ で全質量が $\infty$ に発散する有限測度への収束(thm-gmc-mart (2))
$\gamma^2< d$$d\le\gamma^2$ なら lem-gmc-kernel (2) の下界から $\mathbb E[M_n(D)^2]\ge e^{-\gamma^2c_d}\int_D\int_D\min(e^{\gamma^2n},\vert x-y\vert^{-\gamma^2})dxdy\to\infty$2 次モーメントの有界性(thm-gmc-l2 (1))
$\gamma^2< 2d$$\gamma^2\ge2d$ なら $M_\gamma=0$(thm-gmc-kahane (2))非退化性
遠い点で相関が切れること($\vert z\vert\ge1$ で $k(z)=0$)$k\equiv1$ とすると $Y_n(x)=\xi_n$ は場所によらない独立な標準正規変数で、$M_n(D)=e^{\gamma S_n-\frac{\gamma^2}2n}$($S_n=\xi_1+\dots+\xi_n$)は大数の法則により $0$ に近づく非退化性(どの $\gamma>0$ でも $M=0$)

最後の行は、尺度ごとに独立な揺らぎが空間の各所で別々に効くことが非退化性に欠かせないことを示す。場所によらない揺らぎでは、厚い点に質量を集めることができない。

関連項目

参考文献

[1]
Rémi Rhodes, Vincent Vargas, Gaussian multiplicative chaos and applications: a review, Probab. Surveys 11 (2014), 315–392(頁は arXiv:1305.6221v1 の版による), 2014, p. 8(Theorem 2.3:分布の一意性)、p. 10(Theorem 2.6・Remark 2.8・Theorem 2.10:非退化の条件)、p. 11(Theorem 2.11:正のモーメント)、p. 13(Theorem 2.14:構造指数)、pp. 22–23(Theorem 3.6・3.7:Liouville 測度)、p. 24(Theorem 4.1・4.2:厚い点)
[2]
Nathanaël Berestycki, An elementary approach to Gaussian multiplicative chaos, Electron. Commun. Probab. 22 (2017), paper no. 27(頁は arXiv:1506.09113v2 の版による), 2017, p. 3(Theorem 1.1:畳み込みの近似の収束と一意性)
[3]
Jean-Pierre Kahane, Sur le chaos multiplicatif, Ann. Sci. Math. Québec 9 (1985), no. 2, 105–150, 1985

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する