Простая одержимость

Случайная матрица — это именно то, что следует из ее названия: матрица, составленная из чисел, выбранных случайным образом. На самом деле не совсем случайным. Позвольте привести пример. Вот случайная (4×4)-матрица достаточно специального типа, важность которого я объясню чуть позже. Для экономии места будем все округлять до четырех знаков после запятой:

Первое, что можно заметить по поводу этой хитроумной штуковины, — данная матрица является эрмитовой: она обладает той самой как бы симметрией относительно главной диагонали, которая упоминалась в главе 17.v. Вспомним еще несколько фактов из той главы.

• С каждой (N×N)-матрицей связан многочлен степени N, называемый характеристическим многочленом.

• Нули характеристического многочлена называются собственными значениями матрицы.

• Сумма собственных значений называется следом матрицы (и равна сумме элементов, занимающих главную диагональ).

• В частном случае эрмитовых матриц все собственные значения вещественны и, следовательно, вещественны и коэффициенты характеристического многочлена, а также след.

Для матрицы из приведенного примера характеристический многочлен имеет вид

x⁴ − 1,1836x³ − 15,3446x² + 26,0868x − 2,0484,

а собственные значения равны −3,8729, 0,0826, 1,5675 и 4,0864. След равен 1,8636.

Посмотрим теперь повнимательнее на те числа, из которых состоит приведенная выше матрица. Числа, которые мы видим, — вещественные числа на главной диагонали и также вещественные и мнимые части комплексных чисел, занимающих места недиагональных элементов, — случайны в некотором специальном смысле (диагональные случайны с небольшим уточнением, которое будет объяснено ниже). Они выбраны случайным образом из нормального гауссова распределения — знаменитой «колоколообразной кривой», которая повсеместно возникает в статистике.

Рисунок 18.1. Нормальное гауссово распределение.

Представим себе стандартную колоколообразную кривую, нарисованную на разлинованном листе бумаги с очень мелкими делениями, так что под кривой расположены сотни квадратиков, образованных разметкой листа (рис. 18.1). Случайным образом выберем один из этих квадратиков; расстояние по горизонтали от него до вертикальной линии, проходящей через середину пика, представляет собой случайное число с нормальным гауссовым распределением. Вблизи самого пика скопилось намного больше этих квадратиков, чем под хвостами кривой, так что с гораздо более высокой вероятностью мы выберем число между +1 и −1, нежели число справа от +2 или слева от −2. Это же видно и из приведенной выше матрицы. (Впрочем, по некоторым техническим причинам элементы на ее главной диагонали в действительности представляют собой случайные гауссовские числа, умноженные на √2, а потому их значения — несколько большие, чем того следовало ожидать.)

Оказалось, что случайные гауссовы эрмитовы матрицы — только гораздо, гораздо большего размера — позволяют моделировать поведение определенных квантовых динамических систем. В частности, их собственные значения, как выяснилось, прекрасно соответствуют энергетическим уровням, которые наблюдаются в экспериментах. По этой причине в 1960-х годах эти собственные значения — собственные значения случайных эрмитовых матриц — стали объектом пристального изучения. В частности, очень интересными оказались интервалы между собственными значениями. Эти интервалы не распределены случайным образом. Например, два уровня оказываются близко друг к другу с гораздо меньшей вероятностью, чем можно было бы ожидать, исходя из случайного распределения. Это явление получило название «отталкивания» — энергетические уровни стараются разойтись по возможности дальше друг от друга, как длинная очередь из малосимпатичных друг другу людей.

Чтобы сделать некое наглядное пособие по этой теме, я попросил математическую программу Mathematica 4, которой я пользуюсь, создать случайную эрмитову матрицу размером 269×269 и вычислить ее собственные значения (рис. 18.2). Причина, по которой выбрано число 269, станет ясной очень скоро. Mathematica, которая не перестает меня удивлять, справилась с задачей в мгновение ока. Все 269 собственных значений попали в интервал от −46,207887 до 46,3253478. Моя идея заключалась в том, чтобы нанизать их, как бусинки, на прямую, тянущуюся от −50 до +50, чтобы они висели там, как дождевые капли на проволочной ограде, а мы, глядя на них, смогли увидеть, имеется ли какой-нибудь порядок в распределении интервалов между ними. Однако это оказалось неосуществимым в пределах книжной страницы, поэтому пришлось порезать прямую на десять отрезков (от −50 до −40, от −40 до −30 и т.д.) и поместить эти отрезки один над другим. В результате получился рисунок 18.2.

Рисунок 18.2. Собственные значения случайной эрмитовой матрицы размера 269×269.