4+ formas de entender la probabilidad libre - inicio · 2 una variable aleatoria no-conmutativa (o...

105
4+ formas de entender la probabilidad libre Octavio Arizmendi CIMAT Encuentro Nacional de Jovenes Investigadores en Matem´ aticas, UNAM, 1.12.2015 Octavio Arizmendi 4+ formas de entender la probabilidad libre

Upload: trannhu

Post on 05-Sep-2018

227 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

4+ε formas de entender la probabilidad libre

Octavio Arizmendi

CIMAT

Encuentro Nacional de Jovenes Investigadores en Matematicas,UNAM, 1.12.2015

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 2: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 3: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 4: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Espacios de Probabilidad No-Conmutativos

Definicion

1 Un espacio de probabilidad no-conmutativo es un par(A, φ) donde A es un algebra compleja y φ es un funcionallineal φ : A → C tal que φ(1A) = 1.

2 Una variable aleatoria no-conmutativa (o solo variablealeatoria) es un elemento a ∈ A.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 5: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Espacios de Probabilidad No-Conmutativos

Definicion

1 Un espacio de probabilidad no-conmutativo es un par(A, φ) donde A es un algebra compleja y φ es un funcionallineal φ : A → C tal que φ(1A) = 1.

2 Una variable aleatoria no-conmutativa (o solo variablealeatoria) es un elemento a ∈ A.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 6: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Espacios de Probabilidad No-Conmutativos

Ejemplo

1 Espacio de Probabilidad Clasico.

A1 := X +iY : X ,Y son v . aleatorias con soporte compacto

φ(X + iY ) = E (X ) + iE (Y ), E (X ) es el valor esperado.

2 Matrices.

A2 = Md(C)A : A es una matriz compleja de tamano d×d

φ(A) = tr(A) = 1d Traza(A).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 7: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Espacios de Probabilidad No-Conmutativos

Ejemplo

1 Espacio de Probabilidad Clasico.

A1 := X +iY : X ,Y son v . aleatorias con soporte compacto

φ(X + iY ) = E (X ) + iE (Y ), E (X ) es el valor esperado.

2 Matrices.

A2 = Md(C)A : A es una matriz compleja de tamano d×d

φ(A) = tr(A) = 1d Traza(A).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 8: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Espacios de Probabilidad No-Conmutativos

Ejemplo

(1+2) Matrices Aleatorias.

A3 = A : A es una matriz de d × d con entradas en A1

φd(A) =1

d

d∑i=1

E (aii ), A = (aij)di ,j=1 ∈ Md(A1).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 9: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Espacios de Probabilidad No-Conmutativos

Ejemplo

Sea G un grupo discreto con identidad 1G y sea

CG := ∑g∈G

αgg | αg ∈ C, αg 6= 0 un numero finito de veces

φ(g) = 0 si g 6= 1G y φ(1G ) = 1 y extendemos linealmente.Entonces (CG , φ) es un ∗-espacio de probabilidad.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 10: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Distribuciones

Definicion (Distribucion)

Si existe una medida de probabilidad µ sobre C con soportecompacto tal que∫

C

zkz lµ(dz) = φ(ak(a∗)l), para cadak , l ∈ N,

llamamos a µa := µ la distribucion de a.

Observacion

Si a es autoadjunto entonces µa es una medida con soporte en R.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 11: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Distribuciones

Definicion (Distribucion)

Si existe una medida de probabilidad µ sobre C con soportecompacto tal que∫

C

zkz lµ(dz) = φ(ak(a∗)l), para cadak , l ∈ N,

llamamos a µa := µ la distribucion de a.

Observacion

Si a es autoadjunto entonces µa es una medida con soporte en R.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 12: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Notacion

ϕ(x ; τ) densidad de la distribucion Gaussianϕ(x ; τ)dxmedia 0 y varianza 1 τ > 0

ϕ(x ; τ) = (2πτ)−1/2e−x2/(2τ), x ∈ R. (1)

Zτ es una v. a. con densidad ϕ(x ; τ). (Z = Z1).

w(x) densidad de la distribucion Semicırculo w(x)dx

w(x) =1

√4− x2 |x | < 2.

S es una v. a. con densidad w(x).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 13: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Independencia Clasica

Definicion

Una familia de subalgebras Ai , 1A ∈ Ai , i ∈ I en un espacio deprobabilidad non-conmutativo (A, φ) se dice independiente en elsentido tensorial si conmutan y para todosa1 ∈ Ai(1), ..., an ∈ Ai(n)

φ(a1a2...an) = φ(a1)φ(a2)...φ(an)

siempre que i(j) 6= i(k) para todo j 6= k.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 14: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Teorema de Lımite Central

Theorem (de Moivre 1733)

Sea (A, φ) un espacio de probabilidad no-conmutativo yseaXn∞n=1 una sucesion de variables aleatorias autoadjuntas i. d.con media 0 y varianza 1, independientes en el sentido tensorial.Entonces

lımN→∞

φ

((X1 + . . .+ XN√

N

)n)=

2k!2kk!

, si n = 2k,

0, si n = 2k + 1

Es decir, tenemos la convergencia

x1 + . . .+ xN√N

→ Z .

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 15: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Otras nociones de independencias

Existen otras nociones de independencia en proba noconmutativa?

Que es un nocion de independencia?

Para nosotos una nocion de independencia es una reglauniversal para calcular momentos mixtos (con ciertos quehacen la regla consistente).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 16: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Otras nociones de independencias

Existen otras nociones de independencia en proba noconmutativa?

Que es un nocion de independencia?

Para nosotos una nocion de independencia es una reglauniversal para calcular momentos mixtos (con ciertos quehacen la regla consistente).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 17: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Otras nociones de independencias

Existen otras nociones de independencia en proba noconmutativa?

Que es un nocion de independencia?

Para nosotos una nocion de independencia es una reglauniversal para calcular momentos mixtos (con ciertos quehacen la regla consistente).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 18: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Independencia Libre

Definicion (Independencia Libre)

Una familia de subalgebras Ai , 1A ∈ Ai , i ∈ I en un espacio deprobabilidad non-conmutativo (A, φ) se dice libre si

φ(a1a2...an) = 0

siempre que φ(aj) = 0, aj ∈ Ai(j), y i(1) 6= i(2) 6= ... 6= i(n).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 19: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Independencia Libre

Ejemplo

Sea G un grupo discreto con identidad 1G y sea A = CG .Los siguientes son equivalentes:1) g1 y g2 son libres algebraicamente. (sin relaciones entre ellos).2 ) Las algebras 〈g1〉 y 〈g2〉 son libres (con respecto a φ)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 20: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Teorema de Lımite Central Libre

Teorema (Voiculescu 85)

Sea (A, φ) un espacio de probabilidad no-conmutativo yseaXn∞n=1 una sucesion de variables aleatorias autoadjuntas i. d.con media 0 y varianza 1, independientes en el sentido libre.Entonces

lımN→∞

φ

((X1 + . . .+ XN√

N

)n)=

1

k+1

(2kk

), si n = 2k,

0, si n = 2k + 1

Es decir, tenemos la convergencia

X1 + . . .+ XN√N

→ S .

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 21: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Enfoque de Teora de Operadores

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 22: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Sea H un espacion de Hilbert (1) El espacio de Fock sobe se definecomo

F(H) := ⊕∞n=0H⊗n

donde H⊗0 es un espacio de Hilbert de dimension 1 llamada elvector vacıo CΩ .(2) The vector esatdo τH en BF(H) esta dado por

τH :=< T Ω,Ω >, T ∈ BF(H)

see lllama el estado vacıotation state. (3) For cada ε ∈ H eloperador l(ε) en B(F (H)) dado por la formula

l(ε)Ω = ε

l(ε)ε1 ⊗ · · · ⊗ εn = ε⊗ ε1 ⊗ · · · ⊗ εnse llama el operador de ceacion. Su adjunto l∗ se llama el operadorde aniquilacion.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 23: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Espacio de Fock

Sea H un espacio de Hilbert y (B(F(H)), τH) el espacio deprobabilidad no conmutativo. Sea H1, ..,Hk una familia desubespacios de H tales que para i 6= j Hi es ortogonal con Hj . SeaAi la subalgebra de B(F (H)) generada por l(ε)|εinHi . Entonces,las subalgebras A1, ...,Ak son libres en (B(F (H)), τH).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 24: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Enfoque combinatorio

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 25: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Cumulantes Libres

Definicion (Speicher)

Sea (A, φ) un espacio de probabilidad no-conmutativo. Loscumulantes (kπ)π∈NC(n) son, para cada n ∈ N, π ∈ NC (n),funcionales multilineales kn : An → C tales que

φ(a1, ..., an) =∑

π∈NC(n)

kπ[a1, ..., an].

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 26: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Particiones que no se cruzan

Definicion

1 Una particion de un conjunto finito, totalmente ordenado S esuna descomposicion π = V1, ...,Vr de S en conjuntos novacıos Vi , (1 ≤ i ≤ r), llamados bloques, tales queV1 ∪ V2... ∪ Vr = S y Vi ∩ Vj = ∅. El numero de bloques π dedenota por |π|.

2 Una particion π = V1, ...,Vr se dice que no se cruza si paracada a < b < c < d ∈ S tales que a, c ∈ Vi y b, d ∈ Vj ,entonces Vj = Vi . Denotamos por NC (n) el conjunto de lasparticiones que no se cruzan de [n] := 1, 2, .., n.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 27: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Particiones que no se cruzan

Particion que NO se cruza y particion que se cruza.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 28: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Cumulantes Libres

Definicion (Speicher)

Sea (A, φ) un espacio de probabilidad no-conmutativo. Loscumulantes (kπ)π∈NC(n) son, para cada n ∈ N, π ∈ NC (n),funcionales multilineales tales que

φ(a1, ..., an) =∑

π∈NC(n)

kπ[a1, ..., an].

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 29: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Cumulantes Libres

Si mn = φ(an) y kn = kn(a, ..., a) tenemos

m1 = k1

m2 = k2 + k21

m3 = k3 + 3k2k1 + k31

m4 = k4 + 4k3k1 + 2k22 + 6k2k2

1 + k41

m5 = k5 + 5k4k1 + 5k2k3 + 10k3k21 + 10k2

2k1 + 10k2k3 + k51 .

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 30: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Cumulantes Libres

m4 = k4 + 4k3k1 + 2k22 + 6k2k2

1 + k41

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 31: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Cumulantes Libres Mixtos

Teorema (Speicher)

Sea (A, φ) un espacio de probabilidad no conmutativo y sean(kn)n∈N sus cumulantes libres. Consideremos una familia desubalgebras (Ai )i∈I de A. Los siguientes son equivalentes

1 (Ai )i∈I son libres.

2 Para cualesquiera elementos aj ∈ Ai(j), (j = 1, ..., n) coni(1), ..., i(n) ∈ I tenemos que

kn(a1, ..., an) = 0

siempre que existen l , k con i(l) 6= i(k).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 32: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion aditiva libre

Definicion

Sean µ, ν medidas de probabilidad sobre R, y a, b variablesaleatorias libres tales que µa = µ y µb = ν.La convolucion aditiva libre de µ y ν es la distribucion de a + b yse denota por µ ν.

Cumulantes libres:

kn(µ1 µ2) = kn(µ1) + kn(µ2)

kn(a1 + a2 + · · ·+ an) = kn(a1) + · · ·+ kn(an)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 33: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion multiplicativa libre

Definicion

Sean µ, ν medidas de probabilidad sobre R+, y a, b variablesaleatorias libres tales que µa = µ y µb = ν.La convolucion multiplicativa libre de µ y ν es la distribucion dea1/2ba1/2 y se denota por µ ν.

Observacion

a1/2ba1/2 tiene los mismos momentos que ab, i.e.

φ((a1/2ba1/2)n) = φ((ab)n)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 34: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion multiplicativa libre

Cumulantes Libres:

kn(µ1 µ2) =∑

π∈NC(n)

kπ(µ1)kK(π)(µ2)

donde K (π) es el complemento de Kreweras.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 35: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion multiplicativa libre

k1(µ1 µ2) = k1(µ1)k1(µ2)

k2(µ1 µ2) = k2(µ1)k21 (µ2) + k2

1 (µ1)k2(µ2)

k3(µ1 µ2) = k3(µ1)k31 (µ2) + k3(µ1)k3

1 (µ2)

+3k2(µ1)k1(µ1)k2(µ2)k1(µ2)

Problema:

kn(µ1 · · · µk) = kn(a1a2a3 · · · ak) =?

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 36: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion multiplicativa libre

Consideremos la ecuacion

kn(ab) =∑

π∈NC(n)

kπ(a)kK(π)(b)

Observacion fundamental: Si dibujamos a π y a Kr(π) juntas, laparticion π ∪ Kr(π) ∈ NC (2n) es exactamente el complemento deKreweras de un particion con bloques de tamano 2.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 37: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion multiplicativa libre

Consideremos la ecuacion

kn(ab) =∑

π∈NC(n)

kπ(a)kK(π)(b)

Observacion fundamental: Si dibujamos a π y a Kr(π) juntas, laparticion π ∪ Kr(π) ∈ NC (2n) es exactamente el complemento deKreweras de un particion con bloques de tamano 2.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 38: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion multiplicativa libre

Consideremos la ecuacion

kn(ab) =∑

π∈NC(n)

kπ(a)kK(π)(b)

Observacion fundamental: Si dibujamos a π y a Kr(π) juntas, laparticion π ∪ Kr(π) ∈ NC (2n) es exactamente el complemento deKreweras de un particion con bloques de tamano 2.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 39: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion multiplicativa libre

Consideremos la ecuacion

kn(ab) =∑

π∈NC2(2n)

kK(π)(a, b · · · , a, b)

Observacion fundamental: Si dibujamos a π y a Kr(π) juntas, laparticion π ∪ Kr(π) ∈ NC (2n) es exactamente el complemento deKreweras de un particion con bloques de tamano 2.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 40: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Particiones k-divisibles y k-iguales

Definicion

1)Una particion π es k-divisible si el tamano de todos sus bloqueses un multiplo de k.2) Si todos los bloques son de tamano k,decimos que π es k-igual.3)Denotamos a las particiones k-divisibles que no se cruzan de knelementos por NC k(n) y al conjunto de particiones k-iguales queno se cruzan de kn elementos por NCk(n).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 41: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Particiones k-divisibles y k-iguales

Una particion 3-igual y una particion 2-divisible de [12]

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 42: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Cumulantes de Productos

Teorema (Vargas-A. (2012))

Sean a1, . . . , ak ∈ (A, φ) variables aleatorias libres. Entonces lomomentos y cumulantes libres de a := a1 . . . ak estan dados por

κn(a) =∑

π∈NCk (n)

κKr(π)(a1, . . . , ak)

φ(an) =∑

π∈NC k (n)

κKr(π)(a1, . . . , ak)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 43: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Particiones k-divisibles y k-iguales

Una particion 3-igual y su complemento de Kreweras dividido mod 3.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 44: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Estimaciones de la norma de productos

Teorema (Kargin (2007, 2008), Vargas-A. (2012))

Sean σ, L > 0 dados. Existen constantes universales C , c > 0 talesque para todo k y cualesquiera µ1, . . . , µk medidad de probabilidadcon soporte sobre [0, L], E (µi ) = 1 y Var(µi ) > σ2, parai = 1, . . . , k, el supremo Lk del soporte de la medidaµ = µ1 · · · µk satisface

ck < Lk < Ck.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 45: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Comportamiento asıntotico

En otras palabras, para variables aleatorias libres Xi tales que||X || < L ,E (Xi ) = 1, y Var(Xi ) > σ2, (no necesariamenteidenticamente distribuidas) tenemos un crecimiento de orden lineal

lım sup n−1||X1 · · · Xn|| < C

ylım ınf n−1||X1 · · · Xn|| > c > 0,

donde, para X ,Y v. aleatorias positivas, escribimosX Y := X 1/2YX 1/2.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 46: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Divisibilidad Infinita

Definicion

Decimos que una medida µ es infinitamente divisible con respectoa si para toda n ∈ N existe µn tal que

µ = µn · · · µn︸ ︷︷ ︸n times

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 47: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Divisibilidad Infinita y Cumulantes

Teorema

Sea µun medida de probabildiad en R determinada por momentose − infinitamente divisible. Entonces la sucesion de cumulantescon respecto a es condicionalmente positiva definida.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 48: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Probabilidad Libre y Analisis Armonico

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 49: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion aditiva libre

Sea Gµ : C+ → C− la transformada de Cauchy de µ ∈M:

Gµ(z) =

∫R

µ(dx)

z − x.

Transformada de Cauchy recıproca: Fµ(z) := 1Gµ(z)

Transformada de Voiculescu: φµ (z) = F−1µ (z)− z ,Para µ1 and µ2 dos medidas de probabilidad en R tenemos

φµ1µ2(z) = φµ1(z) + φµ2(z)

Los cumulantes libre son los coeficientes κn = κn(µ) en laexpansion

φµ(z) =∞∑n=1

κnz1−n.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 50: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion aditiva libre

Sea Gµ : C+ → C− la transformada de Cauchy de µ ∈M:

Gµ(z) =

∫R

µ(dx)

z − x.

Transformada de Cauchy recıproca: Fµ(z) := 1Gµ(z)

Transformada de Voiculescu: φµ (z) = F−1µ (z)− z ,Para µ1 and µ2 dos medidas de probabilidad en R tenemos

φµ1µ2(z) = φµ1(z) + φµ2(z)

Los cumulantes libre son los coeficientes κn = κn(µ) en laexpansion

φµ(z) =∞∑n=1

κnz1−n.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 51: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion aditiva libre

Sea Gµ : C+ → C− la transformada de Cauchy de µ ∈M:

Gµ(z) =

∫R

µ(dx)

z − x.

Transformada de Cauchy recıproca: Fµ(z) := 1Gµ(z)

Transformada de Voiculescu: φµ (z) = F−1µ (z)− z ,

Para µ1 and µ2 dos medidas de probabilidad en R tenemos

φµ1µ2(z) = φµ1(z) + φµ2(z)

Los cumulantes libre son los coeficientes κn = κn(µ) en laexpansion

φµ(z) =∞∑n=1

κnz1−n.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 52: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion aditiva libre

Sea Gµ : C+ → C− la transformada de Cauchy de µ ∈M:

Gµ(z) =

∫R

µ(dx)

z − x.

Transformada de Cauchy recıproca: Fµ(z) := 1Gµ(z)

Transformada de Voiculescu: φµ (z) = F−1µ (z)− z ,Para µ1 and µ2 dos medidas de probabilidad en R tenemos

φµ1µ2(z) = φµ1(z) + φµ2(z)

Los cumulantes libre son los coeficientes κn = κn(µ) en laexpansion

φµ(z) =∞∑n=1

κnz1−n.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 53: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Convolucion aditiva libre

Sea Gµ : C+ → C− la transformada de Cauchy de µ ∈M:

Gµ(z) =

∫R

µ(dx)

z − x.

Transformada de Cauchy recıproca: Fµ(z) := 1Gµ(z)

Transformada de Voiculescu: φµ (z) = F−1µ (z)− z ,Para µ1 and µ2 dos medidas de probabilidad en R tenemos

φµ1µ2(z) = φµ1(z) + φµ2(z)

Los cumulantes libre son los coeficientes κn = κn(µ) en laexpansion

φµ(z) =∞∑n=1

κnz1−n.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 54: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Divisibilidad Infinita

Definicion

Decimos que una medida µ es infinitamente divisible con respectoa si para toda n ∈ N existe µn tal que

µ = µn · · · µn︸ ︷︷ ︸n times

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 55: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Bercovici and Voiculescu probaron que la transformada deVoiculuescu tiene la siquiente representacion de Levy-Kintchine

φµ(z) = γ +

∫R

1 + tz

z − tσ(dt), z ∈ C+. (2)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 56: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Definicion

Una medida de probabilidad µ se dice que esta en la clase IU siF−1µ , definida en un dominio Γα,β, tiene una continuacion anal’iticaque es univalente in C+.

La importancia de este lema es la siguiente

Teorema

(AH) Si µ ∈ IU entonces µ est infininitamente divisible en elsentido libre.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 57: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Medidas en ID(∗) ∩ ID() :

1 The Cauchy distribution

c(dx) =1

π(1 + x2)1R(x) dx ,

2 (AHS) The chi-square distribution 1√πx

e−x1[0,∞)(x) dx .

3 (AH) The positive Boolean stable law with stability indexα ∈ (0, 12 ]

dbαdx

=1π sin(απ)xα−1

x2α + 2cos(απ)xα + 1, x > 0

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 58: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Measures which are in ID(∗) ∩ ID() :

1 (HB) For 0 < t ≤ 12 , the symmetric Meixner distributions

ρt(dx) :=4t

2πΓ(2t)|Γ(t + ix)|2 dx , x ∈ R

2 (HB) The logistic distribution

µ2(dx) =π

2 cosh2(πx)dx , x ∈ R.

3 (H) For p > 3/2, the gamma distribution γp4 (H) The Student distribution tn, n=1,2,3...

5 (AHS,H) For n = 1, 2, 3, · · · , the F -distribution with density

f (x) :=1

B(1/2, n/2)

1

(nx)1/2

(1 +

x

n

)−(1+n)/2, x > 0.

Una pregunta aun abierta es dar una caracterizacion general de lainterseccion entre medidas infinitamente divisibles cl’asicas y libres.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 59: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Teorema

(A. Hasebe) Sea Bα,ρ una variable aleatoria que sigue una leyestable bα,ρ, y sea X cualquier variable alaeatoria positivaindependiente de Bα,ρ. Si α ∈ (0, 1/2] o si α ≤ 2/3, ρ = 1/2,entoncas la variable aleatoria XBα,ρ pertenece a las clases id() yid(∗).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 60: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Probabilidad Libre y Matrices Aleatorias

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 61: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Independencia Asintotica Libre

Ejemplo (Voiculescu 1991)

Matrices Aleatorias.

1 Sean Ad y Bd matrices deterministicas y Ud un Haar Unitario.Entonces Ad y UdBdU∗d son asıntoticamente libres.

2 Sean G1 y G2 matrices hermitianas con entradasGaussianas.Entonces G1 y G2 son asintoticamente libres.

Recordatorio: Por un Haar Unitario nos referimos a escoger con lamedida de Haar un elemento en el grupo compacto

Ud = Ud : Ud unitario

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 62: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Independencia Asintotica Libre

Ejemplo (Voiculescu 1991)

Matrices Aleatorias.

1 Sean Ad y Bd matrices deterministicas y Ud un Haar Unitario.Entonces Ad y UdBdU∗d son asıntoticamente libres.

2 Sean G1 y G2 matrices hermitianas con entradasGaussianas.Entonces G1 y G2 son asintoticamente libres.

Recordatorio: Por un Haar Unitario nos referimos a escoger con lamedida de Haar un elemento en el grupo compacto

Ud = Ud : Ud unitario

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 63: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Free Multiplication 1

W 21 W 2

2

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 64: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Free Multiplication2

W1W 22

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 65: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Free Multiplication 3

(W 21 − I )W 2

2

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 66: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Free Commutator

W1W2 −W2W1

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 67: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Free Addition of Bernoullis

UB1U∗ + B2

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 68: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Free Multiplication 4

(UB1U∗ + B2)W 2

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 69: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Free Projection

(UB1U∗ + B2)P

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 70: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Matrices con Bloques Modificados (con C. Vargas y I.Nechita

Sea W una matriz dn × dn autoadjunta

y ϕ :Mn(C)→Mn(C)una transformacion lineal autoadjuntaConsideramos la matrix

W ϕ := (idd ⊗ ϕ)(W ).

Quermos entender la distribucion espectal de W ϕ.W Wishart y ϕ(A) = At (Aubrun 2012).W Wishart y ϕ ”planar”W ϕ → Poisson compuesta libre (Banica,Nechita 2012).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 71: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Matrices con Bloques Modificados (con C. Vargas y I.Nechita

Sea W una matriz dn × dn autoadjunta y ϕ :Mn(C)→Mn(C)una transformacion lineal autoadjunta

Consideramos la matrix

W ϕ := (idd ⊗ ϕ)(W ).

Quermos entender la distribucion espectal de W ϕ.W Wishart y ϕ(A) = At (Aubrun 2012).W Wishart y ϕ ”planar”W ϕ → Poisson compuesta libre (Banica,Nechita 2012).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 72: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Matrices con Bloques Modificados (con C. Vargas y I.Nechita

Sea W una matriz dn × dn autoadjunta y ϕ :Mn(C)→Mn(C)una transformacion lineal autoadjuntaConsideramos la matrix

W ϕ := (idd ⊗ ϕ)(W ).

Quermos entender la distribucion espectal de W ϕ.W Wishart y ϕ(A) = At (Aubrun 2012).W Wishart y ϕ ”planar”W ϕ → Poisson compuesta libre (Banica,Nechita 2012).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 73: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Matrices con Bloques Modificados (con C. Vargas y I.Nechita

Sea W una matriz dn × dn autoadjunta y ϕ :Mn(C)→Mn(C)una transformacion lineal autoadjuntaConsideramos la matrix

W ϕ := (idd ⊗ ϕ)(W ).

Quermos entender la distribucion espectal de W ϕ.

W Wishart y ϕ(A) = At (Aubrun 2012).W Wishart y ϕ ”planar”W ϕ → Poisson compuesta libre (Banica,Nechita 2012).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 74: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Matrices con Bloques Modificados (con C. Vargas y I.Nechita

Sea W una matriz dn × dn autoadjunta y ϕ :Mn(C)→Mn(C)una transformacion lineal autoadjuntaConsideramos la matrix

W ϕ := (idd ⊗ ϕ)(W ).

Quermos entender la distribucion espectal de W ϕ.W Wishart y ϕ(A) = At (Aubrun 2012).

W Wishart y ϕ ”planar”W ϕ → Poisson compuesta libre (Banica,Nechita 2012).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 75: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Matrices con Bloques Modificados (con C. Vargas y I.Nechita

Sea W una matriz dn × dn autoadjunta y ϕ :Mn(C)→Mn(C)una transformacion lineal autoadjuntaConsideramos la matrix

W ϕ := (idd ⊗ ϕ)(W ).

Quermos entender la distribucion espectal de W ϕ.W Wishart y ϕ(A) = At (Aubrun 2012).W Wishart y ϕ ”planar”

W ϕ → Poisson compuesta libre (Banica,Nechita 2012).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 76: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Matrices con Bloques Modificados (con C. Vargas y I.Nechita

Sea W una matriz dn × dn autoadjunta y ϕ :Mn(C)→Mn(C)una transformacion lineal autoadjuntaConsideramos la matrix

W ϕ := (idd ⊗ ϕ)(W ).

Quermos entender la distribucion espectal de W ϕ.W Wishart y ϕ(A) = At (Aubrun 2012).W Wishart y ϕ ”planar”W ϕ → Poisson compuesta libre (Banica,Nechita 2012).

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 77: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Probabilidad Libre Valuada en Operadores

Definicion

An espacio de probabilidad no-conmutativo valuado enoperadores es una terna (M,E,B), donde M es un algebra,

B ⊆M es una subalgebra con la unidad de M, y E : M→ B esuna esperanza condicional.

1 E(bab′) = bE(a)b′

2 E(b) = b

3 E es completamente positivo.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 78: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Probabilidad Libre Valuada en Operadores

Definicion

An espacio de probabilidad no-conmutativo valuado enoperadores es una terna (M,E,B), donde M es un algebra,B ⊆M es una subalgebra con la unidad de M, y E : M→ B esuna esperanza condicional.

1 E(bab′) = bE(a)b′

2 E(b) = b

3 E es completamente positivo.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 79: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Probabilidad Libre Valuada en Operadores

Definicion

An espacio de probabilidad no-conmutativo valuado enoperadores es una terna (M,E,B), donde M es un algebra,B ⊆M es una subalgebra con la unidad de M, y E : M→ B esuna esperanza condicional.

1 E(bab′) = bE(a)b′

2 E(b) = b

3 E es completamente positivo.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 80: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Ejemplos

Si (A, τ) es un espacio de probabilidad no-conmutativo (escalar),podemos considerar (M,E,B) , donde M = M2(C)⊗A

,B = M2(C) y

E :M → M2(C)(a1 a2a3 a4

)7→

(τ(a1) τ(a2)τ(a3) τ(a4)

)

o la matrices diagonales B = D2(C)

E :M → D2(C)(a1 a2a3 a4

)7→

(τ(a1) 0

0 τ(a4)

)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 81: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Ejemplos

Si (A, τ) es un espacio de probabilidad no-conmutativo (escalar),podemos considerar (M,E,B) , donde M = M2(C)⊗A,B = M2(C) y

E :M → M2(C)

(a1 a2a3 a4

)7→

(τ(a1) τ(a2)τ(a3) τ(a4)

)

o la matrices diagonales B = D2(C)

E :M → D2(C)(a1 a2a3 a4

)7→

(τ(a1) 0

0 τ(a4)

)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 82: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Ejemplos

Si (A, τ) es un espacio de probabilidad no-conmutativo (escalar),podemos considerar (M,E,B) , donde M = M2(C)⊗A,B = M2(C) y

E :M → M2(C)(a1 a2a3 a4

)7→

(τ(a1) τ(a2)τ(a3) τ(a4)

)

o la matrices diagonales B = D2(C)

E :M → D2(C)(a1 a2a3 a4

)7→

(τ(a1) 0

0 τ(a4)

)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 83: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Ejemplos

Si (A, τ) es un espacio de probabilidad no-conmutativo (escalar),podemos considerar (M,E,B) , donde M = M2(C)⊗A,B = M2(C) y

E :M → M2(C)(a1 a2a3 a4

)7→

(τ(a1) τ(a2)τ(a3) τ(a4)

)

o la matrices diagonales B = D2(C)

E :M → D2(C)

(a1 a2a3 a4

)7→

(τ(a1) 0

0 τ(a4)

)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 84: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Ejemplos

Si (A, τ) es un espacio de probabilidad no-conmutativo (escalar),podemos considerar (M,E,B) , donde M = M2(C)⊗A,B = M2(C) y

E :M → M2(C)(a1 a2a3 a4

)7→

(τ(a1) τ(a2)τ(a3) τ(a4)

)

o la matrices diagonales B = D2(C)

E :M → D2(C)(a1 a2a3 a4

)7→

(τ(a1) 0

0 τ(a4)

)

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 85: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Transformada de Cauchy valuada en operadores

En el caso de de distribuciones valuadas en operatores latranformada de Cauchy-Stieltjes esta dada de la siguiente forma:

Para un xx fijo x ∈M, definimos Gx(b) = E[(b − x)−1

]para

todo b ∈ B de tal forma que b − x sea invertible en M.

Si tambien tenemos una estructura escalar (M,E,B), tal queτ E = τ , entonces

τ((z1B − x)−1) = τ(E((z1B − x)−1))

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 86: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Transformada de Cauchy valuada en operadores

En el caso de de distribuciones valuadas en operatores latranformada de Cauchy-Stieltjes esta dada de la siguiente forma:

Para un xx fijo x ∈M, definimos Gx(b) = E[(b − x)−1

]para

todo b ∈ B de tal forma que b − x sea invertible en M.Si tambien tenemos una estructura escalar (M,E,B), tal queτ E = τ , entonces

τ((z1B − x)−1) = τ(E((z1B − x)−1))

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 87: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

La ventaja del ultimo enfoque es que el problema se reduce acalcular las Transformadas de Cauchy valuadas en (Mm(C): Gf ∗f yGw .

Gf ∗f is facil :

Gf ∗f (b) = E((f ∗f − b)−1) = trn ⊗ idm((f ∗f − In ⊗ b)−1)

En muchos casos w tiene una formula algebraica , y podemoscalcular su tranformada de Cauchy esencialmente de la mismaforma que la transformada de Cauchy escalar de w

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 88: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

La ventaja del ultimo enfoque es que el problema se reduce acalcular las Transformadas de Cauchy valuadas en (Mm(C): Gf ∗f yGw .Gf ∗f is facil :

Gf ∗f (b) = E((f ∗f − b)−1) = trn ⊗ idm((f ∗f − In ⊗ b)−1)

En muchos casos w tiene una formula algebraica , y podemoscalcular su tranformada de Cauchy esencialmente de la mismaforma que la transformada de Cauchy escalar de w

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 89: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

La ventaja del ultimo enfoque es que el problema se reduce acalcular las Transformadas de Cauchy valuadas en (Mm(C): Gf ∗f yGw .Gf ∗f is facil :

Gf ∗f (b) = E((f ∗f − b)−1) = trn ⊗ idm((f ∗f − In ⊗ b)−1)

En muchos casos w tiene una formula algebraica , y podemoscalcular su tranformada de Cauchy esencialmente de la mismaforma que la transformada de Cauchy escalar de w

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 90: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

La ventaja del ultimo enfoque es que el problema se reduce acalcular las Transformadas de Cauchy valuadas en (Mm(C): Gf ∗f yGw .Gf ∗f is facil :

Gf ∗f (b) = E((f ∗f − b)−1) = trn ⊗ idm((f ∗f − In ⊗ b)−1)

En muchos casos w tiene una formula algebraica , y podemoscalcular su tranformada de Cauchy esencialmente de la mismaforma que la transformada de Cauchy escalar de w

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 91: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Figura: Block-modified Wigner matrix

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 92: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Figura: Block-modified Wishart matrix

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 93: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Figura: Block-modification of a rotated arcsine matrix

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 94: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

ε de Graficas.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 95: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 96: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

ε de Graficas.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 97: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Teorema

Sea G = (V ,E , e) una grafica localmente finita y sea k ∈ N. ParaN ≥ 1 y k ≥ 1 y sea G [∗N,k] la grafica k-distantedeG ∗N = G ∗ · · · ∗ G (N-potencia del producto libre de gr) y A[∗N,k]

su matriz de adyacencia. Denotando por σ el numero de vecinos dee en la grafica G . Entonces la distribucion con respecto al estadovacıo de (Nσ)−k/2A[∗N,k] converge cuando N →∞ a ladistribucion de

Pk(s), (3)

donde Pk(s) es el Chebychev polynomial de grado k y s es unavariable aleatoria con distribuci’on semicircular

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 98: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Figura: Graph of A2 split in two partsA2 = A(2)d + dI

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 99: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

Gracias

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 100: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

M. Anshelevich, S. T. Belinschi, M. Bozejko and Lehner F.,Free infinite divisibility for q-Gaussians. Math. Res. Lett. 17(2010), no. 05, 905–916

M. Ansehelevich and J. D. Williams. Limit theorems formonotonic convolution and the Chernoff product formula. Toappear in International Mathematics Research Notices.

O. Arizmendi, Convergence of the fourth moment andinfinitely divisibility. To appear in Probability andMathematical Statistics

O. Arizmendi and T. Hasebe. On Boolean Stable laws. Toappear in Proc. Amer. Math. Soc.

O. Arizmendi, T. Hasebe and N. Sakuma, On the Law of freeSubodinators ALEA, Lat. Am. J. Probab. Math. Stat. 10 (2),271-291 (2013)

O. Arizmendi and V. Perez-Abreu, On the non-classical infinitedivisibility of power semicircle distributions Communications

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 101: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

on Stochastic Analysis 4, 161-178. (2010). In honor ofGopinath Kallianpur.

O. Arizmendi and C. Vargas, Products of free randomvariables and k-divisible non-crossing partitions Elect. Comm.in Probab. 17 (2012)

O. Arizmendi and C. Vargas, Supeconvergence innon-commutative Central Limit Theorems: CombinatorialApproach preprint (2013)

O. Barndorff-Nielsen and S. Thorbjonsen, Classical and freeinfinite divisibility and Levy processes. Quantum independentincrement processes. II, 33-159, Lecture Notes in Math., 1866,Springer, Berlin, 2006.

S. Belinschi, Complex analysis methods in noncommutativeprobability, available in arXiv:math/0602343v1.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 102: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

S.T. Belinschi, M. Bozejko, F. Lehner and R. Speicher, Thenormal distribution is -infinitely divisible, Adv. Math. 226,No. 4 (2011), 3677-3698.

H. Bercovici and V. Pata, Stable laws and domains ofattraction in free probability theory (with an appendix byPhilippe Biane), Ann. of Math. (2) 149, No. 3 (1999),1023–1060.

H. Bercovici and D. Voiculescu, Free convolution of measureswith unbounded supports, Indiana Univ. Math. J. 42 (1993),733-773.

H. Bercovici and D. Voiculescu, Superconvergence to thecentral limit and failure of the Cramer theorem for freevariables.Probab. Theory Relat. Fields 102 (1995), 215–222.

Ph. Biane. Processes with free increments. Math. Z.,227,(1998), 143–174..

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 103: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

M. Bozejko and T. Hasebe, On free infinite divisibility forclassical Meixner distributions. arXiv:1302.4885

Bercovici, H. and D. Voiculescu (1995). Superconvergence tothe central limit and failure of the Cramer theorem for freerandom variables. Probab. Theory Relat. Fields 102, 215222.

V. Kargin. The norm of products of free random variables,Probab. Theory Relat. Fields 139, (2007) 397–413.

T. Hasebe, Free infinite divisibility for beta distributions andrelated distributions. arXiv:1305.0924

V. Kargin. On asymptotic growth of the support of freemultiplicative convolutions Elect. Comm. in Probab. 13(2008), 415–421

A. Nica and R. Speicher, Lectures on the Combinatorics ofFree Probability, London Mathematical Society Lecture NotesSeries 335, Cambridge University Press, Cambridge, 2006.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 104: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

T. Kemp, I. Nourdin, G. Peccati and R. Speicher (2012):Wigner chaos and the fourth moment, Ann. Probab. 40, no. 4,1577-1635.

R. Speicher. Multiplicative functions on the lattice ofnoncrossing partitions and free convolution, MathematischeAnnalen 298, 611–628 (1994).

D. Nualart and G. Peccati (2005). Central limit theorems forsequences of multiple stochastic integrals. Ann. Probab. 33(1), 177-193.

R. Speicher and R. Woroudi, Boolean convolution, in FreeProbability Theory, Ed. D. Voiculescu, Fields Inst. Commun.12 (Amer. Math. Soc., 1997), 267–280.

D. Voiculescu, Addition of certain non-commutative randomvariables, J. Funct. Anal. 66 (1986), 323–346.

D. Voiculescu, Multiplication of certain non-commutingrandom variables, J. Operator Theory 18 (1987), 223-235.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre

Page 105: 4+ formas de entender la probabilidad libre - Inicio · 2 Una variable aleatoria no-conmutativa (o s olo variable aleatoria) ... donde Aes un algebra compleja y ˚es un funcional

D. Voiculescu, K. Dykema and A. Nica, Free RandomVariables, CRM Monograph Series 1, Amer. Math. Soc.,Providence, 1992.

Octavio Arizmendi 4+ε formas de entender la probabilidad libre