非负矩阵随机乘积的顶层 Lyapunov 指数是什么？

随机矩阵乘积中隐藏的增长率

取有限个可逆非负 2×2 矩阵，赋予它们正权重且权重之和为 1，再独立同分布地抽取矩阵序列。顶层 Lyapunov 指数 λ 是 (1/n) log ‖A_in ⋯ A_i1‖ 当 n 增大时的几乎必然极限，且不依赖所选范数。换句话说，λ 是随机乘积拉伸一个向量的指数速率。

这个极限的存在性是经典结论，但即使只在 2×2 情形下，为 λ 找到显式且快速收敛的表达式仍然困难。论文的动机来自维数理论：在计算 Cantor 型分形与自身随机平移的交集的 Hausdorff 维数时，λ 会出现。正是这一联系，使一个可计算的 λ 公式不只是数值上的便利。

核展开取代逐一枚举乘积

Pollicott 的早期工作通过转移算子的 Fredholm 行列式的根来表示 λ。该行列式的第 n 个系数需要计算所有长度为 n 的矩阵乘积，因此乘积数量按组合方式增长；对 2×2 矩阵，由此产生的成本是次指数的，为把截断误差控制在 ε 以内，需要 O(exp(α√log(1/ε))) 次算术运算。

这篇论文改为把 Furstenberg–Kifer 变分公式中的被积函数，按函数族 {1} ∪ {φ_n} 展开；其中每个 φ_n 对转置 Möbius 映射的任意平稳测度积分都为零。作者把这一做法称为核展开。展开后得到级数 λ = Σ_{n≥0} (T^n v)_0 中的无限矩阵 T 和向量 v，论文还证明 T 把相关向量空间 V 映到自身，而这一点从定义中并不显然。

截断误差以多项式成本下降

定理 1.2 让这个级数变得可用。对任意 ε > 0，存在整数 N = O(log(1/ε)) 和 M = O(log(N/ε))，使得把 T 换成其左上角 M×M 子矩阵 T_M、把 v 换成前 M 个分量后，误差小于 ε。总算术成本为 O((log(1/ε))^3)。

证明把误差拆成两部分。Neumann 级数的尾部由平稳测度算子 H 的 Wasserstein 压缩性控制，给出几何界 E r^{n−1}，其中压缩率 r < 1。截断误差更难处理：逐项取绝对值得到的界会随指标 k 增大而发散，因此论文先为 T 和 T_M 导出围道积分表示，使振荡中的相消变得可见，再把表示提升到迭代，并用一个裂项恒等式完成估计。

无非双曲连接时非负矩阵族适用

级数最初只对逐项为正的矩阵证明。为了推广，论文把双曲连接定义为：某个矩阵把一个矩阵的不稳定方向映到另一个矩阵的稳定方向。定理 1.4 证明以下三个条件等价：矩阵族 {A_i} ∪ {A_i A_j} 没有深度 2 的广义双曲连接；射影 Möbius 映射存在不变闭弧；存在可逆矩阵 P，使每个 P A_i P^{-1} 都是正矩阵。

第三个条件正是结果得以转移的原因：乘积经 P 共轭后保持不变，因此原矩阵族的 Lyapunov 指数等于正矩阵族的 Lyapunov 指数，于是可以应用定理 1.1。这种等价性在特定意义上是精确的。注 1.5 指出，当存在深度 2 的广义双曲连接时，级数的形式部分和可能收敛到真值，也可能振荡而不收敛；例 5.7 给出了不收敛的情形。

Cantor 集交集继承级数公式

Kenyon 和 Peres 把 b 进 Cantor 集的 dim_H((K1 + t) ∩ K2) 表示为 λ / log b，其中 λ 是由数字集构造的 b 个矩阵 A_0, …, A_{b−1} 的 Lyapunov 指数，前提是这些矩阵的任意有限乘积都不为零。因此，只要这些矩阵能共轭为正矩阵，新的级数就给出一个可计算的维数公式。

命题 1.8 覆盖了“一位禁用”族：当 b ≥ 5 时，D1 和 D2 各自只缺少一个数字 τ 和 u。该数对非退化，当且仅当被缺少的两个数字都不是 0 或 b−1，且 τ + u = b−1；此时不存在深度 2 的广义双曲连接，级数适用。对 D1 = D2 = {0,1,3,4} 的中间五分之一 Cantor 集，该方法给出经严格认证的 λ = 1.15935795532718828347…，精确到 128 位小数，因此对 Lebesgue 几乎处处的 t，dim_H(C5 ∩ (C5 + t)) = λ / log 5。

覆盖并不完整。b = 4 且 D1 = {0,1,3}、D2 = {0,2,3} 的情形及其镜像情形虽然非退化，却包含一个抛物映射，从而产生深度 2 的广义双曲连接；论文指出，这是“一位禁用”族中仍超出其方法范围的仅有的数对。对厚 Cantor 集，命题 1.12 表明：若每个数字集至少保留 b − ⌊(b−3)/5⌋ 个数字且 b ≥ 3，则该数对要么退化，要么存在不变弧，因此级数表示成立。

三项递推获得几乎必然增长率

同一套方法还能确定独立同分布三项递推 x_{n+1} = a_{i_{n+1}} x_n + b_{i_{n+1}} x_{n−1} 的几乎必然增长率；该递推从 x_0 = x_1 = 1 出发，每一步从有限个正数对 (a_i, b_i) 中按权重 w_i 独立抽取。这把经典随机 Fibonacci 情形——f_n = ±f_{n−1} ± f_{n−2}，符号独立均匀选取，增长率为 1.13198824…——推广到有限多个正系数对。

定量界仍限于 2×2 情形

论文明确说明了适用范围。核展开论证中代数与裂项的部分可以推广到可逆正 (d+1)×(d+1) 矩阵，作者也概述了 d 维单纯形、Hilbert 射影度量以及矩阵 T 的多变量版本。但支撑 O((log(1/ε))^3) 复杂度的定量截断估计目前只适用于 2×2 矩阵，因此不应假定多项式成本保证在高维也成立。

第二个边界是双曲条件本身。非负矩阵族的级数表示依赖于不存在深度 2 的广义双曲连接，而论文留下两个未解问题：数字对何时退化，以及非退化时这种连接何时出现（问题 1.11）。实际优先级正来自这两个边界：经认证且快速收敛的计算适用于正 2×2 矩阵族，以及通过不变弧检验的非负矩阵族；Cantor 集与递推的应用也恰好继承这一适用范围。

本文引用的文献