结果族 239：Sharp singularity rates for symmetric random sign matrices · 学科：Probability and statistical mechanics · 验证状态：暂无形式化证明，请以社区核验为准
用掷硬币填满一面”镜子”方阵：第 @@M@@i@@ 行 @@M@@j@@ 列与第 @@M@@j@@ 行 @@M@@i@@ 列永远相同。这面随机镜子有多大机会不可逆？论文给出精确答案：概率是 @@M@@(1/2)^n@@ 量级，而且几乎全部”罪责”来自最笨的一种情形——两行长得一模一样。
关键词卡片
@@M@@a_{ij}=a_{ji}@@ 的随机方阵，像沿对角线立了一面镜子@@M@@2^{-n}@@；本文证明其他机制合起来也不超过它看个具体例子
定理：@@M@@\Pr(\det A_n=0)=\left(\tfrac12+o(1)\right)^n@@。下界：指定两行相等的概率恰为 @@M@@2^{-n}@@（两行交点之外的位置独立配合）；上界：整数核向量、近似核向量等其余机制合计不超过同一指数。@@M@@n=100@@ 时约 @@M@@2^{-100}\approx8\times10^{-31}@@。下图是一个 @@M@@n=3@@ 的退化样本：前两行完全相同，行列式必为 0；这个小样本里”前两行相同”的概率是 @@M@@2^{-3}=1/8@@，正是定理公式的缩影。
为什么值得关心
对称随机矩阵是自旋玻璃等物理模型的基本对象，奇异性率是它的”体质指标”；非对称情形早有精确答案，本文补上了对称这块拼图。
暂无形式化证明（AI 结果待核验）
第一级台阶
入门导读把对称矩阵比作”掷硬币填满一面镜子”：只填对角线及以上，下半区由镜像决定。半数学地说：对象是一面这样的随机镜子，操作是检查它是否退化——线性方程组是否失去唯一解。导读指认的”头号嫌犯”是两行长得一模一样，这种最笨的退化方式发生机会约为 @@M@@2^{-n}@@；定理的全部内容是说：所有聪明的退化方式合起来，在指数尺度上也不超过这个笨办法。
第二级台阶
精确化：@@M@@A_n@@ 是对角线及以上元素独立均匀取 @@M@@\pm1@@ 的对称矩阵，奇异即 @@M@@\det A_n=0@@。证明沿主子式（删去同号行列所得的子矩阵）逐级推进，核心角色是判别群 @@M@@G_B=\mathbb Z^m/B\mathbb Z^m@@——由非奇异比特矩阵 @@M@@B@@ 派生的有限交换群，其上带双线性配对 @@M@@([x],[y])\mapsto x^{\mathsf T}B^{-1}y\pmod{\mathbb Z}@@；能使矩阵退化的新列 @@M@@z@@ 恰对应群中自配对为零（迷向）的类，全体这样的列构成容许列集 @@M@@\mathcal S(B)@@。
第三级台阶
定理的语境：经过 Schur 补与对角比特翻转两步归约，余秩一情形化为加列问题，@@M@@\Pr(\mathrm{corank}=1)\le N2^{-N}\E|\mathcal S(\mathbf B_{N-1})|@@，更高余秩的概率不超过 @@M@@2^{-\Omega(N^{6/5})}@@、可以丢弃——于是只剩证 @@M@@\E|\mathcal S|\le2^{o(N)}@@。假设除模型本身的独立均匀性外主要是”典型性”：例外集概率 @@M@@2^{-Nf(N)}@@ 之外，容许列数被算术位势 @@M@@\Psi(B)@@ 控制，而 @@M@@\E 2^{N\Psi}\le2^{o(N)}@@ 说明这种算术结构典型地便宜。结论 @@M@@\Pr(\det A_n=0)=(\tfrac12+o(1))^n@@：下界来自两行相等，上界说明其他机制合计不改变指数。
证明了对角线及以上元素独立、均匀取 @@M@@\pm1@@ 的对称随机矩阵满足 @@M@@\Pr(\det A_n=0)=(1/2+o(1))^n@@：最朴素的”两行相等”机制就是奇异的全部指数级来源，对称模型悬置的精确奇异率由此确定。
离散随机矩阵何时奇异（singularity）是自 Komlós 以来的经典难题。独立条目模型已完全理解：Komlós 证明独立均匀 @@M@@0/1@@ 矩阵以趋于 1 的概率非奇异，Tikhomirov 进一步证明独立均匀符号矩阵的奇异概率恰为 @@M@@(1/2+o(1))^n@@。但对称（symmetric）模型中揭示一行等于同时揭示所有后续行的一列，行与行不再独立，基于独立行的利特尔伍德–奥福德（Littlewood–Offord）反集中论证全部失效。Costello–Tao–Vu 发展二次利特尔伍德–奥福德理论，首次证明对称伯努利矩阵渐近非奇异，界为 @@M@@O(n^{-1/8+\delta})@@；此后 Nguyen 改进到任意多项式衰减，Vershynin 与一系列后续工作（最优达 @@M@@\exp(-c\sqrt{n\log n})@@）逐步推进，Campos–Jenssen–Michelen–Sahasrabudhe 终于得到指数界 @@M@@\exp(-cn)@@。但指数常数是否最优——即奇异率是否恰为 @@M@@(1/2)^n@@——此前未知，本文给出肯定回答。
定理 1.1 设 @@M@@A_n@@ 为对称 @@M@@n\times n@@ 随机矩阵，其对角线及以上元素独立且均匀分布于 @@M@@\{-1,1\}@@，则
@@M@@D\Pr(\det A_n=0)=\left(\frac12+o(1)\right)^n=2^{-n+o(n)}.@@
下界显而易见：指定两行相等的概率恰为 @@M@@2^{-n}@@——两行交点之外有 @@M@@n-2@@ 个坐标相等比较，加上两个对角位置条件，它们相互独立。定理的实质是上界：整数核向量、近似核向量等所有其他奇异机制合起来，在指数尺度上也不超过”两行相等”。
全文沿”归约—位势—静态计数—动态控制”展开。
先做两次精确归约。将 @@M@@A_n@@ 乘以 @@M@@(A_n)_{11}@@ 并作对角合同变换，可使第一行全为 1，其 Schur 补（Schur complement）等于 @@M@@-2@@ 乘一个比特对称矩阵，故 @@M@@\Pr(\det A_n=0)=\Pr(\det\mathbf B_{n-1}=0)@@，而比特模型的上三角元素独立均匀。再翻转 @@M@@k-1@@ 个对角比特（@@M@@k\le N^{3/5}@@）可把余秩（corank）@@M@@k@@ 化为 1，每个像至多 @@M@@2^{o(N)}@@ 个原像；更高余秩的概率不超过 @@M@@2^{-\Omega(N^{6/5})}@@，可以忽略。余秩一又化为加列问题：删去核向量绝对值最大的坐标得非奇异主子式（principal minor）@@M@@B@@，被删列 @@M@@z@@ 必属于容许列集 @@M@@\mathcal S(B)=\{z\in\{0,1\}^m:z^{\mathsf T}B^{-1}z\in\{0,1\},\ \|B^{-1}z\|_\infty\le1\}@@，且 @@M@@\Pr(\mathrm{corank}=1)\le N2^{-N}\E|\mathcal S(\mathbf B_{N-1})|@@。于是全部问题化为证明 @@M@@\E|\mathcal S(\mathbf B_{N-1})|\le2^{o(N)}@@。
再在判别群（discriminant group）@@M@@G_B=\mathbb{Z}^m/B\mathbb{Z}^m@@ 上定义算术位势（potential）@@M@@\Psi@@：以 @@M@@k_B(p,e)@@ 记各素数幂层的层高、@@M@@\nu_p=\log_Np/N@@ 记权，令 @@M@@\Psi(B)=\sum\nu_p\,\phi(k_B(p,e))@@（@@M@@\phi(1)=0@@，@@M@@\phi(2)=7/5@@，@@M@@\phi(k)=2k@@）。两个支柱命题：典型地（即除概率 @@M@@2^{-Nf(N)}@@、@@M@@f\to\infty@@ 的例外集外）@@M@@|\mathcal S(B)|\le2^{N(\Psi+\ell^{-A})}@@；以及 @@M@@\E\,2^{N\Psi(\mathbf B_{N-1})}\le2^{o(N)}@@。前者把容许列数押在 @@M@@B@@ 的算术结构上，后者说明这种结构典型地便宜，相乘即得目标。
静态一半（第六节）用判别配对 @@M@@\lambda_B(\bar x,\bar y)=x^{\mathsf T}B^{-1}y\pmod{\mathbb{Z}}@@：它是完美（perfect）配对，且容许列的类必迷向（isotropic）。对迷向元作正交块分解并染色，使同色元素之差的配对值阶可控；大色块经鲁棒子集构造出 @@M@@B^{-1}@@ 图像上协体积（covolume）可控的格。由低高度有理子空间覆盖（low-height cover）使秩估计对所有子空间同时成立，从而让配对给出的行列式下界与典型秩及谱性质的上界相矛盾——后者由半圆律矩估计加 Talagrand 凸集中不等式推出，说明近零特征值稀少；格部分对删去极小子格后的正交商调用 Regev–Stephens-Davidowitz 的逆向 Minkowski 定理（Reverse Minkowski）。
动态一半（第七至十一节）沿主子式路径推进：门控删除引理保证任何非奇异矩阵都可经宽度 1 或 2 的非奇异主子式步到达，宽度二步满足”两新列均容许”的门、其概率由静态列估计直接支付；宽度一步的位势增长由”证书定价”在条件指数矩中结清。高层尾部由”对所有素数的余秩一致不超过 @@M@@N^{3/5}@@“与尾递归排除。最后在短终端窗口上二选一：某节点位势已小则局部估计直接收官；否则一个有界辅助统计量持续下降，迫使出现大量条件概率极小的步骤，总概率可以忽略。
主结果尚无 Lean 形式化证明。姊妹篇（偏置对称情形）直接沿用本文的主子式路径、判别群配对与格工具，并将其立方交估计加强为同时版本，两文互相支撑、共同构成族 239。按 OpenAI 官方声明，未经形式化的结果可能存在问题，请以社区核验为准。
问 1：证明中最关键、最脆弱的一步是哪里？
（答：静态一半的”迷向类计数”。判别配对 @@M@@x^{\mathsf T}B^{-1}y\pmod{\mathbb Z}@@ 是完美配对，容许列的类必迷向；对迷向元作正交块分解并染色后，大色块经鲁棒子集造出 @@M@@B^{-1}@@ 图像上协体积可控的格，配对给出行列式下界，而半圆律矩估计加 Talagrand 凸集中不等式给出的典型秩与谱性质给出上界——矛盾即得列数界。格那侧删去极小子格后对正交商调用 Regev–Stephens-Davidowitz 逆向 Minkowski 定理。这个”算术下界 vs 随机上界”的对接是全文枢纽。）
问 2：对称性到底卡住了什么，论文用什么替代独立行的反集中？
（答：揭示一行等于同时揭示后续所有行的一列，行间不再独立，经典 Littlewood–Offord 反集中失去立足点。替代品是把退化风险记在判别群的算术账上：迷向类结构、素数幂层高与位势 @@M@@\Psi@@，反集中只用于谱端（近零特征值稀少）。）
问 3：与 Campos–Jenssen–Michelen–Sahasrabudhe 的 @@M@@\exp(-cn)@@ 相比，真正新意是什么？
（答：定出指数常数是最优的 @@M@@1/2@@（即 @@M@@2^{-n+o(n)}@@）。为此整套机械换成算术路线：位势函数、主子式路径上的证书定价、逆向 Minkowski——而非逆 Littlewood–Offord 加随机性反演。指数常数的锐度要求所有辅助机制（整数核、近似核、高余秩）逐一被压到 @@M@@2^{o(n)}@@，不容一项超支。）
问 4：余秩大于一的情形为什么可以忽略？
（答：翻转 @@M@@k-1@@ 个对角比特（@@M@@k\le N^{3/5}@@）可把余秩 @@M@@k@@ 化为一，每像至多 @@M@@2^{o(N)}@@ 个原像；更高余秩由”对所有素数的余秩一致不超过 @@M@@N^{3/5}@@“及尾递归控制，概率不超过 @@M@@2^{-\Omega(N^{6/5})}@@，在指数尺度上可丢。）
问 5：作为 AI 生成的证明，最可能出错的模式是什么？
（答：典型风险是”魔法常数”与多级量词：位势分层取 @@M@@\phi(2)=7/5@@、@@M@@\phi(k)=2k@@ 这类手工调校值；门控删除引理的宽度一/二分叉；终端短窗口上”位势小则收官、否则辅助统计量持续下降”的二选一论证——分支概率账一旦算错，@@M@@2^{o(N)}@@ 就保不住。本文未形式化，姊妹篇也只沿用其框架而非核验其细节。）
问 6：这个结果谁会用到？
（答：对称随机矩阵是自旋玻璃等物理模型的基本对象，奇异率是其体质指标；最小奇异值与秩亏方向的工作可直接引用这一基准率；姊妹篇（偏置对称情形）已直接沿用本文的主子式路径、判别群配对与格工具。）
问 7：结果还有哪些自然延伸未解决？
（答：非均匀（偏置）情形由姊妹篇处理；一般分布或稀疏对称模型的对应率、以及 @@M@@o(n)@@ 项的精确阶，论文均未展开。）
总评
这篇论文为对称伯努利模型补上了与非对称情形同样锐利的奇异率 @@M@@(1/2+o(1))^n@@，把”两行相等是全部指数来源”这一直觉变成定理，算术机械完整自洽；最大风险是位势定价与终端二选一论证的常数账未经形式化，属需要逐节人工核验的重技术证明。