English
In recent work on nonequilibrium statistical physics, a certain Markovian exclusion model called an asymmetric annihilation process was studied by Ayyer and Mallick. In it they gave a precise conjecture for the eigenvalues (along with the multiplicities) of the transition matrix. They further conjectured that to each eigenvalue, there corresponds only one eigenvector. We prove the first of these conjectures by generalizing the original Markov matrix by introducing extra parameters, explicitly calculating its eigenvalues, and showing that the new matrix reduces to the original one by a suitable specialization. In addition, we outline a derivation of the partition function in the generalized model, which also reduces to the one obtained by Ayyer and Mallick in the original model.
French
Dans un travail récent sur la physique statistique hors équilibre, un certain modèle d'exclusion Markovien appelé "processus d'annihilation asymétrique'' a été étudié par Ayyer et Mallick. Dans ce document, ils ont donné une conjecture précise pour les valeurs propres (avec les multiplicités) de la matrice stochastique. Ils ont en outre supposé que, pour chaque valeur propre, correspond un seul vecteur propre. Nous prouvons la première de ces conjectures en généralisant la matrice originale de Markov par l'introduction de paramètres supplémentaires, calculant explicitement ses valeurs propres, et en montrant que la nouvelle matrice se réduit à l'originale par une spécialisation appropriée. En outre, nous présentons un calcul de la fonction de partition dans le modèle généralisé, ce qui réduit également à celle obtenue par Ayyer et Mallick dans le modèle original.