多元宇宙学的能量格局通常由多维随机高斯势来建模。 此类模型的物理预测关键取决于潜在最小点处黑森州矩阵的特征值分布。 特别地，真空的稳定性和慢滚动的动态对最小特征值的大小敏感。 早先已经使用鞍点近似法以1 / N扩展的扩展顺序研究了Hessian特征值分布，其中N是景观的维数。 然而，这种近似对于频谱的较小特征值端是不够的，在频谱的次特征项中起着重要的作用。 我们将鞍点法扩展到考虑次领导贡献。 我们还开发了一种新方法，其中特征值分布在随机过程（Dyson Brownian运动）的端点处被视为平衡分

我们开发了一种随机描述小范围通货膨胀历史的方法，该方法在随机势中有一个优美的出口，其Hessian是高斯随机矩阵，作为弦线景观非结构化部分的模型。 从小场膨胀区到可行的后期de Sitter（dS）最小值的这种随机势的动态演化与描述随机矩阵理论中非平衡特征值谱弛豫的戴森布朗运动的动力学映射。 我们以描述临界点质量矩阵的维格纳系综特征值分布的分区函数的鞍点近似值来分析计算松弛概率。 当应用于景观中的小视野膨胀时，这导致了对小视野范围的指数强烈偏倚，并且由于未观察到负空间曲率而导致在膨胀过程中参与的