[論文レビュー] Markov Chains from Descent Operators on Combinatorial Hopf Algebras

C. Y. Amy Pang|arXiv (Cornell University)|Sep 14, 2016

Advanced Combinatorial Mathematics参考文献 57被引用数 3

ひとこと要約

本稿は、木、順列、分割などの組合せ的構造の破壊と再結合をモデル化する、組合せ的ホップ代数上の降下作用素から導かれるマルコフ連鎖の一般枠組みを構築する。この枠組みにより、固有値、定常分布、完全な右固有基底を一様に計算可能となり、チーム編成やタスクの位置といった統計量の時間的推移に対する正確な解析が可能となる。

ABSTRACT

We develop a general theory for Markov chains whose transition probabilities are the coefficients of descent operators on combinatorial Hopf algebras. These model the breaking-then-recombining of combinational objects. Examples include the various card-shuffles of Diaconis, Fill and Pitman, Fulman's restriction-then-induction chains on the representations of the symmetric group, and a plethora of new chains on trees, partitions and permutations. The eigenvalues of these chains can be calculated in a uniform manner using Hopf algebra structure theory, and there is a simple expression for their stationary distributions. For an important subclass of chains analogous to the top-to-random shuffle, we derive a full right eigenbasis, from which follow exact expressions for expectations of certain statistics of interest. This greatly generalises the coproduct-then-product chains previously studied in joint work with Persi Diaconis and Arun Ram.

研究の動機と目的

• 既存のマルコフ連鎖モデル（例：トップからランダムにカードを切り替えるシャッフル、制限・誘導連鎖）を、組合せ的ホップ代数上の降下作用素フレームワークによって統一的に一般化すること。
• ホップ代数構造論を用いて、このような連鎖の固有値および定常分布を体系的に計算する手法を提供すること。
• トップからランダムにカードを切り替えるシャッフルに類似した主要な部分クラスの連鎖に対して、完全な右固有基底を構成し、関連統計量の期待値を正確に計算可能とする。
• コプロダクト・トゥ・プロダクト連鎖に関する先行研究を、より豊かな代数的構造および広範な組合せ的対象のクラスに拡張すること。
• 理論を具体的なモデル（組織の階層構造、To-Doリストのダイナミクス）に応用し、システムの時間的挙動に関する正確な確率的予測を導出すること。

提案手法

• 組合せ的ホップ代数（特に根付き木のコンネス＝クライマー代数と、マルヴェヌート＝ルーテナウア代数FQSym）上の降下作用素を用いて、マルコフ連鎖の遷移行列を定義する。
• ホップ代数とその双対との双対性を応用し、コプロダクトおよび積写像を用いて右固有関数を構成する。特に、降下集合と標準化の構造を活用する。
• 再帰的ラッピングの概念と双対代数FQSym*の構造を用いて、初期部分に固定された点での挙動を示す、置換でインデックス付けられた固有関数を導出する。
• 降下作用素のスペクトル的性質を用いて、木に基づく連鎖では固有値を $ q^{n'} $、To-Doリスト連鎖では $ rac{j}{n} $ として導出する。
• 相対的な接尾語の順序に基づき、値が $ \begin{cases} 1 & \text{if } \text{std}(\text{suffix}) = \bar{\tau} \\ -1 & \text{if } \text{std}(\text{suffix}) = 1\bar{\tau}_{\text{shifted}} \\ 0 & \text{otherwise} \end{cases} $ となる明示的な固有関数 $ \textbf{f}_\tau $ を構成する。
• 期待値の線形性と固有関数の性質を用いて、時間に依存する確率（例：$ t $ 日後のTo-Doリストにおける最新タスクの位置）を計算する。

実験結果

リサーチクエスチョン

• RQ1 組合せ的再結合をモデル化するマルコフ連鎖の固有値と定常分布を、さまざまな組合せ的ホップ代数にわたって一様に計算する方法は何か？
• RQ2 降下作用素を用いたホップ代数の文脈において、トップからランダムにカードを切り替えるシャッフルに類似した連鎖の完全な右固有基底の構造は何か？
• RQ3 チーム編成やタスクの位置といった組合せ的統計量の期待値を、固有基底を用いて正確に計算する方法は何か？
• RQ4 双対代数FQSym*は、固有関数の構成およびこれらの連鎖のスペクトル的性質の解析において果たす役割は何か？
• RQ5 再帰的ラッピングと遅延版の連鎖は、長期的挙動および一時的確率の解析をどのように簡素化するか？

主な発見

• 会社の階層連鎖の固有値は $ 1 $ および $ q^{n'} $（$ 2 \times n' \times n_0 $）であり、それぞれの重複度は根を含むサイズ $ n' $ の連結部分集合の数に等しい。
• To-Doリスト連鎖の固有値は $ 0, \frac{1}{n}, \frac{2}{n}, \boxed{\frac{n-2}{n}}, 1 $ であり、$ \frac{j}{n} $ の重複度は $ (n-j)! - (n-j-1)! $ に等しい。
• To-Doリスト連鎖に対して完全な右固有基底が構成され、置換 $ \tau $ でインデックス付けされた固有関数 $ \textbf{f}_\tau $ は、$ 1, \boxed{2}, \boxed{\text{...}}, j $ を点ごとに固定し、$ \tau_{k+j} = j+1 $ を満たす。
• $ t $ 日後に、下位 $ n-j $ 個のタスクの中で最新のタスクが位置 $ j+1 $ にある確率は、$ \frac{1}{n-j} \big(1 + \beta_j^t (n-j-1)\big) $ であり、ここで $ \beta_j = \frac{j}{n} $ である。
• $ k > 1 $ のとき、差 $ \text{Prob}(\bar{\tau}_k = 1) - \text{Prob}(\bar{\tau}_1 = 1) = -\beta_j^t $ が、固有関数の評価と期待値の線形性から導出される。
• 再帰的ラッピングにより、連鎖の挙動は $ \frac{j}{n} $-遅延版のトップからランダムにカードを切り替えるシャッフル、または二項再挿入プロセスに簡略化され、一時的解析が容易になる。