[論文レビュー] The limit shape of random permutations with polynomially growing cycle weights

Alessandra Cipriani, Dirk Zeindler|arXiv (Cornell University)|Dec 12, 2013

Bayesian Methods and Mixture Models参考文献 28被引用数 12

ひとこと要約

本稿では、多項式的に成長するサイクル重みをもつランダム置換に関連するヤング図形の極限形状を、母関数および鞍点法を用いて確立する。また、極限形状の近傍におけるフラクチュエーションが漸近的に正規分布に従うことを証明し、異なる点における連関フラクチュエーションに非自明な依存構造が存在することを明らかにした。これは、EwensおよびPlancherel測度に関する古典的結果を、より広いクラスの乗法的測度へと拡張するものである。

ABSTRACT

In this work we are considering the behavior of the limit shape of Young diagrams associated to random permutations on the set $\{1,\dots,n\}$ under a particular class of multiplicative measures. Our method is based on generating functions and complex analysis (saddle point method). We show that fluctuations near a point behave like a normal random variable and that the joint fluctuations at different points of the limiting shape have an unexpected dependence structure. We will also compare our approach with the so-called randomization of the cycle counts of permutations and we will study the convergence of the limit shape to a continuous stochastic process.

研究の動機と目的

• 乗法的測度のもとで多項式的に成長するサイクル重みをもつランダム置換に対応するヤング図形の極限形状を特定すること。
• 極限形状の周囲におけるフラクチュエーションの漸近的挙動、特にその分布および依存構造を分析すること。
• EwensおよびPlancherel測度に関する古典的結果を、多項式的に成長する重みをもつより広いクラスの測度へと拡張すること。
• スケーリングされた形状過程が $ n \to \infty $ の際に連続な確率過程へと収束する様子を調査すること。

提案手法

• 著者らは、与えられた測度のもとでの分配関数の漸近的挙動を分析するため、母関数および複素解析、特に鞍点法を用いる。
• 彼らは $ \vartheta_m \sim (\log m)^j m^\alpha / \Gamma(\alpha+1) $ を満たす母関数 $ g_{\theta}(t) = \sum_{m=1}^\infty \vartheta_m t^m $ を定義し、その特異点を分析することで漸近的挙動を抽出する。
• 極限形状は、$ A_n B_n = n $ を満たすパラメータ $ A_n $ および $ B_n $ を用いたヤング図形のスケーリングによって導出され、スケーリングされた形状の下で単位面積を保証する。
• 複数の点における連関フラクチュエーションは、多変数母関数およびモーメント母関数を用いて研究され、$ \widetilde{w}_n^\mathbf{s}(x) $ を用いた正規化が施される。
• 非整数境界をもつEuler-Maclaurin公式が、母関数の漸近的解析における離散和を扱うために拡張される。
• 解析には、重要な関数の log-$ n $-適応性の証明および鞍点近似を用いた漸近展開における誤差項の制御が含まれる。

実験結果

リサーチクエスチョン

• RQ1 乗法的測度のもとで多項式的に成長するサイクル重みをもつランダム置換に関連するヤング図形の極限形状は何か？
• RQ2 極限形状の周囲におけるフラクチュエーションはどのように振る舞うか——特に、それらは漸近的に正規分布に従うか？
• RQ3 極限形状の異なる点における連関フラクチュエーションの依存構造は何か？
• RQ4 スケーリングされた形状過程は、$ n \to \infty $ の際にどのように連続な確率過程へと収束するか？

主な発見

• スケーリングされたヤング図形の極限形状は、母関数 $ g_\theta(t) $ の漸近的挙動から導かれる決定的関数 $ w_\infty(x) $ にほとんど確実に収束する。
• 極限形状の任意の固定点の近傍におけるフラクチュエーションは、鞍点における母関数の2階微分によって制御される分散をもつ漸近的正規分布に従う。
• 2つの異なる点 $ x_1 $ および $ x_2 $ における連関フラクチュエーションは、モーメント母関数における共分散項によって示されるように、非自明な依存構造を示し、独立ではない。
• 点におけるフラクチュエーションの分散は $ O((x_2 - x_1)^2) $ のスケーリングを示しており、形状上の異なる位置における非マルコフ的依存性を示唆する。
• スケーリングされた形状過程 $ A_n w_n(B_n x) $ は分布収束により連続な確率過程に収束し、その極限は母関数 $ \exp(g_\theta(t)) $ によって特徴づけられる。
• 本手法は、$ \vartheta_m \sim \text{const} \cdot (\log m)^j m^\alpha $ を満たす一般の重みに対しても適用可能であり、収束を保証するための条件 $ \beta < \alpha/2 $ が成立する。