[논문 리뷰] Matrix integrals and enumeration of maps

Jérémie Bouttier|arXiv (Cornell University)|2011. 04. 15.

Topological and Geometric Data Analysis참고 문헌 35인용 수 4

한 줄 요약

이 논문은 랜덤 매트릭스 이론에서의 행렬 적분과 평면 맵—표면에 임베딩된 그래프—의 수를 세는 것 사이의 깊은 연결 고리를 확립한다. 히어르미션 일매트릭스 모델의 자유 에너지의 형식적 전개가 맵에 해당하는 다이어그램을 생성한다는 것을 보여줌으로써 이루어진다. 핵심 기여는 매트릭스 모델 방정식의 해와 조합적 트리 사이의 이항 대응 관계를 제시함으로써, 주어진 정점 차수를 갖는 평면 맵의 정확한 수를 세는 데 기여한다. 이는 랜덤 표면 위의 통계역학 및 큰 랜덤 맵의 기하적 성질에 응용된다.

ABSTRACT

This chapter is an introduction to the connection between random matrices and maps, i.e graphs drawn on surfaces. We concentrate on the one-matrix model and explain how it encodes and allows to solve a map enumeration problem.

연구 동기 및 목표

• 히어르미션 일매트릭스 모델과 평면 맵의 수를 세는 것 사이의 엄밀한 연결 고리를 확립하기 위해.
• 순수 조합론적 방법으로는 어려운 맵 수를 세는 문제를 매트릭스 적분 기법을 통해 해결할 수 있음을 보여주기 위해.
• 매트릭스 모델의 해와 레이블이 부여된 트리의 가족 사이의 이항 대응 관계를 유도함으로써 맵 수를 세는 결과에 대한 구축적 증명을 제공하기 위해.
• 다중매트릭스 모델을 사용하여 이중 맵 및 더 일반적인 맵 계열로 이 방법을 확장하기 위해.
• 이러한 이항 대응 관계의 기하학적 의미, 특히 그래프 거리와 랜덤 맵의 이점 함수와의 관련성을 드러내기 위해.

제안 방법

• 다항식 잠재력이 있는 히어르미션 일매트릭스 모델을 사용하여 자유 에너지의 형식적 멱급수 전개를 유도하며, 이 전개의 항들은 평면 맵에 해당한다.
• 매트릭스 모델의 파이먼 다이어그램을 임bedded된 그래프(맵)로 식별하며, 정점, 간선, 면이 전개의 항들과 대응된다.
• 랜덤 매트릭스 이론의 루프 방정식을 적용하여 주어진 차수 분포를 갖는 맵의 생성함수에 대한 함수 방정식을 유도한다.
• 루트가 있는 트리의 계승적 가족—R-트리와 S-트리—를 구성하며, 이들의 생성함수는 매트릭스 모델에서 유도된 방정식과 동치이다.
• S-트리의 검은 색과 흰 색 잎을 정규화된 매칭 절차를 적용하여 평면 맵을 재구성함으로써 일대일 대응을 수립한다.
• 이 이항 대응 관계는 잘 레이블이 부여된 트리와 모바일로 확장되며, 맵 기하학(예: 그래프 거리)이 트리의 레이블링과 이점 함수와 연결된다.

실험 결과

연구 질문

• RQ1 매트릭스 적분을 어떻게 체계적으로 주어진 정점 차수를 갖는 평면 맵의 수를 세는 데 활용할 수 있는가?
• RQ2 맵 수를 세는 맥락에서 매트릭스 모델의 루프 방정식 해의 정확한 조합적 구조는 무엇인가?
• RQ3 매트릭스 모델의 해는 레이블이 부여된 트리나 모바일과 관련된 알려진 조합적 이항 대응과 어떻게 관련이 있는가?
• RQ4 매트릭스 모델 결과를 사용하여 기본 맵 수를 세는 정리에 대한 명시적 이항 증명을 도출할 수 있는가?
• RQ5 이러한 이항 대응을 통해 매트릭스 모델에서 어떤 기하학적 정보—예를 들어 거리 또는 면의 구조—를 추출할 수 있는가?

주요 결과

• 일매트릭스 모델에서 자유 에너지의 형식적 전개는 주어진 차수 분포를 갖는 평면 맵의 수를 세는 계수를 갖는 생성함수를 생성한다.
• 매트릭스 모델의 루프 방정식은 투트의 맵 수를 세는 재귀 방정식과 동치이며, 물리학과 조합론 사이의 깊은 연결 고리를 확립한다.
• 매트릭스 모델의 해는 S-트리와 고정된 차수 순서를 갖는 평면 맵 사이의 이항 대응을 가능하게 하며, 벤더와 캔필드(1994)의 결과에 대한 구축적 증명을 제공한다.
• 이 방법은 두매트릭스 모델을 통해 이중 맵으로 일반화되며, 체인-매트릭스 모델을 사용하여 더 복잡한 맵 가족으로 확장된다.
• 잘 레이블이 부여된 트리가 분할형 맵을 암호화함을 보여주며, 정점의 레이블은 루트로부터의 그래프 거리에 해당하고, 그 생성함수는 첫 번째 스트링 방정식과 유사한 재귀를 만족한다.
• 맵의 이점 함수는 거리가 제한된 두 개의 지정된 점을 갖는 분할형 맵에 대한 생성함수로서 복구되며, 이 함수는 명시적 해를 갖는다.