[논문 리뷰] Random Words, Toeplitz Determinants and Integrable Systems. I

Alexander Its, Craig A. Tracy외 1명|ArXiv.org|1999. 09. 28.

Bayesian Methods and Mixture Models인용 수 18

한 줄 요약

이 논문은 비균질 난수 단어에서 가장 긴 약하게 증가하는 부분수열의 점점 수렴하는 분포와 제약 조건이 붙은 가우시안 유니터리 군의 직접 합(Gaussian Unitary Ensemble, GUE)의 고유값 분포 사이의 연결 고리를 설정한다. 토플리츠 행렬식 기법과 적통계계 시스템 기법을 사용하여, 가장 긴 증가 부분수열의 기대 길이에 대한 渐近 공식을 유도하며, 평균이 $ Np_1 + \sum_{j>1} \frac{p_j}{p_1 - p_j} + O(1/\sqrt{N}) $로 수렴하고, 분산이 $ Np_1(1 - p_1) + O(1) $임을 보여주며, 이는 이전의 균질 모델에 대한 결과를 일반화한다.

ABSTRACT

It is proved that the limiting distribution of the length of the longest weakly increasing subsequence in an inhomogeneous random word is related to the distribution function for the eigenvalues of a certain direct sum of Gaussian unitary ensembles subject to an overall constraint that the eigenvalues lie in a hyperplane.

연구 동기 및 목표

• 비균질 난수 단어에서 가장 긴 약하게 증가하는 부분수열의 통계적 행동과 제약 조건이 붙은 랜덤 행렬 군집의 고유값 분포 사이의 연결 고리를 설정하기 위해.
• 서로 다른 문자 확률을 가진 비균질 경우로 이전의 균질 난수 단어 및 순열에 대한 결과를 일반화하기 위해.
• 비균질 난수 단어에서 가장 긴 증가 부분수열의 기대 길이에 대한 渐近 전개를 유도하기 위해.
• 유한-N 비균질 모델의 배경이 되는 적통계계 시스템 구조—특히 다수의 극을 가진 2×2 선형 상미분방정식의 등온형 변형(isomonodromy deformations)—를 규명하기 위해.
• 점점 수렴하는 결과의 단형성(monodromy) 의미를 분석하고 이를 파이에브레-유형 미분방정식과 연결하기 위해.

제안 방법

• 랜덤 워드를 쌍의 준표준 양태표(semistandard Young tableaux)로 매핑하기 위해 로빈슨-센슈테드-쿤드(Robinson-Schensted-Knuth, RSK) 대응을 사용한다.
• 가장 긴 증가 부분수열의 분포를 분석하기 위해 토플리츠 행렬식 기법을 적용한다.
• 제한 분포를 $ k_\alpha \times k_\alpha $ GUE 행렬의 직접 합으로 모델링하며, $ \sum \sqrt{p_i} \xi_i = 0 $ 조건을 부여한다.
• 푸리에 변환과 점점 수렴 분석을 사용하여 분포 함수와 그 모멘트의 주요 차수 행동을 도출한다.
• 리만-힐베르트 기법과 등온형 변형을 사용하여, 유한-N 비균질 모델의 배경이 되는 적통계계 시스템을 규명한다.
• GUE 고유값 측도에 대한 섭동 이론을 사용하여 $ \sqrt{N} $의 역수의 거듭제곱으로 생성함수를 전개함으로써 점점 수렴 평균과 분산을 도출한다.

실험 결과

연구 질문

• RQ1 비균질 난수 단어에서 가장 긴 약하게 증가하는 부분수열의 점점 수렴 분포는 랜덤 행렬 이론과 어떻게 관련이 있는가?
• RQ2 문자 확률이 다를 경우, 가장 긴 증가 부분수열의 기대 길이의 점점 수렴 행동은 어떠한가?
• RQ3 유한-N 비균질 난수 단어 모델의 배경이 되는 적통계계 시스템은 무엇인가?
• RQ4 관련 선형 상미분방정식의 단형성은 부분수열 길이의 점점 수렴 통계를 어떻게 반영하는가?
• RQ5 모든 $ p_i $가 서로 다를 필요 없이, 한 문자의 확률이 나머지보다 엄격히 높을 경우, 평균에 대한 점점 수렴 공식이 여전히 유효한가?

주요 결과

• $ \ell_N $, 즉 가장 긴 약하게 증가하는 부분수열의 길이의 점점 수렴 분포는 $ \sum \sqrt{p_i} \xi_i = 0 $ 조건이 붙은 $ k_\alpha \times k_\alpha $ GUE 행렬의 직접 합의 고유값 분포와 관련이 있다.
• 서로 다른 $ p_i $에 대해 점점 수렴 평균은 $ \mathbb{E}(\ell_N) = Np_1 + \sum_{j>1} \frac{p_j}{p_1 - p_j} + O(1/\sqrt{N}) $이며, 이는 유한-N 시뮬레이션과 잘 일치한다.
• $ \ell_N $의 분산은 점점 수렴적으로 $ Np_1(1 - p_1) + O(1) $이며, 이는 표준편차가 $ \sqrt{Np_1(1 - p_1)} + O(N^{-1/2}) $임을 의미한다.
• 균질 경우(모든 $ p_i $가 동일)에서는 결과가 알려진 GUE 트레이시-위드롬 분포로 수렴하며, 이 경우 제약 조건은 추적 없는 GUE로 축소된다.
• 유한-N 비균질 모델은 $ m+1 $개의 단순 극(여기서 $ m $은 서로 다른 확률 그룹의 수)과 무한대에서 Poincaré 지수 1인 비정상 특이점을 가진 2×2 선형 상미분방정식의 등온형 변형에 의해 지배된다.
• 극 $ -p_{i_\alpha} $에서의 형식적 단형성 지수는 동일한 확률을 가진 알파벳 부분집합의 크기 $ k_\alpha $로 주어진다.