[논문 리뷰] The limit shape of random permutations with polynomially growing cycle weights

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

Bayesian Methods and Mixture Models참고 문헌 28인용 수 12

한 줄 요약

이 논문은 다항식적으로 증가하는 사이클 가중치를 갖는 무작위 순열과 관련된 양의 도형의 극한 형태를 생성함수와 안장점 방법을 사용하여 규명한다. 이는 극한 형태 근처의 변동이 渐近적으로 정규분포를 따르며, 서로 다른 점들 간의 공동 변동에서 비정상적인 의존 구조가 존재함을 보여주며, Ewens 및 Plancherel 측도에 대한 고전 결과를 다항식적으로 증가하는 가중치를 갖는 더 넓은 범주로 확장한다.

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.

연구 동기 및 목표

• 다항식적으로 증가하는 사이클 가중치를 갖는 곱측도 하에서 무작위 순열과 관련된 양의 도형의 극한 형태를 특성화하는 것.
• 극한 형태 근처의 점진적 행동, 특히 그 분포와 의존 구조를 분석하는 것.
• Ewens 및 Plancherel 측도에 대한 고전 결과를 다항식적으로 증가하는 가중치를 갖는 더 넓은 범주로 확장하는 것.
• 스케일링된 형태 과정이 $ n \to \infty $ 일 때 연속 확률 과정으로 수렴하는 방식을 조사하는 것.

제안 방법

• 저자들은 주어진 측도 하에서 분할 함수의 점진적 행동을 분석하기 위해 생성함수와 복소해석학, 특히 안장점 방법을 사용한다.
• 그들은 $ \vartheta_m \sim (\log m)^j m^\alpha / \Gamma(\alpha+1) $ 를 만족하는 생성함수 $ g_{\theta}(t) = \sum_{m=1}^\infty \vartheta_m t^m $ 를 정의하고, 그 특이점을 분석하여 점진적 행동을 추출한다.
• 극한 형태는 $ A_n B_n = n $ 를 만족하는 매개변수 $ A_n $ 와 $ B_n $ 를 사용한 양의 도형의 스케일링을 통해 유도되며, 스케일링된 형태 아래의 면적을 1로 유지한다.
• 다중점에서의 공동 변동은 다변수 생성함수와 모멘트 생성함수를 사용하여 연구되며, $ \widetilde{w}_n^\mathbf{s}(x) $ 를 통한 정규화가 이루어진다.
• 비정수 경계를 갖는 유클리드-마클로린 공식이 생성함수의 점진적 분석에서 이산 합을 다룰 수 있도록 확장된다.
• 분석에는 핵심 함수의 log-$ n $-가능성의 증명과 안장점 근사법을 통한 점진 전개에서 오차 항의 통제가 포함된다.

실험 결과

연구 질문

• RQ1 다항식적으로 증가하는 사이클 가중치를 갖는 곱측도 하에서 무작위 순열과 관련된 양의 도형의 극한 형태는 무엇인가?
• RQ2 극한 형태 근처의 변동은 어떻게 행동하는가—특히 그 분포가 점진적으로 정규분포를 따르는가?
• RQ3 극한 형태의 서로 다른 점들에서의 공동 변동 간의 의존 구조는 어떠한가?
• RQ4 스케일링된 형태 과정은 $ n \to \infty $ 일 때 어떻게 연속 확률 과정으로 수렴하는가?

주요 결과

• 스케일링된 양의 도형의 극한 형태는 거의 확실히 생성함수 $ g_\theta(t) $ 의 점진적 행동에서 유도된 결정론적 함수 $ w_\infty(x) $ 로 수렴한다.
• 극한 형태의 고정된 점 근처의 변동은 점진적으로 정규분포를 따르며, 그 분산은 안장점에서 생성함수의 이阶도 도함수에 의해 제어된다.
• 두 개의 서로 다른 점 $ x_1 $ 과 $ x_2 $ 에서의 공동 변동은 상호의존성이 있으며, 독립이 아니며, 모멘트 생성함수의 공분산 항을 통해 이를 입증한다.
• 점에서의 변동 분산은 $ O((x_2 - x_1)^2) $ 의 비율로 증가하며, 이는 형태의 서로 다른 위치 간에 비-마르코프적 의존성이 있음을 나타낸다.
• 스케일링된 형태 과정 $ A_n w_n(B_n x) $ 는 분포 수렴으로서 연속 확률 과정으로 수렴하며, 그 극한은 생성함수 $ \exp(g_\theta(t)) $ 로 특징지어진다.
• 이 방법은 일반적인 가중치 $ \vartheta_m \sim \text{const} \cdot (\log m)^j m^\alpha $ 에도 적용 가능하며, 수렴을 보장하기 위해 조건 $ \beta < \alpha/2 $ 가 필요하다.