[论文解读] Advanced Determinant Calculus

Christian Krattenthaler|ArXiv.org|Feb 1, 1999

Neural Networks and Applications被引用 148

一句话总结

本文提出了一套全面的工具包，用于使用高级代数技术（包括超几何求和、插值和对称函数理论）评估非平凡行列式。该工具包为组合学、正交多项式及特殊函数中出现的众多经典行列式提供了闭式表达，其应用涵盖平面分拆、表格和交错和矩阵。

ABSTRACT

The purpose of this article is threefold. First, it provides the reader with a few useful and efficient tools which should enable her/him to evaluate nontrivial determinants for the case such a determinant should appear in her/his research. Second, it lists a number of such determinants that have been already evaluated, together with explanations which tell in which contexts they have appeared. Third, it points out references where further such determinant evaluations can be found.

研究动机与目标

• 为研究人员提供高效、系统化的工具，用于评估组合学、特殊函数和代数结构中出现的复杂行列式。
• 整理一份全面的已评估行列式清单，其背景源自数学物理、组合学和正交多项式。
• 引导研究人员查阅现有文献和计算工具，用于行列式评估，特别是标准参考文献尚未涵盖的案例。
• 证明现代符号计算（例如WZ机械法、猜测算法）已使高度非平凡情况下的行列式评估变得可行。
• 建立行列式评估与更深层次代数对象（如非交换对称函数、下降代数和特征值分解）之间的联系。

提出的方法

• 利用WZ机械法和符号计算工具（例如gfun、Mgfun、Rate）自动猜测并验证支撑行列式评估的超几何恒等式。
• 应用插值和差分技术，将行列式表示为正交多项式和特殊函数的形式。
• 使用非交换对称函数理论和下降代数理论，评估与排列统计量（如主要指标和逆序数）相关的行列式。
• 利用生成函数和代数同构（例如下降代数与非交换对称函数之间的同构）推导线性算子的特征值分解。
• 应用Turnbull的广义行列式恒等式，并将其特化，以推导涉及二项式系数和洛朗多项式的行列式评估。
• 利用极限情形和对称条件（例如 $ f(x) = f(C/x) $）将一般行列式形式约化为已知评估结果。

实验结果

研究问题

• RQ1 如何在不依赖特殊行/列运算的情况下，系统性地评估涉及二项式系数、超几何项或正交多项式的行列式？
• RQ2 行列式评估与组合对象（如平面分拆、菱形密铺和交错和矩阵）之间存在何种结构性联系？
• RQ3 现代计算机代数系统和符号计算工具（如WZ机械法、猜测算法）在多大程度上可用于自动化发现和验证行列式恒等式？
• RQ4 对称群上线性算子（如 $ K_n(q) $）的特征值分解如何与涉及排列统计量的行列式评估相关联？
• RQ5 非交换对称函数和下降代数在与主要指标或逆序数统计相关的行列式评估中扮演何种角色？

主要发现

• 行列式 $ \text{det}_{1\to n}\big(\frac{1}{i+j}\big) $ 的值为 $ \frac{[1^2 2^2 \times\times (n-1)^2]^2}{1^2 2^2 \times\times (2n-1)^2} $，这是著名的希尔伯特行列式，为经典结果。
• 行列式 $ \text{det}_{1\to n}\big(\binom{a+b}{a-i+j}\big) $ 的值为 $ \frac{\binom{a+b}{a} \binom{a+b-1}{a-1} \times\times \binom{a+b-n+1}{a-n+1}}{\binom{a+b-n+1}{a-n+1}} $，反映了广义范德蒙德结构。
• 行列式 $ \text{det}_{0\to n-1}\big(\binom{\nu+i+j}{2i-j}\big) $ 的值为二项式系数的乘积，出现在菱形密铺和平面分拆的计数中。
• 行列式 $ \text{det}_{1\to n}\big(\binom{x+y+j}{x-i+2j} - \binom{x+y+j}{x+i+2j}\big) $ 通过非交换对称函数方法评估，得到包含 $ (q;q)_n $ 和分拆乘积的闭式表达。
• 算子 $ K_n(q) = \text{sum}_{\text{sym}} q^{\text{maj}(\tau)} \tau $ 的特征值为 $ (q;q)_n / \big( \big(1-q^{\nu_1}\big)\big(1-q^{\nu_2}\big)\big) $，重数为 $ n!/z_\nu $，从而通过分拆上的乘积得到行列式评估。
• 行列式 (3.49) 的评估通过下降代数与非交换对称函数之间的同构关系导出，通过特征值乘积计算确认了其闭式表达。