[논문 리뷰] Hypergeometric Multiple Orthogonal Polynomials and Random Walks

Amílcar Branquinho, Juan E. Fernández-Díaz외 2명|arXiv (Cornell University)|2021. 07. 01.

Mathematical functions and polynomials참고 문헌 23인용 수 6

한 줄 요약

이 논문은 가우스–보렐 분해 프레임워크를 통해 초기하 다중 직교 다항식을 도입하며, 구조적 행렬 시스템 S와 ~S를 통해 제1형 및 제2형 다중 직교 다항식을 구성한다. 주요 기여는 다항식 수열과 그에 대응하는 선형 형식 사이의 완전한 이중성 관계를 수립하는 것인데, 이를 바탕으로 ∫Δ B(m)(x)Q(k)(x)dμ(x) = δm,k 형태의 이중직교 관계를 유도하는 데 있다.

ABSTRACT

The recently found hypergeometric multiple orthogonal polynomials on the step-line by Lima and Loureiro are shown to be random walk polynomials. It is proven that the corresponding Jacobi matrix and its transpose, which are nonnegative matrices and describe higher recurrence relations, can be normalized to two stochastic matrices, dual to each other. Using the Christoffel-Darboux formula on the step-line and the Poincaré theory for non-homogeneous recurrence relations it is proven that both stochastic matrices are related by transposition in the large $n$ limit. These random walks are beyond birth and death, as they describe a chain in where transitions to the two previous states are allowed, or in the dual to the two next states.The corresponding Karlin-McGregor representation formula is given for these new Markov chains. The regions of hypergeometric parameters where the Markov chains are recurrent or transient are given. Stochastic factorizations, in terms of pure birth and of pure death factors, for the corresponding Markov matrices of types I and II, are provided.Twelve uniform Jacobi matrices and the corresponding random walks, related to a Jacobi matrix of Toeplitz type, and theirs stochastic or semi-stochastic matrices (with sinks and sources), that describe Markov chains beyond birth and death, are found and studied. One of these uniform stochastic cases, which is a recurrent random walk, is the only hypergeometric multiple random walk having a uniform stochastic factorization. The corresponding weights, Jacobi and Markov transition matrices and sequences of type II multiple orthogonal polynomials are provided. Chain of Christoffel transformations connecting the stochastic uniform tuples between them, and the semi-stochastic uniform tuples, between them, are presented.

연구 동기 및 목표

• 다중 직교 다항식의 체계적 구성 방법을 제시하기 위해 제1형 및 제2형 수식을 활용하는 것.
• 다항식 수열과 그 이중 선형 형식 사이의 이중직교 관계를 수립하는 것.
• 완벽한 가우스–보렐 분해를 통해 정규 직교 다항식 이론을 다중 인덱스 및 벡터 다중인덱스로 일반화하는 것.
• 직교 조건을 통해 다중 직교 다항식과 랜덤 워크 모델 간의 연결 고리를 탐색하는 것.
• 두 가중치 체계에서 ν = (m+1,m) 및 ν = (m+1,m+1)로 인덱싱된 다중 직교 다항식의 정의 및 구조 분석을 수행하는 것.

제안 방법

• 가우스–보렐 분해에서 유도된 행렬 S를 사용하여 제2형 다중 직교 다항식 B(m) = x^m + ∑_{i=0}^{m-1} S_{m,i}x^i 를 구성한다.
• 쌍대 행렬 ~S와 정규화 상수 H_k를 사용하여 제1형 다중 직교 다항식 A(2m)_1, A(2m+1)_1, A(2m)_2, A(2m+1)_2 를 정의한다.
• 다중 직교 관계를 위한 이중성에 기여하는 선형 형식 Q(m) = w₁A(m)_1 + w₂A(m)_2 를 도입한다.
• 벡터 다중인덱스 ν(2m) = (m+1,m) 및 ν(2m+1) = (m+1,m+1)를 도입하여 B(ν), A(ν)_1, A(ν)_2 를 특정 차수 제약 조건과 함께 정의한다.
• 제1형 직교성 확립: ∫Δ x^j (A→ν,1 w₁ + A→ν,2 w₂) dμ = 0 이 성립하며, 이는 deg ≤ ν₁−1, ν₂−1 이고 j ≤ |ν|−2 인 경우에 해당한다.
• 제2형 직교성 확립: ∫Δ B→ν(x) w_a(x) x^j dμ = 0 이 성립하며, 이는 deg B→ν ≤ |ν| 이고 j = 0,…,ν_a−1, a=1,2 인 경우에 해당한다.

실험 결과

연구 질문

• RQ1 가우스–보렐 분해 프레임워크에서 다중 직교 다항식을 어떻게 체계적으로 구성할 수 있는가?
• RQ2 제1형 및 제2형 다중 직교 다항식이 만족하는 정확한 직교 조건은 무엇인가?
• RQ3 선형 형식 Q(m) 는 다중 직교 시스템에서 다항식 수열 B(m) 와 어떻게 관련되어 있는가?
• RQ4 다중인덱스 ν(2m) = (m+1,m) 및 ν(2m+1) = (m+1,m+1) 는 다중 직교 다항식의 인덱싱에 어떤 역할을 하는가?
• RQ5 이중직교 관계 ∫Δ B(m)(x)Q(k)(x)dμ(x) = δm,k 가 성립하기 위한 조건은 무엇인가?

주요 결과

• 제2형 다중 직교 다항식 B(m) 는 가우스–보렐 분해에서 유도된 행렬 S 를 사용하여 B(m) = x^m + ∑_{i=0}^{m-1} S_{m,i}x^i 로 명시적으로 구성된다.
• 제1형 다중 직교 다항식 A(2m)_1, A(2m+1)_1, A(2m)_2, A(2m+1)_2 는 쌍대 행렬 ~S 와 정규화 상수 H_k 를 통해 정의된다.
• 선형 형식 Q(m) = w₁A(m)_1 + w₂A(m)_2 는 ∫Δ B(m)(x)Q(k)(x)dμ(x) = δm,k 를 만족하는 이중직교 조건을 갖는다.
• 제1형 직교성은 j = 0,…,|ν|−2 인 경우에 성립하며, 이때 deg A→ν,1 ≤ ν₁−1 이고 deg A→ν,2 ≤ ν₂−1 이다.
• 제2형 직교성은 j = 0,…,ν_a−1, a=1,2 인 경우에 성립하며, 이때 deg B→ν ≤ |ν| 이다.
• 완벽한 가우스–보렐 분해를 가정할 경우, 시스템은 완전히 일관된다.