[論文レビュー] Multiplicities and tensor product coefficients for $A_r$

Charles Cochet|arXiv (Cornell University)|Jun 20, 2003

Advanced Combinatorial Mathematics参考文献 4被引用数 3

ひとこと要約

この論文は、Baldoni-DeLoera-Vergneの理論に基づくベクトル分割関数と繰り返し留数を用いて、Lie代数 $ A_r $ の表現における重み多重度 $ c_{\ho}^{\u} $ およびテンソル積係数 $ c_{\ho,\u}^{\u} $ を高速に計算する Maple プログラムを提示する。この方法は有理関数の留数を用いて効率的に計算を実行し、$ r $ や高重量パラメータが大きくてもスケーラブルな計算が可能であり、固定された $ r $ に対しては入力サイズの増加に伴い実行時間がゆっくりと増加する。

ABSTRACT

We apply some recent developments of Baldoni-DeLoera-Vergne on vector partition functions, to Kostant and Steinberg formulas, in the case of $A_r$. We therefore get a fast {\sc Maple} program that computes for $A_r$: the multiplicity $c_{λ,μ}$ of the weight $μ$ in the representation $V(λ)$ of highest weight $λ$; the multiplicity $c_{λ,μ,ν}$ of the representation $V(ν)$ in $V(λ)\otimes V(μ)$. The computation also gives the locally polynomial functions $c_{λ,μ}$ and $c_{λ,μ,ν}$.

研究の動機と目的

• 固定された $ A_r $ 表現における重み多重度およびテンソル積係数を効率的に計算する手法を開発すること。
• L ı E ような既存のソフトウェアの制限を超えるために、最近のベクトル分割関数および繰り返し留数の進展を活用すること。
• $ A_r $ の特性に特化した高パフォーマンスな Maple 実装を提供し、ランクおよび重みサイズの増加に伴うスケーラビリティに焦点を当てる。
• 高重量表現におけるベンチマークを実施し、$ N \to 10^9 $ のケースを含め、既知の公式の妥当性を検証すること。

提案手法

• 重み多重度を、Kostant の分割関数に対するWeyl群作用の符号付き和として表すKostantおよびSteinbergの公式を用いる。
• Baldoni-DeLoera-Vergneのベクトル分割関数理論を、逆ラプラス変換および繰り返し留数計算を介して応用する。
• 非負整数解の個数 $ \sum x_i \Phi_i = a $ を計算する反復留数作用素 $ \operatorname{IRes}_{z=0}^w $ を用いる。ここで $ \Phi_i $ は $ A_r $ の正ルートである。
• Weyl群の要素を全列挙を避けるために、符号付き和に必要な要素を特定する特殊な置換 $ \operatorname{Sp}(a) $ を用いる。
• Maple における最適化されたテーブルベースのデータ構造を用いてアルゴリズムを実装し、メモリを食いすぎるリスト操作を回避する。
• 重み多重度 $ c_{\lambda}^{\mu} $ およびテンソル積係数 $ c_{\lambda,\mu}^{\nu} $ の両方の計算にこの手法を適用し、それぞれに固有の手続きを設ける。

実験結果

リサーチクエスチョン

• RQ1 ベクトル分割関数および繰り返し留数を用いることで、既存の手法よりも $ A_r $ 表現における重み多重度をより効率的に計算できるか？
• RQ2 提案されたアルゴリズムの実行時間は、ランク $ r $ および重みパラメータ $ N $ の増加に伴いどのように変化するか？
• RQ3 ゼロ重みの多重度が $ (N+1)^{r(r-1)/2} $ と与えられるという既知の公式を、この手法が正確に再現できるか？
• RQ4 最悪ケース（例：$ \mu = 0 $）と中間ケース（例：$ \mu = [9N/10]\theta $）の間で、実行時間にどのような差が生じるか？
• RQ5 大規模な $ r $ および高重量に対して、一般用途のツール（例：L ı E）と比較して、この手法はどの程度効率的か？

主な発見

• プログラムは $ c_{\lambda}^{\mu} $ および $ c_{\lambda,\mu}^{\nu} $ を効率的に計算でき、固定された $ r $ に対して $ N $ の増加に伴い実行時間がゆっくりと増加する。$ A_7 $ で $ N=10^9 $ の中間ケースでは約 22.5 秒を要した。
• 最悪ケース（$ \mu = 0 $）では、計算時間は $ N $ の増加に伴い安定またはわずかに増加する。$ A_7 $ では $ N=10^9 $ 時に約 297 秒を要し、堅牢性が確認された。
• ゼロ重みの多重度が $ (N+1)^{r(r-1)/2} $ と正確に計算されることを確認した。$ A_8 $ まで検証済みで、$ A_7 $ では 169.3 秒、$ A_8 $ では 9401 秒を要した。
• 中間ケースでは良好なスケーリングが得られる。$ A_6 $ で $ \nu = 2[9N/10]\theta $ のテンソル積係数を $ N=10^9 $ 時に約 62.3 秒で計算可能で、多項式的成長を示した。
• $ A_7 $ では中間ケースの $ c_{\lambda}^{\mu} $ が $ N=10^9 $ 時に約 22.5 秒、最悪ケースが約 297 秒を要した。構造に配慮した計算により、実行時間が顕著に短縮された。
• リストではなくテーブルを用いることで、メモリオーバーフローを回避でき、$ N=10^9 $ までの計算が可能になった。これは通常の置換列挙では不可能であった。