[论文解读] On Kerov polynomials for Jack characters

Maciej Dołęga, Valentin Féray|arXiv (Cornell University)|Jan 9, 2012

Random Matrices and Applications参考文献 30被引用 15

一句话总结

本文证明了杰克特征的凯罗夫多项式系数是杰克参数 α 的有理系数多项式，为杰克多项式在单项式基下的多项式性提供了新证明。此外，本文表明在 α-变形的普朗切尔测度下，随机杨图以概率收敛于一个通用的极限形状，将经典结果推广至杰克形变框架。

ABSTRACT

We consider a deformation of Kerov character polynomials, linked to Jack symmetric functions. It has been introduced recently by M. Lassalle, who formulated several conjectures on these objects, suggesting some underlying combinatorics. We give a partial result in this direction, showing that some quantities are polynomials in the Jack parameter $α$ with prescribed degree. Our result has several interesting consequences in various directions. Firstly, we give a new proof of the fact that the coefficients of Jack polynomials expanded in the monomial or power-sum basis depend polynomially in $α$. Secondly, we describe asymptotically the shape of random Young diagrams under some deformation of Plancherel measure.

研究动机与目标

• 证明杰克特征的凯罗夫多项式系数是杰克参数 α 的多项式，且其次数受控。
• 通过对称函数的对偶方法，为杰克多项式在单项式基下的系数多项式性提供新证明。
• 描述在 α-变形普朗切尔测度下，随机杨图的渐近形状，推广经典普朗切尔极限形状。
• 为理解有意义代数的结构常数中多项式性的统一框架提供支持，回应松本和戈德伦-贾克逊的猜想。

提出的方法

• 通过将杰克特征视为杨图 λ 的函数而非轮换类型的 μ 的函数，采用对偶方法。
• 应用杨图过渡测度的自由累积量来表达杰克特征，遵循拉萨勒的猜想框架。
• 通过杰克对称函数的结构分析，界定凯罗夫多项式系数中系数的次数，从而建立在 α 上的多项式性。
• 依赖于杰克多项式在幂和基与单项式基中的展开，利用已知的有理性和多项式性结果。
• 应用概率收敛技术，证明在 α-普朗切尔测度下，经缩放和变换的杨图以概率收敛于一个通用的极限形状。
• 通过自由累积量的矩估计与方差界，证明向极限形状 Ω 的弱收敛与一致收敛。

实验结果

研究问题

• RQ1 杰克特征的凯罗夫多项式系数是否为杰克参数 α 的多项式？其次数如何？
• RQ2 能否通过涉及自由累积量与杨图统计量的对偶方法，重新证明杰克多项式在单项式基下系数的多项式性？
• RQ3 在 α-变形普朗切尔测度下，随机杨图的渐近形状是什么？它是否收敛于一个通用极限？
• RQ4 与杰克多项式相关的某些代数的结构常数是否在 α 上表现出统一的多项式性？这与已知猜想有何关联？
• RQ5 能否在概率意义下且一致地建立随机杨图的归一化自由累积量收敛于极限形状 Ω 的结果？

主要发现

• 杰克特征的凯罗夫多项式系数是 α 的有理系数多项式，其次数由显式的组合表达式界定。
• 通过独立于原始拉庞-维内特方法的对偶方法，建立了杰克多项式在单项式基下系数多项式性的新证明。
• 在 α-变形普朗切尔测度下，随机杨图的归一化形状以概率收敛于通用极限形状 Ω，该形状分段定义，包含反正弦与平方根项。
• 收敛性既为弱收敛（依分布），也为一致收敛，由自由累积量的矩与方差估计得出，最大行数与列数在 n 上呈次线性增长。
• 极限形状 Ω 的自由累积量满足 R_k^{(1)}(Ω) = δ_{k,2}，即仅第二阶自由累积量非零，其余 k > 2 时为零。
• 该结果表明，凯罗夫多项式中的主项与 α 无关，从而可对形变下的图形状进行渐近分析。