[논문 리뷰] Random Matrices, the Ulam Problem, Directed Polymers & Growth Models, and Sequence Matching

Satya N. Majumdar|arXiv (Cornell University)|2007. 01. 10.

Stochastic processes and statistical mechanics참고 문헌 4인용 수 13

한 줄 요약

이 논문은 무작위 행렬, 울람 문제(가장 긴 증가 부분수열 문제), 무작위 매질 내의 방향성 고무줄, 그리고 서열 매칭이라는 네 가지 서로 다른 문제 사이에 깊은 연결 고리를 설정한다. 이들 문제들이 모두 보편적인 극한 변동 법칙으로 트레이시-위드먼 분포를 共通으로 가진다는 것을 보여주며, 특히 구배가 있는 침착 모형과 베르누이 매칭 모형에서 가장 긴 증가 부분수열 문제로의 정확한 매핑을 통해, 무작위 행렬 이론과 결정성 점 프로세스에 대한 엄밀한 연결을 통해 트레이시-위드먼 분포가 이 시스템들 전반에 걸쳐 보편적으로 나타남을 보여준다.

ABSTRACT

In these lecture notes I will give a pedagogical introduction to some common aspects of 4 different problems: (i) random matrices (ii) the longest increasing subsequence problem (also known as the Ulam problem) (iii) directed polymers in random medium and growth models in (1+1) dimensions and (iv) a problem on the alignment of a pair of random sequences. Each of these problems is almost entirely a sub-field by itself and here I will discuss only some specific aspects of each of them. These 4 problems have been studied almost independently for the past few decades, but only over the last few years a common thread was found to link all of them. In particular all of them share one common limiting probability distribution known as the Tracy-Widom distribution that describes the asymptotic probability distribution of the largest eigenvalue of a random matrix. I will mention here, without mathematical derivation, some of the beautiful results discovered in the past few years. Then, I will consider two specific models (a) a ballistic deposition growth model and (b) a model of sequence alignment known as the Bernoulli matching model and discuss, in some detail, how one derives exactly the Tracy-Widom law in these models. The emphasis of these lectures would be on how to map one model to another. Some open problems are discussed at the end.

연구 동기 및 목표

• 무작위 행렬, 울람 문제(가장 긴 증가 부분수열 문제), 방향성 고무줄, 서열 정렬이라는 네 가지 서로 다른 문제를 동일한 통계적 프레임워크 아래 통합하기.
• 트레이시-위드먼 분포가 이 시스템들 내에서 가장 긴 부분수열 또는 경로 길이의 변동을 보편적으로 묘사함을 보여주기.
• 특정 두 모형—이방향성 구배 침착 모형과 서열 정렬을 위한 베르누이 매칭 모형—에서 트레이시-위드먼 법칙에 대한 정확한 해석적 유도 제공하기.
• 트레이시-위드먼 분포의 보편성을 드러내는 모형 간의 비직관적인 기하학적 매핑을 명확히 하기.
• 서열 매칭, 성장 모형, 트레이시-위드먼 법칙의 생물학적 응용 분야에서의 열린 문제와 향후 연구 방향 식별하기.

제안 방법

• 격자 경로 표현 방식을 통해, 구배 침착 성장 모형에서 가장 긴 증가 부분수열(LIS) 문제로의 정확한 매핑 사용.
• Baik-Deift-Johansson(BDJ) 정리의 적용으로, LIS 문제를 무작위 행렬 이론과 연결하여 트레이시-위드먼 분포 유도.
• 서열 정렬을 위한 베르누이 매칭 모형을 특정 가중치 구조를 가진 방향성 고무줄 모형으로 매핑.
• Johansson의 방향성 고무줄 연구에서 알려진 결과를 활용하여, 서열 매칭 문제에 대한 트레이시-위드먼 분포 도출.
• 결정성 점 프로세스와 디슨의 브라운 운동을 이론적 도구로 활용하여 성장 모형과 무작위 행렬 고유값 통계 간의 연결 고리 확립.
• 5-정점 모형의 맥락에서 베테 앤티츠 기법을 활용하여, 서열 매칭 및 고무줄 모형에서의 정확한 해법 탐색.

실험 결과

연구 질문

• RQ1 무작위 행렬, 고무줄, 서열 정렬 등 매우 다양한 시스템들에서 트레이시-위드먼 분포가 보편적인 변동 법칙으로 나타나는 이유는 무엇인가?
• RQ2 이방향성 구배 침착 모형과 가장 긴 증가 부분수열 문제 사이에 존재하는 정확한 기하학적 또는 조합적 매핑은 무엇인가?
• RQ3 유한 알파벳 크기를 가진 원래의 가장 긴 공통 부분수열(LCS) 문제에서 트레이시-위드먼 분포는 최적 매칭 길이의 변동을 어느 정도까지 묘사하는가?
• RQ4 서열 매칭과 관련된 정점 모형에서 베테 앤티츠 기법을 직접적으로 사용하여 트레이시-위드먼 분포를 도출할 수 있는가?
• RQ5 비무작위 서열의 상관관계나 알파벳 크기의 비대칭성은 최적 매칭 길이의 척도와 분포에 어떤 영향을 미치는가?

주요 결과

• Baik, Deift, Johansson에 의해 증명된 lin, 무작위 순열에서 가장 긴 증가 부분수열의 일반적인 변동은 트레이시-위드먼 분포로 묘사된다.
• 이방향성 구배 침착 모형에서의 높이 분포는 대규모 시스템 근처에서 LIS 문제로의 매핑을 통해 트레이시-위드먼 분포로 수렴한다.
• 서열 정렬을 위한 베르누이 매칭 모형은 경로 가중치 분포가 방향성 고무줄 모형과 정확히 일치하므로, 트레이시-위드먼 법칙의 정확한 유도가 가능하다.
• 이진 서열(c=2)을 사용한 원래의 LCS 문제에 대한 수치 시뮬레이션은 표준편차가 n^{1/3}의 척도로 스케일링됨을 보여주며, 이는 트레이시-위드먼 분포와 일치하지만, 전체 분포는 아직 확인되지 않았다.
• 두 서열이 서로 다른 알파벳 크기에서 추출될 경우(예: 하나는 이진, 하나는 삼진), 최적 매칭 길이의 표준편차는 n^{1/2}로 스케일링되며, 이는 n^{1/3} 보편성 클래스의 붕괴를 시사한다.
• 무작위 행렬 고유값과 성장 모형의 표면 간에 직접적인 연결 고리가 존재함—디슨의 브라운 운동을 통해—이는 무작위 행렬과 성장 과정 간에 아직 완전히 규명되지 않은 깊은 연결 고리를 시사한다.