[论文解读] On the Limiting Shape of Young Diagrams Associated With Markov Random Words

Christian Houdré, Trevis J. Litherland|arXiv (Cornell University)|Oct 20, 2011

Random Matrices and Applications参考文献 28被引用 9

一句话总结

本论文利用弱不变性原理和多维布朗运动泛函，确立了与马尔可夫随机词相关的杨图的极限形状。它证明了在循环马尔可夫链下，当 $m=3$ 时，极限形状与 $m \times m$ 迹为零的GUE矩阵谱一致，并识别出当 $m \geq 4$ 时一类非平凡的循环转移矩阵，其也表现出该行为，从而在特定情况下解决了库珀伯格的猜想。

ABSTRACT

Let $(X_n)_{n \ge 0}$ be an irreducible, aperiodic, homogeneous Markov chain, with state space a totally ordered finite alphabet of size $m$. Using combinatorial constructions and weak invariance principles, we obtain the limiting shape of the associated RSK Young diagrams as a multidimensional Brownian functional. Since the length of the top row of the Young diagrams is also the length of the longest weakly increasing subsequences of $(X_k)_{1\le k \le n}$, the corresponding limiting law follows. We relate our results to a conjecture of Kuperberg by providing, under a cyclic condition, a spectral characterization of the Markov transition matrix precisely characterizing when the limiting shape is the spectrum of the $m imes m$ traceless GUE. For each $m \ge 4$, this characterization identifies a proper, non-trivial class of cyclic transition matrices producing such a limiting shape. However, for $m=3$, all cyclic Markov chains have such a limiting shape, a fact previously only known for $m=2$. For $m$ arbitrary, we also study reversible Markov chains and obtain a characterization of symmetric Markov chains for which the limiting shape is the spectrum of the traceless GUE. To finish, we explore, in this general setting, connections between various limiting laws and spectra of Gaussian random matrices, focusing in particular on the relationship between the terminal points of the Brownian motions, the diagonal terms of the random matrix, and the scaling of its off-diagonal terms, a scaling we conjecture to be a function of the spectrum of the covariance matrix governing the Brownian motion.

研究动机与目标

• 确定在有限全序字母表上不可约、非周期性、齐次马尔可夫链生成的杨图的极限形状。
• 研究在何种条件下这些杨图的极限形状与 $m \times m$ 迹为零的高斯单位圆阵（GUE）谱一致。
• 将独立同分布和均匀情况下的结果推广至一般马尔可夫链，特别关注循环链和可逆链。
• 为产生GUE极限形状的转移矩阵提供谱表征，尤其在循环条件下。
• 探索布朗运动泛函、排队论与随机矩阵理论中特征值联合分布之间的联系。

提出的方法

• 使用RSK对应关系的组合构造，将马尔可夫随机词映射为杨图。
• 应用弱不变性原理，证明归一化杨图形状收敛于多维布朗运动泛函。
• 依赖于巴里什尼克夫以及格拉弗纳-特蕾西-威多姆建立的GUE最大特征值与布朗运动最大泛函的等分布关系。
• 通过分析具有相关服务时间的串联布朗运动队列，建模杨图中行长的联合行为。
• 通过将函数中心极限定理应用于马尔可夫链，推导RSK形状的极限。
• 利用谱论表征转移矩阵——特别是循环和可逆矩阵——使得极限形状与GUE谱一致。

实验结果

研究问题

• RQ1 在马尔可夫转移矩阵满足何种条件时，与随机词相关的杨图的极限形状收敛于 $m \times m$ 迹为零的GUE谱？
• RQ2 当 $m \geq 4$ 时，产生GUE极限形状的精确循环马尔可夫链类是什么？其与 $m=3$ 情况有何不同？
• RQ3 相关布朗运动的终点如何与极限随机矩阵的对角线元素相关联？
• RQ4 极限随机矩阵的非对角线项的正确缩放是什么？其与底层布朗运动的协方差结构有何关系？
• RQ5 可逆马尔可夫链在多大程度上产生与GUE谱一致的极限形状？其转移矩阵需要满足何种谱条件？

主要发现

• 当 $m=3$ 时，所有不可约、非周期性、循环的马尔可夫链均产生与 $m \times m$ 迹为零的GUE谱一致的极限杨图形状，扩展了已知的 $m=2$ 情况结果。
• 当 $m \geq 4$ 时，仅有一类适当的、非平凡的循环马尔可夫链产生GUE极限形状，其由转移矩阵的特定谱条件表征。
• 杨图的极限形状被证明是多维布朗运动的泛函，且行长的联合分布收敛于GUE矩阵最大特征值的联合分布。
• 本文为使极限形状与GUE谱一致的转移矩阵提供了谱表征，尤其针对可逆链。
• 极限随机矩阵中非对角线项的缩放被推测由底层布朗运动协方差矩阵的谱决定。
• 本研究建立了马尔可夫链上RSK对应关系与排队论之间的联系，表明广义布朗运动队列可建模杨图中行长的联合分布。