[论文解读] Point processes and the infinite symmetric group. Part VI: Summary of results

Alexei Borodin, Grigori Olshanski|ArXiv.org|Oct 3, 1998

Random Matrices and Applications参考文献 19被引用 3

一句话总结

本文总结了一系列研究，通过实直线上点过程的桥梁，将无限对称群表示理论与随机矩阵理论联系起来。通过将谱测度解释为随机点过程，作者利用多变量超几何（Lauricella）函数推导相关函数，并经由一种提升过程后，证明其可表示为基于Whittaker函数的核的行列式形式，揭示了新型Bessel型核，并建立了表示理论与随机矩阵系综之间的构造性联系。

ABSTRACT

We give a summary of the results from Parts I-V (math.RT/9804086, math.RT/9804087, math.RT/9804088, math.RT/9810013, math.RT/9810014). Our work originated from harmonic analysis on the infinite symmetric group. The problem of spectral decomposition for certain representations of this group leads to a family of probability measures on an infinite-dimensional simplex, which is a kind of dual object for the infinite symmetric group. To understand the nature of these measures we interpret them as stochastic point processes on the punctured real line and compute their correlation functions. The correlation functions are given by multidimensional integrals which can be expressed in terms of a multivariate hypergeometric series (the Lauricella function of type B). It turns out that after a slight modification (`lifting') of the processes the correlation functions take a common in Random Matrix Theory (RMT) determinantal form with a certain kernel. The kernel is expressed through the classical Whittaker functions. It depends on two parameters and admits a variety of degenerations. They include the well-known in RMT sine and Bessel kernels as well as some other Bessel-type kernels which, to our best knowledge, are new. The explicit knowledge of the correlation functions enables us to derive a number of conclusions about the initial probability measures. We also study the structure of our kernel; this finally leads to a constructive description of the initial measures. We believe that this work provides a new promising connection between RMT and Representation Theory.

研究动机与目标

• 理解无限对称群某些表示的谱分解。
• 分析由无限对称群上的调和分析产生的无限维单纯形上的概率测度。
• 将这些测度解释为带 punctured（穿孔）实直线上的随机点过程。
• 计算并表征这些点过程的相关函数。
• 利用核结构，建立初始概率测度的构造性描述。

提出的方法

• 将谱测度建模为带穿孔实直线上的点过程。
• 使用可表示为B型Lauricella超几何函数的多重积分来计算相关函数。
• 对点过程应用“提升”变换，将相关函数转换为行列式形式。
• 以经典Whittaker函数表示行列式点过程的核。
• 分析核的结构，以构造性方式恢复原始概率测度。
• 识别核的退化情形，包括已知的sine核与Bessel核，并发现新的Bessel型核。

实验结果

研究问题

• RQ1 从无限对称群表示中产生的谱测度如何表现为随机点过程？
• RQ2 这些点过程的相关函数的函数形式是什么？
• RQ3 能否通过提升过程将相关函数转化为行列式形式？
• RQ4 所得行列式点过程中的核的结构是什么？它与随机矩阵理论中已知核有何关系？
• RQ5 能否从核结构显式重构原始概率测度？

主要发现

• 点过程的相关函数以B型多变量超几何积分形式表达，具体为Lauricella函数。
• 经过提升变换后，相关函数呈现为由依赖于两个参数的Whittaker函数构成的核的行列式形式。
• 该核包含了已知的随机矩阵核作为特例，如sine核与Bessel核。
• 分析揭示了随机矩阵文献中此前未记载的新Bessel型核。
• 核的结构使得原始概率测度在无限维单纯形上的构造性描述成为可能。
• 本工作建立了无限对称群表示理论与随机矩阵理论之间新颖且明确的联系。