[论文解读] Probabilistic measures and algorithms arising from the Macdonald symmetric functions

Jason Fulman|ArXiv.org|Dec 9, 1997

Advanced Combinatorial Mathematics参考文献 22被引用 15

一句话总结

本文通过麦克唐纳对称函数引入整数分拆上的概率测度，提出基于这些测度生成分拆的算法。通过霍尔-利特尔伍德多项式将这些测度与有限经典群联系起来，并推广了克罗夫的 q-钩游走，表明该算法的条件版本可重现其关于普朗歇尔测度的 q-模拟，且利用对称函数恒等式与特殊化恒等式，给出了转移概率的显式公式。

ABSTRACT

The Macdonald symmetric functions are used to define measures on the set of all partitions of all integers. Probabilistic algorithms are given for growing partitions according to these measures. The case of Hall-Littlewood polynomials is related to the finite classical groups, and the corresponding algorithms simplify. The case of Schur functions leads to a $q$-analog of Plancharel measure, and a conditioned version of the corresponding algorithms yields generalizations of the hook walk of combinatorics.

研究动机与目标

• 通过麦克唐纳对称函数定义整数分拆上的概率测度。
• 开发基于这些测度生成分拆的概率算法。
• 通过霍尔-利特尔伍德多项式将测度与有限经典群联系起来。
• 利用算法框架推广克罗夫的 q-钩游走。
• 将结果推广至舒尔函数，并推导出普朗歇尔测度的 q-模拟。

提出的方法

• 使用参数 x, y, q, t 的特殊化麦克唐纳对称函数在分拆上定义测度。
• 构建概率增长算法，通过根据对称函数恒等式导出的转移概率逐步添加方块来构建分拆。
• 利用 Pieri 公式与主特殊化恒等式推导分拆之间的转移规则。
• 特殊化为霍尔-利特尔伍德多项式以简化算法，并与 GL(n,q) 和酉群中的共轭类建立联系。
• 在 GL(n,q) 情况下使用杨表算法实现高效采样。
• 利用主特殊化公式及涉及 h(s), n(λ), 和 maj(T) 的恒等式计算归一化权重。

实验结果

研究问题

• RQ1 麦克唐纳对称函数如何用于在整数分拆上定义概率测度？
• RQ2 哪些概率算法根据这些测度生成分拆，它们与对称函数理论有何关系？
• RQ3 霍尔-利特尔伍德多项式对应的测度如何与有限经典群中的共轭类类型关联？
• RQ4 该算法以何种方式重现克罗夫关于普朗歇尔测度的 q-模拟钩游走？
• RQ5 本文推导出的普朗歇尔测度的 q-模拟与克罗夫原始的 q-钩游走之间存在何种关系？

主要发现

• 使用麦克唐纳对称函数生成分拆的算法，其转移概率与对称函数理论中的 Pieri 法则完全一致。
• 对于霍尔-利特尔伍德多项式，这些测度恰好对应于 GL(n,q) 中共轭类类型的分布，其显式公式由群论构造导出。
• 杨表算法通过基于杨表的转移机制，简化了 GL(n,q) 情况下的采样过程。
• 本文推导出的普朗歇尔测度的 q-模拟在分拆 (2) 上赋予质量 q²/(q²+1)，而克罗夫的 q-模拟赋予质量 1/(q+1)，两者不同。
• 当对所有 N 设置参数 n_N = 1 时，第 5 节中的算法精确重现克罗夫的 q-钩游走，该结论通过转移概率中的恒等式匹配得到证明。
• 本文证明，在舒尔函数特殊化下，分拆的归一化权重由 q^{n(λ)} 乘以所有方块的 (1 - q^{h(s)})^{-1} 的乘积给出，从而导出普朗歇尔测度的 q-模拟。