[论文解读] Random Matrices, the Ulam Problem, Directed Polymers & Growth Models, and Sequence Matching

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

Stochastic processes and statistical mechanics参考文献 4被引用 13

一句话总结

本文通过精确映射揭示了四个看似无关的问题——随机矩阵、Ulam（最长递增子序列）问题、随机介质中的定向聚合物以及序列匹配——之间存在深刻的联系，证明它们的极限波动行为均服从Tracy-Widom分布这一普遍规律。通过从定向沉积模型和伯努利匹配模型到最长递增子序列问题的精确映射，作者展示了Tracy-Widom分布如何通过与随机矩阵理论和行列式点过程的严格联系，在这些系统中普遍出现。

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.

研究动机与目标

• 将四个不同的问题——随机矩阵、Ulam问题（最长递增子序列）、定向聚合物以及序列比对——统一于同一统计框架之下。
• 证明Tracy-Widom分布普遍描述了这些系统中最大子序列或路径长度的波动行为。
• 在两个具体模型中提供Tracy-Widom定律的精确解析推导：各向异性定向沉积模型和序列比对的伯努利匹配模型。
• 阐明揭示Tracy-Widom分布普遍性的非平凡几何映射关系。
• 识别序列匹配、生长模型以及Tracy-Widom定律在生物学应用中的开放问题与未来研究方向。

提出的方法

• 通过格点路径表示，将定向沉积生长模型与最长递增子序列（LIS）问题之间的精确映射应用于研究。
• 应用Baik-Deift-Johansson（BDJ）定理，该定理通过随机矩阵理论将LIS问题与Tracy-Widom分布联系起来。
• 将序列比对的伯努利匹配模型映射为具有特定权重结构的定向聚合物模型。
• 利用Johansson在定向聚合物方面已知的结果，推导出序列匹配问题的Tracy-Widom分布。
• 采用行列式点过程和Dyson的布朗运动作为理论工具，连接生长模型与随机矩阵特征值统计。
• 在与序列匹配相关的五顶点模型背景下，运用Bethe近似方法探索序列匹配与聚合物模型的精确可解性。

实验结果

研究问题

• RQ1 Tracy-Widom分布如何作为随机矩阵、聚合物和序列比对等截然不同系统中的普遍波动规律出现？
• RQ2 定向沉积模型与最长递增子序列问题之间存在何种精确的几何或组合映射？
• RQ3 在有限字母表大小的原始最长公共子序列（LCS）问题中，Tracy-Widom分布在多大程度上描述了最优匹配长度的波动？
• RQ4 能否通过与序列匹配相关的顶点模型中的Bethe近似方法直接推导出Tracy-Widom分布？
• RQ5 非随机序列中的相关性或不等长字母表大小如何影响最优匹配长度的标度与分布？

主要发现

• Tracy-Widom分布普遍描述了随机排列中最长递增子序列的典型波动，该结论由Baik、Deift与Johansson证明。
• 在各向异性定向沉积模型中，高度分布随系统尺寸增大而收敛至Tracy-Widom分布，其路径为映射至LIS问题。
• 序列比对的伯努利匹配模型产生的路径权重分布与定向聚合物模型完全相同，从而可精确推导出Tracy-Widom定律。
• 对原始LCS问题中二进制序列（c=2）的数值模拟显示标准差呈现n^{1/3}标度，与Tracy-Widom一致，但完整分布尚未确认。
• 当两序列来自不同字母表大小（如一个二进制，一个三进制）时，最优匹配长度的标准差呈现n^{1/2}标度，表明n^{1/3}普遍性类被打破。
• 随机矩阵特征值与生长模型界面之间存在直接联系（通过Dyson的布朗运动），暗示随机矩阵与生长过程之间存在更深层次、尚未完全识别的联系。