[论文解读] Trajectories in random minimal transposition factorizations

Valentin Féray, Igor Kortchemski|arXiv (Cornell University)|Oct 17, 2018

Stochastic processes and statistical mechanics参考文献 13被引用 8

一句话总结

该论文建立了当 n → ∞ 时，n-循环的均匀随机极小对换分解中有限个点的轨迹的局部收敛定理。通过使用带有边和顶点标签的分解树编码，作者证明了缩放后的轨迹在分布上收敛于一个极限整数值阶跃函数过程，其底层树收敛于参数为泊松(1)的基森无限Bienaymé-Galton-Watson树。

ABSTRACT

We study random typical minimal factorizations of the $n$-cycle, which are factorizations of $(1, \ldots,n)$ as a product of $n-1$ transpositions, chosen uniformly at random. Our main result is, roughly speaking, a local convergence theorem for the trajectories of finitely many points in the factorization. The main tool is an encoding of the factorization by an edge and vertex-labelled tree, which is shown to converge to Kesten's infinite Bienaym\'e-Galton-Watson tree with Poisson offspring distribution, uniform i.i.d. edge labels and vertex labels obtained by a local exploration algorithm.

研究动机与目标

• 理解在随机极小n-循环分解中单个元素轨迹的局部渐近行为。
• 为有限个点在均匀随机极小分解下的轨迹建立局部极限定理。
• 开发一种基于树的极小分解编码方法，以捕捉其组合与概率结构。
• 证明带标签的树编码在局部收敛于由基森无限BGW树（i.i.d.边和顶点标签）导出的随机极限对象。
• 推导组合推论，包括诸如影响某一点轨迹的对换数量等局部统计量的极限分布。

提出的方法

• 将每个极小分解 F(n) 编码为一个顶点和边都带标签的树 Tree(F(n))，其顶点集为 {−⌊(n−1)/2⌋, ..., ⌊n/2⌋}，边集为 {et(n)₁, ..., et(n)_{n−1}}。
• 为对换 et(n)ᵢ 分配标签 i，并使用局部探索算法从树结构重建顶点标签。
• 证明无标签的树结构在局部收敛于参数为泊松(1)的基森无限Bienaymé-Galton-Watson树。
• 证明完整的带标签树 Tree(F(n)) 在分布上局部收敛于通过在基森树上应用局部标签算法得到的极限对象。
• 利用树的收敛性，推导出轨迹 X(n)ᵢ(⌊nt⌋) 局部收敛于极限阶跃函数过程 (Xi)ᵢ∈ℤ。
• 建立一个对偶双射 B，将影响轨迹的对换数量与分解中包含某一点的对换数量互换，从而获得分布恒等式。

实验结果

研究问题

• RQ1 在 n → ∞ 时，均匀随机极小n-循环分解中有限个点的轨迹如何演化？
• RQ2 在时间缩放 t ↦ ⌊nt⌋ 后，固定个数点的轨迹过程的极限分布是什么？
• RQ3 能否将极小分解的组合结构编码为一种局部极限能捕捉渐近行为的带标签树？
• RQ4 影响某一点轨迹的对换数量的极限分布是什么？
• RQ5 是否存在影响轨迹的对换数量与分解中包含某一点的对换数量之间的对偶性？

主要发现

• 在时间缩放 t ↦ ⌊nt⌋ 后，均匀随机极小n-循环分解中有限个点的轨迹在分布上收敛于一个极限整数值阶跃函数过程 (Xi)i∈ℤ。
• 分解的底层树编码在局部收敛于参数为泊松(1)的基森无限Bienaymé-Galton-Watson树，其带有i.i.d.边标签和通过局部探索算法生成的顶点标签。
• 影响固定点 i 的轨迹的对换数量的极限分布为大小加权的泊松(1)分布，即 P(deg(u∞₁) = i) = e⁻²(i + i − 1)/i!。
• 在随机分解中，影响点 i 的轨迹的对换数量的分布，与在对偶分解中通过双射 B 得到的包含点 i 的对换数量的分布相同。
• 影响点 i 的轨迹的对换数量与在对偶分解中包含 i 的对换数量的联合分布是交换的，从而导出 #M(n)ᵢ 与 #T(n)ᵢ 之间的分布恒等式。
• 在极限树中，两个顶点 u∞₁ 和 u∞₂ 的度数的极限联合分布由下式显式给出：P(deg(u∞₁) = i, deg(u∞₂) = j) = e⁻²[(i+j−2)/(i+j−1)! + (i+j−1)/(i!j!) − (i+j−1)/(i+j)!]