जैक फ़ंक्शन: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
 
(4 intermediate revisions by 4 users not shown)
Line 1: Line 1:
{{Short description|Generalization of the Jack polynomial}}
{{Short description|Generalization of the Jack polynomial}}
गणित में, जैक फलन जैक [[बहुपद]] का एक सामान्यीकरण है, जिसे [[हेनरी जैक]] ने प्रस्तुत किया था। जैक बहुपद एक [[सजातीय बहुपद]], [[सममित बहुपद]] बहुपद है जो [[शूर बहुपद]] और [[आंचलिक बहुपद|क्षेत्रीय बहुपद]] का सामान्यीकरण करता है, और इसके स्थान पर हेकमैन-ऑप्डम बहुपद और [[मैकडोनाल्ड बहुपद]] द्वारा सामान्यीकृत होता है।
गणित में, जैक फलन जैक [[बहुपद]] का एक सामान्यीकरण है, जिसे [[हेनरी जैक]] ने प्रस्तुत किया था। जैक बहुपद एक [[सजातीय बहुपद]], [[सममित बहुपद]] बहुपद है जो [[शूर बहुपद]] और [[आंचलिक बहुपद|क्षेत्रीय बहुपद]] का सामान्यीकरण करता है, और इसके स्थान पर हेकमैन-ऑप्डम बहुपद और [[मैकडोनाल्ड बहुपद]] द्वारा सामान्यीकृत होता है।


== परिभाषा ==
== परिभाषा ==
एक [[पूर्णांक विभाजन]] का <math>\kappa</math>, पैरामीटर <math>\alpha</math>, और तर्क <math>x_1,x_2,\ldots,x_m</math> के जैक फलन <math>J_\kappa^{(\alpha )}(x_1,x_2,\ldots,x_m)</math> को पुनरावर्ती रूप से परिभाषित किया जा सकता है
एक [[पूर्णांक विभाजन]] का <math>\kappa</math>, पैरामीटर <math>\alpha</math>, और तर्क <math>x_1,x_2,\ldots,x_m</math> के जैक फलन <math>J_\kappa^{(\alpha )}(x_1,x_2,\ldots,x_m)</math> को पुनरावर्ती रूप से परिभाषित किया जा सकता है


इस प्रकार है:
इस प्रकार है:
Line 15: Line 15:
J_\mu^{(\alpha )}(x_1,x_2,\ldots,x_{m-1})
J_\mu^{(\alpha )}(x_1,x_2,\ldots,x_{m-1})
x_m^{|\kappa /\mu|}\beta_{\kappa \mu}, </math>
x_m^{|\kappa /\mu|}\beta_{\kappa \mu}, </math>
जहां योग सभी विभाजनों<math>\mu</math> पर है जैसे कि तिरछा विभाजन <math>\kappa/\mu</math> एक क्षैतिज पट्टी है, अर्थात्
जहां योग सभी विभाजनों<math>\mu</math> पर है जैसे कि तिरछा विभाजन <math>\kappa/\mu</math> एक क्षैतिज पट्टी है, अर्थात्
:<math>  
:<math>  
\kappa_1\ge\mu_1\ge\kappa_2\ge\mu_2\ge\cdots\ge\kappa_{n-1}\ge\mu_{n-1}\ge\kappa_n
\kappa_1\ge\mu_1\ge\kappa_2\ge\mu_2\ge\cdots\ge\kappa_{n-1}\ge\mu_{n-1}\ge\kappa_n
</math> (<math>\mu_n</math> शून्य होना चाहिए या अन्यथा <math>J_\mu(x_1,\ldots,x_{n-1})=0</math>) और
</math>(<math>\mu_n</math> शून्य होना चाहिए या अन्यथा <math>J_\mu(x_1,\ldots,x_{n-1})=0</math>) और
:<math>
:<math>
\beta_{\kappa\mu}=\frac{
\beta_{\kappa\mu}=\frac{
Line 26: Line 26:
},
},
</math>
</math>
जहां <math>B_{\kappa\mu}^\nu(i,j)</math> बराबर <math>\kappa_j'-i+\alpha(\kappa_i-j+1)</math> है यदि <math>\kappa_j'=\mu_j'</math> और <math>\kappa_j'-i+1+\alpha(\kappa_i-j)</math> अन्यथा। अभिव्यक्ति <math>\kappa'</math> और <math>\mu'</math> क्रमशः <math>\kappa</math> और <math>\mu</math>, के संयुग्मित विभाजनों को संदर्भित करते हैं। अंकन <math>(i,j)\in\kappa</math> का अर्थ है कि उत्पाद को विभाजन <math>\kappa</math> के यंग आरेख में बक्सों के सभी निर्देशांकों <math>(i,j)</math> पर ले लिया गया है।
जहां <math>B_{\kappa\mu}^\nu(i,j)</math> बराबर <math>\kappa_j'-i+\alpha(\kappa_i-j+1)</math> है यदि <math>\kappa_j'=\mu_j'</math> और <math>\kappa_j'-i+1+\alpha(\kappa_i-j)</math> अन्यथा। अभिव्यक्ति <math>\kappa'</math> और <math>\mu'</math> क्रमशः <math>\kappa</math> और <math>\mu</math>, के संयुग्मित विभाजनों को संदर्भित करते हैं। अंकन <math>(i,j)\in\kappa</math> का अर्थ है कि उत्पाद को विभाजन <math>\kappa</math> के यंग आरेख में बक्सों के सभी निर्देशांकों <math>(i,j)</math> पर ले लिया गया है।


=== संयोजन सूत्र ===
=== संयोजन सूत्र ===
Line 33: Line 33:


:<math>J_\mu^{(\alpha )} = \sum_{T} d_T(\alpha) \prod_{s \in T} x_{T(s)}</math>
:<math>J_\mu^{(\alpha )} = \sum_{T} d_T(\alpha) \prod_{s \in T} x_{T(s)}</math>
:में जैक बहुपदों <math>J_\mu^{(\alpha )}</math> के लिए विशुद्ध रूप से संयोजन सूत्र दिया।
:में जैक बहुपदों <math>J_\mu^{(\alpha )}</math> के लिए विशुद्ध रूप से संयोजन सूत्र दिया।
आकार <math>\lambda,</math> और
आकार <math>\lambda,</math> और


Line 41: Line 41:
:<math>d_\lambda(\alpha)(s) = \alpha(a_\lambda(s) +1) + (l_\lambda(s) + 1)</math>
:<math>d_\lambda(\alpha)(s) = \alpha(a_\lambda(s) +1) + (l_\lambda(s) + 1)</math>
:के सभी स्वीकार्य तालिका पर योग लिया जाता है।
:के सभी स्वीकार्य तालिका पर योग लिया जाता है।
आकार   <math>\lambda</math> की एक स्वीकार्य संख्या 1,2,…,n के साथ यंग आरेख <math>\lambda</math> की पूर्ति है जैसे कि तालिका में किसी भी कक्ष (i,j) के लिए,
आकार <math>\lambda</math> की एक स्वीकार्य संख्या 1,2,…,n के साथ यंग आरेख <math>\lambda</math> की पूर्ति है जैसे कि तालिका में किसी भी कक्ष(i,j) के लिए,
* <math>T(i,j) \neq T(i',j)</math> जब कभी भी <math>i'>i.</math>
* <math>T(i,j) \neq T(i',j)</math> जब कभी भी <math>i'>i.</math>
* <math>T(i,j) \neq T(i,j-1)</math> जब कभी भी <math>j>1</math> और <math>i'<i.</math>
* <math>T(i,j) \neq T(i,j-1)</math> जब कभी भी <math>j>1</math> और <math>i'<i.</math>
तालिका T के लिए कक्ष <math>s = (i,j) \in \lambda</math> महत्वपूर्ण है यदि <math>j > 1</math> और <math>T(i,j)=T(i,j-1)</math>।
तालिका T के लिए कक्ष <math>s = (i,j) \in \lambda</math> महत्वपूर्ण है यदि <math>j > 1</math> और <math>T(i,j)=T(i,j-1)</math>।


यह परिणाम [[मैकडोनाल्ड बहुपद|मैकडोनाल्ड बहुपदों]] के लिए अधिक सामान्य संयोजी सूत्र के एक विशेष स्थिति के रूप में देखा जा सकता है।
यह परिणाम [[मैकडोनाल्ड बहुपद|मैकडोनाल्ड बहुपदों]] के लिए अधिक सामान्य संयोजी सूत्र के एक विशेष स्थिति के रूप में देखा जा सकता है।
Line 50: Line 50:
== C सामान्यीकरण ==
== C सामान्यीकरण ==


जैक फलन आंतरिक उत्पाद के साथ सममित बहुपदों के स्थान में एक लंबकोणीय आधार बनाते हैं:
जैक फलन आंतरिक उत्पाद के साथ सममित बहुपदों के स्थान में एक लंबकोणीय आधार बनाते हैं:


:<math>\langle f,g\rangle = \int_{[0,2\pi]^n} f \left (e^{i\theta_1},\ldots,e^{i\theta_n} \right ) \overline{g \left (e^{i\theta_1},\ldots,e^{i\theta_n} \right )} \prod_{1\le j<k\le n} \left |e^{i\theta_j}-e^{i\theta_k} \right |^{\frac{2}{\alpha}} d\theta_1\cdots d\theta_n</math>
:<math>\langle f,g\rangle = \int_{[0,2\pi]^n} f \left (e^{i\theta_1},\ldots,e^{i\theta_n} \right ) \overline{g \left (e^{i\theta_1},\ldots,e^{i\theta_n} \right )} \prod_{1\le j<k\le n} \left |e^{i\theta_j}-e^{i\theta_k} \right |^{\frac{2}{\alpha}} d\theta_1\cdots d\theta_n</math>
यह लंबकोणीयता गुण सामान्यीकरण से अप्रभावित है। ऊपर परिभाषित सामान्यीकरण को सामान्यतः '''J''' सामान्यीकरण कहा जाता है। '''C''' सामान्यीकरण को  
यह लंबकोणीयता गुण सामान्यीकरण से अप्रभावित है। ऊपर परिभाषित सामान्यीकरण को सामान्यतः '''J''' सामान्यीकरण कहा जाता है। '''C''' सामान्यीकरण को  


:<math>C_\kappa^{(\alpha)}(x_1,\ldots,x_n) = \frac{\alpha^{|\kappa|}(|\kappa|)!}{j_\kappa} J_\kappa^{(\alpha)}(x_1,\ldots,x_n),</math>
:<math>C_\kappa^{(\alpha)}(x_1,\ldots,x_n) = \frac{\alpha^{|\kappa|}(|\kappa|)!}{j_\kappa} J_\kappa^{(\alpha)}(x_1,\ldots,x_n),</math>
Line 59: Line 59:


:<math>j_\kappa=\prod_{(i,j)\in \kappa} \left (\kappa_j'-i+\alpha \left (\kappa_i-j+1 \right ) \right ) \left (\kappa_j'-i+1+\alpha \left (\kappa_i-j \right ) \right ).</math>
:<math>j_\kappa=\prod_{(i,j)\in \kappa} \left (\kappa_j'-i+\alpha \left (\kappa_i-j+1 \right ) \right ) \left (\kappa_j'-i+1+\alpha \left (\kappa_i-j \right ) \right ).</math>
<math>\alpha=2, C_\kappa^{(2)}(x_1,\ldots,x_n)</math> के लिए प्रायः <math>C_\kappa(x_1,\ldots,x_n)</math> दर्शाया जाता है और इसे क्षेत्रीय बहुपद कहा जाता है।
<math>\alpha=2, C_\kappa^{(2)}(x_1,\ldots,x_n)</math> के लिए प्रायः <math>C_\kappa(x_1,\ldots,x_n)</math> दर्शाया जाता है और इसे क्षेत्रीय बहुपद कहा जाता है।


== P सामान्यीकरण ==
== P सामान्यीकरण ==


P सामान्यीकरण पहचान <math>J_\lambda = H'_\lambda P_\lambda</math> द्वारा दिया जाता है, जहाँ  
P सामान्यीकरण पहचान <math>J_\lambda = H'_\lambda P_\lambda</math> द्वारा दिया जाता है, जहाँ  


:<math>H'_\lambda = \prod_{s\in \lambda} (\alpha a_\lambda(s) + l_\lambda(s) + 1)</math>
:<math>H'_\lambda = \prod_{s\in \lambda} (\alpha a_\lambda(s) + l_\lambda(s) + 1)</math>
जहां <math>a_\lambda</math> और <math>l_\lambda</math> क्रमशः यंग तालिका को दर्शाता है। इसलिए, <math>\alpha=1, P_\lambda</math> के लिए सामान्य शूर फलन है।
जहां <math>a_\lambda</math> और <math>l_\lambda</math> क्रमशः यंग तालिका को दर्शाता है। इसलिए, <math>\alpha=1, P_\lambda</math> के लिए सामान्य शूर फलन है।


शूर बहुपदों के समान, <math>P_\lambda</math> को यंग तालिका के योग के रूप में व्यक्त किया जा सकता है। यद्यपि , प्रत्येक तालिका में एक अतिरिक्त प्रभाव जोड़ने की आवश्यकता होती है जो पैरामीटर कि  <math>\alpha</math> पर निर्भर करता है।
शूर बहुपदों के समान, <math>P_\lambda</math> को यंग तालिका के योग के रूप में व्यक्त किया जा सकता है। यद्यपि, प्रत्येक तालिका में एक अतिरिक्त प्रभाव जोड़ने की आवश्यकता होती है जो कि पैरामीटर <math>\alpha</math> पर निर्भर करता है।


इस प्रकार, जैक फलन <math>P_\lambda </math> के लिए एक सूत्र{{sfn|Macdonald|1995|pp=379}}
इस प्रकार, जैक फलन <math>P_\lambda </math> के लिए एक सूत्र{{sfn|Macdonald|1995|pp=379}}


:<math> P_\lambda = \sum_{T} \psi_T(\alpha) \prod_{s \in \lambda}  x_{T(s)}</math>
:<math> P_\lambda = \sum_{T} \psi_T(\alpha) \prod_{s \in \lambda}  x_{T(s)}</math>
द्वारा दिया गया है जहां आकार <math>\lambda</math> के सभी तालिका पर योग लिया जाता है, और <math>T(s)</math> T के कक्ष s में प्रविष्टि को दर्शाता है।
द्वारा दिया गया है जहां आकार <math>\lambda</math> के सभी तालिका पर योग लिया जाता है, और <math>T(s)</math> T के कक्ष s में प्रविष्टि को दर्शाता है।


प्रभाव <math> \psi_T(\alpha) </math> को निम्नलिखित कार्य प्रणाली में परिभाषित किया जा सकता है: आकार <math>\lambda</math> की प्रत्येक तालिका T को विभाजन
प्रभाव <math> \psi_T(\alpha) </math> को निम्नलिखित कार्य प्रणाली में परिभाषित किया जा सकता है: आकार <math>\lambda</math> की प्रत्येक तालिका T को विभाजन


:<math> \emptyset = \nu_1 \to \nu_2 \to \dots \to \nu_n = \lambda</math>
:<math> \emptyset = \nu_1 \to \nu_2 \to \dots \to \nu_n = \lambda</math>
के अनुक्रम के रूप में व्याख्यायित किया जा सकता है जहाँ <math>\nu_{i+1}/\nu_i</math> तिरछा आकार को T में सामग्री i के साथ परिभाषित करता है। तब
के अनुक्रम के रूप में व्याख्यायित किया जा सकता है जहाँ <math>\nu_{i+1}/\nu_i</math> तिरछा आकार को T में सामग्री i के साथ परिभाषित करता है। तब


:<math> \psi_T(\alpha) = \prod_i \psi_{\nu_{i+1}/\nu_i}(\alpha)</math>
:<math> \psi_T(\alpha) = \prod_i \psi_{\nu_{i+1}/\nu_i}(\alpha)</math>
Line 85: Line 85:
:<math>\psi_{\lambda/\mu}(\alpha) = \prod_{s \in R_{\lambda/\mu}-C_{\lambda/\mu} } \frac{(\alpha a_\mu(s) + l_\mu(s) +1)}{(\alpha a_\mu(s) + l_\mu(s) + \alpha)} \frac{(\alpha a_\lambda(s) + l_\lambda(s) + \alpha)}{(\alpha a_\lambda(s) + l_\lambda(s) +1)}
:<math>\psi_{\lambda/\mu}(\alpha) = \prod_{s \in R_{\lambda/\mu}-C_{\lambda/\mu} } \frac{(\alpha a_\mu(s) + l_\mu(s) +1)}{(\alpha a_\mu(s) + l_\mu(s) + \alpha)} \frac{(\alpha a_\lambda(s) + l_\lambda(s) + \alpha)}{(\alpha a_\lambda(s) + l_\lambda(s) +1)}
</math>
</math>
और उत्पाद मात्र <math>\lambda</math> सभी बक्सों में लिया जाता है जैसे कि s में एक ही पंक्ति में <math>\lambda/\mu</math> से एक कक्ष होता है, परन्तु एक ही स्तंभ में नहीं।
और उत्पाद मात्र <math>\lambda</math> सभी बक्सों में लिया जाता है जैसे कि s में एक ही पंक्ति में <math>\lambda/\mu</math> से एक कक्ष होता है, परन्तु एक ही स्तंभ में नहीं।


== शूर बहुपद के साथ संबंध ==
== शूर बहुपद के साथ संबंध ==
जब <math>\alpha=1</math> जैक फलन शूर बहुपद
जब <math>\alpha=1</math> जैक फलन शूर बहुपद


:<math>
:<math>
Line 98: Line 98:
\prod_{(i,j)\in\kappa} (\kappa_i+\kappa_j'-i-j+1)
\prod_{(i,j)\in\kappa} (\kappa_i+\kappa_j'-i-j+1)
</math>
</math>
<math>\kappa</math>, की सभी हुक लंबाई का उत्पाद है <math>\kappa</math>।
<math>\kappa</math>, की सभी हुक लंबाई का गुणनफल होता है।


== गुण ==
== गुण ==


यदि विभाजन में चर की संख्या से अधिक भाग हैं, तो जैक फ़ंक्शन 0 है:
यदि विभाजन में चर की संख्या से अधिक भाग हैं, तो जैक फलन 0:


:<math>J_\kappa^{(\alpha )}(x_1,x_2,\ldots,x_m)=0, \mbox{ if }\kappa_{m+1}>0.</math>
:<math>J_\kappa^{(\alpha )}(x_1,x_2,\ldots,x_m)=0, \mbox{ if }\kappa_{m+1}>0</math>
 
:है।
 
== आव्यूह तर्क ==
== मैट्रिक्स तर्क ==
कुछ पाठों में, विशेष रूप से यादृच्छिक आव्यूह सिद्धांत में, लेखकों ने जैक फलन में आव्यूह तर्क का उपयोग करना अधिक सुविधाजनक पाया है। संयोजन सरल है। यदि <math>X</math> आईगेनमानों <math>x_1,x_2,\ldots,x_m</math> ​​​​वाला एक आव्यूह है, तो,
कुछ ग्रंथों में, विशेष रूप से यादृच्छिक मैट्रिक्स सिद्धांत में, लेखकों ने जैक फ़ंक्शन में मैट्रिक्स तर्क का उपयोग करना अधिक सुविधाजनक पाया है। कनेक्शन सरल है। यदि <math>X</math> eigenvalues ​​​​के साथ एक मैट्रिक्स है
<math>x_1,x_2,\ldots,x_m</math>, तब


:<math>
:<math>
J_\kappa^{(\alpha )}(X)=J_\kappa^{(\alpha )}(x_1,x_2,\ldots,x_m).
J_\kappa^{(\alpha )}(X)=J_\kappa^{(\alpha )}(x_1,x_2,\ldots,x_m)
</math>
</math>




Line 172: Line 170:
==बाहरी संबंध==
==बाहरी संबंध==
* [http://www-math.mit.edu/~plamen/software Software for computing the Jack function] by Plamen Koev and Alan Edelman.
* [http://www-math.mit.edu/~plamen/software Software for computing the Jack function] by Plamen Koev and Alan Edelman.
* [http://www.math.washington.edu/~dumitriu/mopspage.html MOPS: Multivariate Orthogonal Polynomials (symbolically) (Maple Package)] {{Webarchive|url=https://web.archive.org/web/20100620202845/http://www.math.washington.edu/~dumitriu/mopspage.html |date=2010-06-20 }}
* [http://www.math.washington.edu/~dumitriu/mopspage.html MOPS: Multivariate Orthogonal Polynomials(symbolically)(Maple Package)] {{Webarchive|url=https://web.archive.org/web/20100620202845/http://www.math.washington.edu/~dumitriu/mopspage.html |date=2010-06-20 }}
* [http://www.sagemath.org/doc/reference/sage/combinat/sf/jack.html SAGE documentation for Jack Symmetric Functions][[Category: ऑर्थोगोनल बहुपद]] [[Category: विशेष कार्य]] [[Category: सममित कार्य]]
* [http://www.sagemath.org/doc/reference/sage/combinat/sf/jack.html SAGE documentation for Jack Symmetric Functions]
 
 


[[Category: Machine Translated Page]]
[[Category:Created On 03/03/2023]]
[[Category:Created On 03/03/2023]]
[[Category:Lua-based templates]]
[[Category:Machine Translated Page]]
[[Category:Pages with script errors]]
[[Category:Short description with empty Wikidata description]]
[[Category:Templates Vigyan Ready]]
[[Category:Templates that add a tracking category]]
[[Category:Templates that generate short descriptions]]
[[Category:Templates using TemplateData]]
[[Category:Webarchive template wayback links]]
[[Category:ऑर्थोगोनल बहुपद]]
[[Category:विशेष कार्य]]
[[Category:सममित कार्य]]

Latest revision as of 10:51, 17 March 2023

गणित में, जैक फलन जैक बहुपद का एक सामान्यीकरण है, जिसे हेनरी जैक ने प्रस्तुत किया था। जैक बहुपद एक सजातीय बहुपद, सममित बहुपद बहुपद है जो शूर बहुपद और क्षेत्रीय बहुपद का सामान्यीकरण करता है, और इसके स्थान पर हेकमैन-ऑप्डम बहुपद और मैकडोनाल्ड बहुपद द्वारा सामान्यीकृत होता है।

परिभाषा

एक पूर्णांक विभाजन का , पैरामीटर , और तर्क के जैक फलन को पुनरावर्ती रूप से परिभाषित किया जा सकता है

इस प्रकार है:

एम = 1 के लिए
एम> 1 के लिए

जहां योग सभी विभाजनों पर है जैसे कि तिरछा विभाजन एक क्षैतिज पट्टी है, अर्थात्

( शून्य होना चाहिए या अन्यथा ) और

जहां बराबर है यदि और अन्यथा। अभिव्यक्ति और क्रमशः और , के संयुग्मित विभाजनों को संदर्भित करते हैं। अंकन का अर्थ है कि उत्पाद को विभाजन के यंग आरेख में बक्सों के सभी निर्देशांकों पर ले लिया गया है।

संयोजन सूत्र

1997 में, एफ. नोप और एस. साही [1] ने n चर :

में जैक बहुपदों के लिए विशुद्ध रूप से संयोजन सूत्र दिया।

आकार और

के साथ

के सभी स्वीकार्य तालिका पर योग लिया जाता है।

आकार की एक स्वीकार्य संख्या 1,2,…,n के साथ यंग आरेख की पूर्ति है जैसे कि तालिका में किसी भी कक्ष(i,j) के लिए,

  • जब कभी भी
  • जब कभी भी और

तालिका T के लिए कक्ष महत्वपूर्ण है यदि और

यह परिणाम मैकडोनाल्ड बहुपदों के लिए अधिक सामान्य संयोजी सूत्र के एक विशेष स्थिति के रूप में देखा जा सकता है।

C सामान्यीकरण

जैक फलन आंतरिक उत्पाद के साथ सममित बहुपदों के स्थान में एक लंबकोणीय आधार बनाते हैं:

यह लंबकोणीयता गुण सामान्यीकरण से अप्रभावित है। ऊपर परिभाषित सामान्यीकरण को सामान्यतः J सामान्यीकरण कहा जाता है। C सामान्यीकरण को

के रूप में परिभाषित किया गया है जहाँ

के लिए प्रायः दर्शाया जाता है और इसे क्षेत्रीय बहुपद कहा जाता है।

P सामान्यीकरण

P सामान्यीकरण पहचान द्वारा दिया जाता है, जहाँ

जहां और क्रमशः यंग तालिका को दर्शाता है। इसलिए, के लिए सामान्य शूर फलन है।

शूर बहुपदों के समान, को यंग तालिका के योग के रूप में व्यक्त किया जा सकता है। यद्यपि, प्रत्येक तालिका में एक अतिरिक्त प्रभाव जोड़ने की आवश्यकता होती है जो कि पैरामीटर पर निर्भर करता है।

इस प्रकार, जैक फलन के लिए एक सूत्र[2]

द्वारा दिया गया है जहां आकार के सभी तालिका पर योग लिया जाता है, और T के कक्ष s में प्रविष्टि को दर्शाता है।

प्रभाव को निम्नलिखित कार्य प्रणाली में परिभाषित किया जा सकता है: आकार की प्रत्येक तालिका T को विभाजन

के अनुक्रम के रूप में व्याख्यायित किया जा सकता है जहाँ तिरछा आकार को T में सामग्री i के साथ परिभाषित करता है। तब

जहाँ

और उत्पाद मात्र सभी बक्सों में लिया जाता है जैसे कि s में एक ही पंक्ति में से एक कक्ष होता है, परन्तु एक ही स्तंभ में नहीं।

शूर बहुपद के साथ संबंध

जब जैक फलन शूर बहुपद

का एक अदिश गुणक होता है, जहाँ

, की सभी हुक लंबाई का गुणनफल होता है।

गुण

यदि विभाजन में चर की संख्या से अधिक भाग हैं, तो जैक फलन 0:

है।

आव्यूह तर्क

कुछ पाठों में, विशेष रूप से यादृच्छिक आव्यूह सिद्धांत में, लेखकों ने जैक फलन में आव्यूह तर्क का उपयोग करना अधिक सुविधाजनक पाया है। संयोजन सरल है। यदि आईगेनमानों ​​​​वाला एक आव्यूह है, तो,


संदर्भ

  • Demmel, James; Koev, Plamen (2006), "Accurate and efficient evaluation of Schur and Jack functions", Mathematics of Computation, 75 (253): 223–239, CiteSeerX 10.1.1.134.5248, doi:10.1090/S0025-5718-05-01780-1, MR 2176397.
  • Jack, Henry (1970–1971), "A class of symmetric polynomials with a parameter", Proceedings of the Royal Society of Edinburgh, Section A. Mathematics, 69: 1–18, MR 0289462.
  • Knop, Friedrich; Sahi, Siddhartha (19 March 1997), "A recursion and a combinatorial formula for Jack polynomials", Inventiones Mathematicae, 128 (1): 9–22, arXiv:q-alg/9610016, Bibcode:1997InMat.128....9K, doi:10.1007/s002220050134
  • Macdonald, I. G. (1995), Symmetric functions and Hall polynomials, Oxford Mathematical Monographs (2nd ed.), New York: Oxford University Press, ISBN 978-0-19-853489-1, MR 1354144
  • Stanley, Richard P. (1989), "Some combinatorial properties of Jack symmetric functions", Advances in Mathematics, 77 (1): 76–115, doi:10.1016/0001-8708(89)90015-7, MR 1014073.


बाहरी संबंध