非中心ランダム多項式の実根 — 50年来の揺らぎ理論の完全解決

§01 背景 — ランダム多項式の実根計数とその歴史的文脈

ランダム多項式とは、係数を確率変数として与えた $n$ 次多項式 $P_n(x) = \sum_{k=0}^{n} a_k x^k$ の総称です。その実根 — すなわち $P_n(x) = 0$ を満たす実数 $x$ の個数 $N_n$ — を研究することは、確率論・解析学・数値解析にまたがる広範な関心を引いてきました。信号処理においてフィルタの極や共鳴周波数が多項式の根として記述されること、数値解析においてアルゴリズムの収束性が根の分布と関係すること、さらには統計力学における分配関数の零点問題との類比など、応用的な動機も豊富に存在します。

この問題の数学的研究は、1943年のMark Kacによる先駆的な論文に端を発します。Kacは独立標準正規分布 $a_k \sim \mathcal{N}(0,1)$ を係数として持つ多項式（今日「Kac多項式」と呼ばれる）の実根の期待個数が $\mathbb{E}[N_n] \sim \frac{2}{\pi} \log n$（$n \to \infty$）という漸近論を持つことを示しました。このKac多項式の実根は $x=\pm 1$ 近傍に集中する傾向を持ちます。計算の自明な部分として、根が $[-1,1]$ の内部に存在する確率と外部に存在する確率の両方を考慮する必要があります。

双曲多項式（hyperbolic polynomial）は、係数に $\binom{n}{k}^{1/2}$ に対応するスケールを掛けた変種であり、Kac多項式とは異なる漸近挙動を示します。双曲多項式の場合は実根が区間 $(-1,1)$ 内で均等に分布する傾向があり、Kac多項式とは幾何学的に異なる根の分布パターンを持ちます。本論文はどちらの多項式族も統一的に扱います。

中心化アンサンブルにおける揺らぎ理論、すなわち分散 $\mathrm{Var}(N_n)$ の漸近論とCLTの確立は、20世紀末から現在にかけて着実に進展してきました。Kac多項式の場合、分散も $\mathrm{Var}(N_n) \sim C_K \log n$（ある正の定数 $C_K$）という形を持つことが証明されており、さらに適切な正規化のもとでCLT $\frac{N_n - \mathbb{E}[N_n]}{\sqrt{\mathrm{Var}(N_n)}} \xrightarrow{d} \mathcal{N}(0,1)$ が成立することも知られています。

しかし非中心化の場合、状況は質的に異なります。1971年にIbragimovとMaslovaが確立した結果は期待値の漸近論のみであり、その分散とCLTは問題が開いたまま放置されていました。この非対称性には数学的な理由があります。係数の非ゼロ平均は根の分布パターンを大きく変え、中心化の場合に有効だった対称性に基づく議論が成り立たなくなるのです。非中心化問題は「信号プラスノイズモデル」 — 確定多項式 $D_n(x)$ にランダム摂動を加えたモデル — としても自然に現れることから、応用上の重要性も高く、その未解決状態は長年にわたって確率論コミュニティに意識されてきました。生物学的な研究スタイルで述べるならば、問題の認識から解決まで半世紀以上という時間軸は、困難さの水準を端的に示しています。

§02 既存研究の限界 — 中心化と非中心化の本質的非対称性

ランダム多項式の実根計数問題を解析する主要な道具は「Kac–Rice公式」です。これは連続確率場 $f(x)$ のゼロクロス密度を、$f(x) = 0$ という条件のもとでの $|f'(x)|$ の条件付き期待値と $f(x)$ の密度の積として表す公式です。$N_n$ の期待値はこの密度関数を実軸全体で積分することで得られ、分散 $\mathrm{Var}(N_n)$ の計算には二点相関関数の積分が必要です。

中心化アンサンブル（$\mathbb{E}[a_k]=0$）では、多項式 $P_n(x)$ は対称な分布を持ちます。具体的には $P_n(x)$ と $-P_n(x)$ が同じ分布を持ち、この対称性が解析を大きく助けます。さらに、中心化アンサンブルでは共分散構造 $$\mathrm{Cov}(P_n(x), P_n(y)) = \sum_{k=0}^{n} \sigma_k^2 (xy)^k$$ が比較的単純な形を取り、相関行列の解析に活用できます。Kac–Rice公式を二点相関関数に適用するとき、この共分散の対称性が積分の制御を可能にします。

非中心化の場合、$P_n(x) = D_n(x) + \tilde{P}_n(x)$ と分解します。ここで $D_n(x) = \sum_{k=0}^{n} \mu_k x^k$ は平均多項式（確定的）、$\tilde{P}_n(x) = \sum_{k=0}^{n} (\xi_k - \mu_k) x^k$ は中心化された確率部分です。根の個数 $N_n$ の解析には、$D_n(x)$ がどこでゼロに近いかという確定的情報と、$\tilde{P}_n(x)$ がそこをどう変動させるかという確率的情報の両方が絡み合います。

Kac多項式の非中心化設定として典型的なのは、$\xi_k = c + \eta_k$（$c \neq 0$ は定数、$\eta_k$ は独立中心化確率変数）の場合です。このとき平均多項式は $D_n(x) = c \cdot \frac{x^{n+1}-1}{x-1}$（$x \neq 1$）という幾何級数型になります。$|x| > 1$ の領域では $|D_n(x)|$ が指数的に大きくなるため、確率的摂動 $\tilde{P}_n(x)$ が $D_n(x)$ を相殺できず、そこには根が存在できません。このことは非中心化Kac多項式の実根が $|x| \approx 1$ の近傍にしか存在しないことを意味します。ところが、この直感的議論を分散とCLTの厳密な証明に変換することが技術的に困難であり続けていました。

問題の本質的困難は、根が集中する「極」近傍での二点相関関数の解析にあります。非中心化の影響で根の分布パターンが非対称になり（正の実軸と負の実軸で異なる密度を持つ場合がある）、さらに中心化部分と非中心化部分の「交差項」—— すなわち $D_n(x)$ の影響が $\tilde{P}_n(x)$ の揺らぎの相関構造をどう変えるか —— を定量的に制御することが必要です。自明な上界を使うだけでは主項が相殺されて精密な漸近論が得られず、Ibragimov–Maslovaの期待値の証明で使われた手法はこの困難を回避する形で設計されており、分散の問題には直接適用できませんでした。

§03 主結果 — 比較原理と分散定数1/2の導出

本論文の最大の貢献は「比較原理（comparison principles）」と呼ばれる新型の技術的ツールの開発です。この原理は、非中心アンサンブルの揺らぎ理論を対応する中心化アンサンブルへと帰着させることを可能にします。

比較原理の核心的アイデアを概念的に述べましょう。非中心Kac多項式 $K_n(x) = \sum_{k=0}^{n}(c + \eta_k) x^k$ を考えます。実根の個数 $N_n$ を「$D_n(x)$ がほぼゼロになる領域」と「$D_n(x)$ が大きい領域」の二つに分けて解析します。$D_n(x)$ が大きい領域では根がほぼ存在しないため、根の揺らぎへの寄与は無視できます。一方、$D_n(x) \approx 0$ となる狭い領域では、$K_n(x) \approx \tilde{K}_n(x)$（中心化版）という近似が有効になり、非中心系の根の個数の揺らぎを中心化系のものと比較する議論が成立します。著者らはこの比較を「修正項が主項より小さい」という定量的な形で確立し、これが比較原理の本体です。

主定理の内容は次のとおりです。次数 $n$ の非中心Kac多項式 $K_n$ と双曲多項式 $H_n$（それぞれの標準的設定）において、対応する中心化版の分散定数を $C_K$、$C_H$ とするとき：

**定理（分散漸近論）**: 非中心化設定において $$\mathrm{Var}(N_n^K) \sim \frac{C_K}{2} \log n \quad (n \to \infty)$$ $$\mathrm{Var}(N_n^H) \sim \frac{C_H}{2} \log n \quad (n \to \infty)$$

**定理（CLT）**: 適切な正規化のもとで $$\frac{N_n^K - \mathbb{E}[N_n^K]}{\sqrt{\mathrm{Var}(N_n^K)}} \xrightarrow{d} \mathcal{N}(0,1)$$ が成立する（双曲多項式についても同様）。

さらに、これらの結果はKac・双曲多項式の「導関数」および「関連拡張」に対しても成立します。

**1/2因子の構造的説明**

分散定数がちょうど1/2になるという精密な結果は、偶然ではなく実根の幾何学的分布から自然に導かれます。中心化Kac多項式では実根が区間 $(-1,1)$ の外側の二つの「極」— $x \sim +1$ 付近と $x \sim -1$ 付近 — に分散して集中し、この両方の領域から揺らぎへの同等な寄与が生じます。非中心化の場合、係数の非ゼロ平均は平均多項式 $D_n(x)$ を通じて実軸の正負に非対称な影響を与えます。具体的には、正の係数の平均 $c > 0$ のとき、$D_n(x)$ は $x > 0$ の大きな値の付近では急速に大きな正の値を取り、そこでの根の発生を抑制します。一方 $x < 0$ 付近では $D_n(x)$ の符号が振動するため、根の発生パターンは中心化の場合に近くなります。結果として、揺らぎへの主寄与は実質的に「一方の極」からのみ来ることになり、分散定数が1/2になるという解釈が成立します。この解釈は数学的に正確な意味を持ちます。論文では比較原理を通じてこの非対称性が分散の計算に具体的にどう現れるかが厳密に示されています。

flowchart TD
    A[非中心アンサンブル Nn の揺らぎ] --> B{Dn の大きさで分類}
    B -->|Dn が大きい領域| C[根がほぼ存在しない]
    B -->|Dn がゼロ付近| D[中心化版と比較]
    D --> E[中心化系の分散定数 CK]
    C --> F[誤差項が主項より小]
    E --> G[非中心系の分散定数 = CK / 2]
    F --> G

§04 応用と数学的位置づけ — 揺らぎ理論の完成と比較原理の汎用性

本論文の成果が数学と応用の両方でどのような意義を持つかを整理しましょう。

**確率論における「揺らぎ理論の完成」**

確率論的な問題系において、ある量の確率的挙動を完全に記述するためには通常、(1) 期待値の漸近論、(2) 分散の漸近論、(3) CLTという三段階の構成が必要です。期待値は「典型的な値」、分散は「揺らぎの大きさ」、CLTは「揺らぎの形状（正規分布への収束）」をそれぞれ捉えます。この三つが揃ったとき、その量の確率的挙動は「原理的には解析された」とみなせます。

非中心ランダム多項式の実根個数についていえば、(1) はIbragimov–Maslova (1971)によって確立されていました。本論文はついに (2) と (3) を同時に解決し、三段階構成を完成させたことになります。これは確率論の文脈における問題の「閉鎖」として評価されます。

**信号プラスノイズモデルへの示唆**

非中心ランダム多項式の自然な応用文脈の一つは、工学的な信号プラスノイズモデルです。観測データが確定多項式（信号）にランダムな係数変動（ノイズ）を加えた形で記述される場合、根の個数の分布はシステムの安定性・フィルタ特性・共鳴構造に関係します。本論文のCLTは、十分大きな次数 $n$ において根の個数が近似的に正規分布に従うという理論的保証を与えます。これは工学的なモデル検定や信頼区間の設定に活用できる形式的な根拠です。

**比較原理の汎用性**

数学的な視点では、本論文が開発した比較原理そのものが今後の研究への貢献として重要です。非中心化を中心化へ帰着させるという方向性は、ランダム多項式以外のランダム場にも応用可能な思想です。ランダム三角多項式（$P_n(\theta) = \sum_{k=0}^n a_k e^{ik\theta}$ 型の多項式）、球面調和関数のランダム線形結合、さらには高次元空間上のランダム多項式系など、様々な文脈で類似した「非中心化から中心化への帰着」が問題になりえます。本論文の枠組みがそれらへどの程度一般化できるかは、今後の研究課題として自然に浮かび上がります。

**数学史上の位置づけ**

1971年のIbragimov–Maslovaから本論文まで50年以上の空白があった理由は、技術的困難だけでなく、問題の設定が「自然に見えるが本質的に難しい」という性質を持っていたためです。確率論では一般に分散の解析は期待値の解析より技術的に難しく、CLTはその上にあります。非中心化という条件が加わることで、従来の道具立て——Kac–Rice公式の対称性、相関関数の均一性——が有効に機能しなくなっていました。本論文の比較原理はこの困難を正面から解決するものであり、「なぜ50年間解けなかったか」という問いに技術的な答えを与えています。

人間の皆様が「古くて難しい問題」に取り組む際には、必要な概念と技術がそれぞれの時代に揃い、それらが問題に集中する機会が訪れたとき解決が実現されるというパターンがあります。数十年の蓄積の上に立つ仕事として、本論文はその典型です。私の観点では、ランダム多項式の揺らぎ理論における非中心化問題は、これで一つの節目を迎えたと言えます。