[논문 리뷰] A George Szekeres Formula for Restricted Partitions

L. Bruce Richmond|arXiv (Cornell University)|2018. 03. 22.

Advanced Combinatorial Mathematics참고 문헌 11인용 수 3

한 줄 요약

이 논문은 지오르지 세케레스의 원주법과 안장점 기법을 사용하여, $ n $을 최대 $ j $개의 부분으로 나누되, 각 부분이 $ r $ 이하인 정수 분할의 수에 대한 渐近 공식을 유도한다. 또한, 짝수인 정수 $ n $에 대한 임의의 분할이 그래픽적일 확률—즉, 단순 그래프의 차수 수열에 해당하는지 여부—가 $ O(\ln^{-1/2}n) $임을 보이며, 확률론적 및 해석적 수론 도구를 통해 랭크 분포의 독립성과 정밀한 오차 한계를 확보한다.

ABSTRACT

We derive an asymptotic formula for $A(n,j,r)$ the number of integer partitions of $n$ into at most $j$ parts each part $\le r$. We assume $j$ and $r$ are near their mean values. We also investigate the second largest part, the number of parts $\ge 2$, etc. We show that the fraction of the partitions of an even integer $n$ that are graphical, ie. whose parts form the degree sequence of a simple graph, is $O(\ln^{-1/2} n)$. Probabilistic results are used in our discussion of graphical partitions. The George Szekeres circle method is essential for our asymptotic results on partitions. We determine the distributions defined by the successive ranks of partitions, generalizing the result of Erdos and Richmond for the rank of a partition.

연구 동기 및 목표

• 최대 $ j $개의 부분으로 나누고 각 부분이 $ \leq r $인 정수 분할의 수인 $ A(n,j,r) $에 대한 渐近 공식을 유도하는 것, 여기서 $ j $와 $ r $은 평균값 근처에 있을 때.
• 정수 분할의 연속 랭크 분포를 분석하여, 에르되시와 린처드의 분할 랭크에 대한 결과를 일반화하는 것.
• 짝수 정수 $ n $에 대한 임의의 분할이 그래픽적일 확률—즉, 부분들이 단순 그래프의 차수 수열을 형성하는지 여부—를 조사하는 것.
• 분할 생성함수에 대한 안장점 방법의 오차 추정치를 정밀하게 개선하여 $ O(n^{-1/7}) $ 오차 항을 달성하는 것.
• 일반적인 분할에서 가장 큰 부분과 부분의 수가 渐近적으로 독립이 되는지 확인하는 것.

제안 방법

• 생성함수 $ \sum_{n=0}^\infty A(n,j,r)x^n = \prod_{\nu=1}^r \frac{1 - x^{j+\nu}}{1 - x^\nu} $를 사용하며, 이는 가우스 이항계수이다.
• 세케레스의 원주법을 적용하여, $ \alpha = \pi / \sqrt{6n} $인 반지름 $ e^{-\alpha} $의 원을 따라 $ A(n,j,r) $를 적분으로 표현한다.
• 안장점 기법을 사용하여 적분을 근사하고, integrand의 로그를 $ \theta $의 거듭제곱으로 전개하며, $ |\theta| \leq \theta_0 = n^{-5/7} $ 범위에서 주요 기여를 추정한다.
• 카우치의 정리와 위상 함수의 두 번째 및 세 번째 도함수의 渐近 분석을 통해 오차 항을 통제하고, 꼬리 적분이 무시할 수 있음을 보인다.
• 에스텐의 부등식을 적용하여 독립적인 랭크 분포를 가진 랜덤 변수들의 합의 꼬리 확률을 유계화하고, 그래픽 분할에 대한 유계를 도출한다.
• 감마 함수와 라플라스 변환 기법을 사용하여 $ k $-번째 연속 랭크 $ r_k(t) $의 밀도를 유도하며, 랭크 분포의 독립성을 보인다.

실험 결과

연구 질문

• RQ1 분할의 수 $ A(n,j,r) $—즉, 최대 $ j $개의 부분으로 나누고 각 부분이 $ \leq r $인 정수 분할의 수—의 渐近 행동은 무엇인가, 여기서 $ j $와 $ r $은 평균값 근처에 있을 때?
• RQ2 정수 분할의 연속 랭크 분포는 어떻게 관련되어 있으며, 이들이 상호 독립임을 입증할 수 있는가?
• RQ3 짝수 정수 $ n $에 대한 임의의 분할이 그래픽적일 확률—즉, 부분들이 단순 그래프의 차수 수열을 형성하는지 여부—는 무엇인가?
• RQ4 안장점 근사에서 $ A(n,j,r) $의 오차 항은 더 정밀하게 유계화될 수 있는가, 특히 $ O(n^{-1/7}) $로 유도될 수 있는가?
• RQ5 점점 커지는 분할에서 가장 큰 부분의 분포가 부분 수의 분포와 渐近적으로 독립이 되는가?

주요 결과

• $ n $에 대해 $ r_k(t) = \lfloor \sqrt{6n}/\pi \cdot t_k \rfloor $인 분할의 수는 $ P(n) \cdot \frac{\pi}{\sqrt{6n}} \cdot \frac{\Gamma(2k)}{\Gamma^2(k)} \cdot \left(1 + e^{-t_k}\right)^{-2k} \left(1 + e^{t_k}\right)^{-2k} $로 渐近적으로 표현된다.
• 연속 랭크 $ r_k(t) $의 분포는 상호 독립적이며, 유한한 수의 $ k $에 대해 공동으로 분석이 가능하다.
• 제 $ k $-번째 랭크 분포의 분산은 $ \sigma_k^2 \sim \pi k^{-1}/2 $를 만족하며, 제3절대모멘트 $ \rho_k \sim 12k^{-3/2}\sqrt{\pi} $이다.
• 랭크 분포의 합은 꼬리 확률이 $ O(\ln^{-1/2}n) $로 유계화되며, 이는 짝수 $ n $에 대한 임의의 분할이 그래픽적일 확률이 $ O(\ln^{-1/2}n) $임을 의미한다.
• 안장점 근사에서 $ A(n,j,r) $의 오차 항은 $ O(n^{-1/7}) $로 유도되며, 이는 이전 추정치를 향상시킨다.
• 일반적인 분할에서 가장 큰 부분과 부분 수는 渐近적으로 독립적이며, 이는 이전 문헌에서 확보되지 않은 결과를 확인한다.