[논문 리뷰] An asymptotic distribution theory for Eulerian recurrences with applications

Hsien‐Kuei Hwang, Hua‐Huai Chern외 1명|arXiv (Cornell University)|2018. 07. 04.

Advanced Combinatorial Mathematics참고 문헌 204인용 수 4

한 줄 요약

이 논문은 모멘트 방법과 해석적 조합론을 활용하여 $ P_n(v) = (\alpha(v)n + \gamma(v))P_{n-1}(v) + \beta(v)(1-v)P_{n-1}'(v) $ 형태의 오일러형 선형 재귀에 대한 포괄적인 渐近 분포 이론을 수립한다. 이론은 정규분포, 베타분포, 레일리분포, 포아송분포, 미탈레프레르 분포 등 다양한 극한 법칙을 500개 이상의 구체적 예시를 통해 규명하며, 간단한 재귀 구조 안에서 놀라운 다양성을 드러내고, 베르리-에세인 경계를 통한 수렴 속도를 제공한다.

ABSTRACT

We study linear recurrences of Eulerian type of the form \[ P_n(v) = (α(v)n+γ(v))P_{n-1}(v) +β(v)(1-v)P_{n-1}'(v)\qquad(n\ge1), \] with $P_0(v)$ given, where $α(v), β(v)$ and $γ(v)$ are in most cases polynomials of low degrees. We characterize the various limit laws of the coefficients of $P_n(v)$ for large $n$ using the method of moments and analytic combinatorial tools under varying $α(v), β(v)$ and $γ(v)$, and apply our results to more than two hundred of concrete examples when $β(v) e0$ and more than three hundred when $β(v)=0$ that we gathered from the literature and from Sloane's OEIS database. The limit laws and the convergence rates we worked out are almost all new and include normal, half-normal, Rayleigh, beta, Poisson, negative binomial, Mittag-Leffler, Bernoulli, etc., showing the surprising richness and diversity of such a simple framework, as well as the power of the approaches used.

연구 동기 및 목표

• 다항계수 $\alpha(v)$, $\beta(v)$, $\gamma(v)$를 갖는 오일러 재귀에 대한 일반적인 渐近 분포 이론을 수립하기 위해.
• 다양한 매개변수 영역에서 큰 $n$에 대해 $P_n(v)$의 계수의 극한 분포를 특성화하기 위해.
• 순열 통계 및 오일러 다항식에서 유래된 알려진 극한 법칙(예: 정규분포, 베타분포, 포아송분포 등)을 통합하고 확장하기 위해.
• 유도된 중심극한정리에 대해 수렴 속도, 특히 베르리-에세인 경계를 제공하기 위해.
• 문헌과 OEIS에서 유래한 500개 이상의 구체적 예시를 체계적으로 카탈로그화하고 분석하여 그들의 극한 분포를 규명하기 위해.

제안 방법

• 재귀식에서 유도된 생성함수의 동역학을 모델링하기 위해 편미분방정식(PDE)을 사용하기 위해.
• 모멘트 방법을 활용하여 $P_n(v)$의 계수 분포의 중심모멘트의 渐近 행동을 분석하기 위해.
• 생성함수에서 점근 분포를 추출하기 위해 특이점 분석과 준거듭제곱 근사법을 적용하기 위해.
• 복소해석학적 도구와 준거듭제곱 정리를 활용하여 $\alpha(v)$, $\beta(v)$, $\gamma(v)$의 다양한 조건 하에서 중심극한정리를 확립하기 위해.
• 재귀 계열을 분류하고 분석하기 위해 $\mathscr{E}_k\langle\!\langle \alpha(v), \beta(v); \gamma(v) \rangle\!\rangle$ 형태의 매개변수화 프레임워크를 도입하기 위해.
• 비동차 재귀, $P_{n-2}(v)$를 포함하는 재귀, 그리고 재귀의 연립계로의 결과 확장을 통해 적용 범위를 넓히기 위해.

실험 결과

연구 질문

• RQ1 재귀식 $ P_n(v) = (\alpha(v)n + \gamma(v))P_{n-1}(v) + \beta(v)(1-v)P_{n-1}'(v) $ 가 $n \to \infty$일 때 어떤 극한 법칙이 도출되는가?
• RQ2 특히 저차수 다항식인 $\alpha(v)$, $\beta(v)$, $\gamma(v)$의 매개변수가 극한 분포의 유형과 매개변수에 어떻게 영향을 미치는가?
• RQ3 유도된 중심극한정리에 대해 수렴 속도(예: 베르리-에세인 경계)를 어떻게 확립할 수 있는가?
• RQ4 이 프레임워크에서 정규분포 외의 법칙, 예를 들어 베타분포, 레일리분포, 또는 미탈레프레르 분포가 나타날 수 있는가? 그리고 $\alpha(v)$와 $\beta(v)$에 어떤 조건이 필요한가?
• RQ5 이 이론을 어떻게 체계적으로 적용하여 OEIS와 문헌의 알려진 수열들의 극한 행동을 분류하고 예측할 수 있는가?

주요 결과

• $(\alpha(v), \beta(v)) = (qv, qv)$일 때, 계수의 분포는 $ \mathscr{N}\bigl(\frac{1}{2}n, \frac{1}{12}n\bigr) $로 수렴하며, 수렴 속도는 $ O(n^{-1/2}) $이다.
• $(\alpha(v), \beta(v)) = (qv, v)$일 때, 극한은 $ \mathscr{N}\bigl(\frac{q}{q+1}n, \frac{q^2}{(q+1)^2(q+2)}n\bigr) $이며, 명시적인 분산과 함께 $ O(n^{-1/2}) $ 수렴 속도를 가진다.
• $(\alpha(v), \beta(v)) = (v^2, v(1+v)) $일 때, 극한은 $ \mathscr{N}\bigl(\frac{2}{3}n, \frac{8}{45}n\bigr) $이며, 이는 제곱계수를 가질 때조차 정규분포가 성립함을 보여준다.
• $\beta(v) = 0 $일 때, 비정규 법칙이 나타난다: $(\alpha(v), \beta(v)) = (p+qv, 0)$일 경우 극한은 $ \mathscr{N}\bigl(\frac{q}{p+q+1}n, \frac{q(p+1)(p+q)}{(p+q+1)^2(p+q+2)}n\bigr) $이며, 광범위한 적용 가능성을 보여준다.
• $\frac{\beta}{\alpha} = -1 $일 때, 극한은 베타분포이며, 균일분포 $ \text{Beta}(1,1) $와 아크사인분포 $ \text{Beta}(\frac{1}{2},\frac{1}{2}) $를 포함한다.
• $\frac{\beta}{\alpha} = -\frac{1}{2} $일 때, 극한은 레일리 또는 반정규분포이며, 예를 들어 $(\alpha(v), \beta(v)) = (\frac{1}{2}(1+v^2), \frac{1}{2}(1+v^2)) \Rightarrow \mathscr{N}(\frac{1}{2}n, \frac{5}{12}n)$의 경우가 있다.