[논문 리뷰] Computational Approaches to Consecutive Pattern Avoidance in Permutations

Brian Nakamura|arXiv (Cornell University)|2011. 02. 12.

Advanced Combinatorial Mathematics참고 문헌 11인용 수 21

한 줄 요약

이 논문은 CAV Maple 패키지에 구현된, 연속된 패턴 집합을 회피하는 순열을 효율적으로 세는 두 가지 계산 알고리즘을 제시한다. 첫 번째 알고리즘은 패턴 집합의 강한 Wilf-동치를 위한 충분조건을 제공하며, 두 번째 알고리즘은 기능적 방정식을 만족하는 클러스터 尾 생성 함수를 도입하여, 단일 패턴에 대한 회피 수와 점근적 근사치를 더 빠르게 계산할 수 있도록 한다.

ABSTRACT

In recent years, there has been increasing interest in consecutive pattern avoidance in permutations. In this paper, we introduce two approaches to counting permutations that avoid a set of prescribed patterns consecutively. These algoritms have been implemented in the accompanying Maple package CAV, which can be downloaded from the author's website. As a byproduct of the first algorithm, we have a theorem giving a sufficient condition for when two pattern sets are strongly (consecutively) Wilf-Equivalent. For the implementation of the second algorithm, we define the cluster tail generating function and show that it always satisfies a certain functional equation. We also explain how the CAV package can be used to approximate asymptotic constants for single pattern avoidance.

연구 동기 및 목표

• 연속된 패턴 집합을 회피하는 순열을 세는 효율적인 계산 방법을 개발하기.
• 클러스터 구조에 기반한 패턴 집합의 강한 Wilf-동치를 위한 충분조건을 제공하기.
• 기능적 방정식을 만족하는 클러스터 尾 생성 함수를 도입하고 특성화하기.
• 단일 패턴 회피에 대한 성장 상수 γ와 ρ의 정확한 점근적 근사치를 제공하기.
• Wilf-동치 및 극값 패턴 행동에 대한 경험적 탐색과 추측 생성을 지원하기.

제안 방법

• 첫 번째 알고리즘은 클러스터 분해를 사용하여 패턴 집합 간의 강한 c-Wilf-동치를 위한 충분조건를 유도한다.
• 두 번째 알고리즘은 겹치는 패턴 클러스터로부터 유도된 기능적 방정식을 만족하는 클러스터 尾 생성 함수를 도입한다.
• 클러스터 尾 생성 함수의 기능적 방정식을 구축적으로 해결하여 지수 생성 함수를 효율적으로 계산한다.
• CAV Maple 패키지는 두 알고리즘을 모두 구현하여 α(n)과 비율 분석을 통한 점근적 근사치를 신속하게 계산할 수 있도록 한다.
• 비율 분석을 통해 AsymApprox 및 AsymApproxRank 절차를 사용하여 점근 상수 γ와 ρ를 근사한다.
• 광범위한 패턴 열거를 기반으로 한 경험적 계산과 추측 생성을 통해 이론적 결과를 지지한다.

실험 결과

연구 질문

• RQ1 어떤 조건에서 두 개의 연속된 패턴 집합이 강하게 Wilf-동치가 되는가?
• RQ2 클러스터 尾 생성 함수에 대한 기능적 방정식을 구성하여 패턴 회피 순열의 계산을 가속화할 수 있는가?
• RQ3 단일 연속 패턴 회피에 대한 점근적 성장 상수 γ와 ρ는 무엇이며, 어떻게 효율적으로 근사할 수 있는가?
• RQ4 고정된 패턴 길이에서 어떤 패턴 또는 패턴 집합이 최대 또는 최소의 회피 수를 가지는가?
• RQ5 모든 같은 길이의 패턴은 강하게 c-Wilf-동치이거나, 전혀 c-Wilf-동치가 아닌가?

주요 결과

• 첫 번째 알고리즘이 강한 c-Wilf-동치를 위한 충분조건를 도출하였으며, Khoroshkin과 Shapiro에 의해 독립적으로 확인되었다.
• 클러스터 尾 생성 함수는 항상 특정 기능적 방정식을 만족하며, 이는 회피 수 계산을 효율적으로 가능하게 한다.
• 길이 4 패턴에 대해 최소 회피 수는 1342와 1432에서 발생하며, ρ ≈ 0.9546이고, 최대 회피 수는 1234에서 발생하며, ρ ≈ 0.9630이다.
• CAV 패키지는 고정밀 점근적 근사치를 가능하게 하며, 예를 들어 패턴 1243에 대해 ρ ≈ 0.9529 및 γ ≈ 1.1697의 근사치를 제공한다.
• 경험적 증거는 길이 6까지의 데이터 기반으로 추측 6을 지지한다: 같은 길이의 패턴은 강하게 c-Wilf-동치거나, 전혀 c-Wilf-동치가 아니다.
• 이 논문은 길이 3, 4, 5의 단일 패턴에 대한 c-Wilf-동치의 완전한 분류를 제공하며, 길이 6에 대해서는 거의 완전한 분류를 제공한다.