[논문 리뷰] Twenty combinatorial examples of asymptotics derived from multivariate generating functions

Robin Pemantle, Mark C. Wilson|arXiv (Cornell University)|2005. 12. 23.

Advanced Combinatorial Mathematics참고 문헌 40인용 수 8

한 줄 요약

이 논문은 다변수 생성함수의 계수에 대한 점점 더 큰 전개를 계산하기 위한 체계적인 프레임워크를 제시한다. 이는 분할된 모스 이론과 잔여치 적분 기법에 기반한 고급 해석적 조합론 기법을 사용하며, 경로, 폴리오미노, 순열, 금지된 부분문자열을 가진 단어 등을 수세는 조합적 수열의 효율적 점근 분석을 가능하게 한다. 복잡한 다변수 문제를 특이점 다양체 위의 임계점에서의 관리 가능한 국소 분석으로 환원함으로써 이를 실현한다.

ABSTRACT

Let $\{a_ r : r \in (\Z^+)^d \}$ be a $d$-dimensional array of numbers, for which the generating function $F(\zz) := \sum_ r a_ r \zz^ r$ is meromorphic in a neighborhood of the origin. For example, $F$ may be a rational multivariate generating function. We discuss recent results that allow the effective computation of asymptotic expansions for the coefficients of $F$. Our purpose is to illustrate the use of these techniques on a variety of problems of combinatorial interest. The survey begins by summarizing previous work on the asymptotics of univariate and multivariate generating functions. Next we describe the Morse-theoretic underpinnings of some new asymptotic techniques. We then quote and summarize these results in such a way that only elementary analyses are needed to check hypotheses and carry out computations. The remainder of the survey focuses on combinatorial applications, such as enumeration of words with forbidden substrings, edges and cycles in graphs, polyominoes, and descents in permutations. After the individual examples, we discuss three broad classes of examples, namely functions derived via the transfer matrix method, those derived via the kernel method, and those derived via the method of Lagrange inversion. These methods have the property that generating functions derived from them are amenable to our asymptotic analyses, and we describe further machinery that facilitates computations for these classes of examples.

연구 동기 및 목표

• 다변수 생성함수 계수에 대한 점근 전개를 계산하는 효과적인 방법을 개발하고 체계화하기.
• 사용자 지정된 점근 기법(예: 안장점 방법, 원주 방법)을 다변수 환경으로 확장하여 위상수학적 및 기하학적 기준을 사용하기.
• 유리 또는 대수적 생성함수에서 유래한 조합적 수열을 분석하기 위해 연구자들이 접근할 수 있는 계산 도구를 제공하기.
• 이러한 방법의 유용성을 다양한 조합 문제에 적용하여 보여주기, 예를 들어 단어, 경로, 폴리오미노, 그래프 구조의 수세기.
• 기존의 방법들인 커널 방법, 전이 행렬 방법, 라그랑주 역전개를 점근 분석 측면에서 통합 및 일반화하기.

제안 방법

• 다변수 생성함수의 특이점 다양체의 위상 구조를 분석하기 위해 분할된 모스 이론을 사용한다.
• 기하학적 기준을 적용하여 점근 분석에 기여하는 특이점 다양체 상의 최소 평탄점 및 다중점들을 식별한다.
• 최소 평탄점에 대해서는 잔여치 기반 점근 공식을, 다중점에 대해서는 일반화된 잔여치 전개를 사용한다.
• 다변수 복소해석학에서의 가장 급격한 경로 방법을 통해 다변수 계수 점근 분석을 임계점 근처의 국소 분석으로 환원한다.
• 유리 및 대수적 생성함수에 대해 고전적 기법(예: 대각선 방법, 라그랑주 역전개)을 현대적 점근 기계장치와 통합한다.
• 기초적인 복소해석학과 기호 계산만을 사용하여 가설 검증 및 점근 분석 계산을 위한 알고리즘 절차를 제공한다.

실험 결과

연구 질문

• RQ1 생성함수가 원점 근처에서 유리형일 경우, 다변수 생성함수 계수의 점근 전개를 어떻게 효율적으로 계산할 수 있는가?
• RQ2 특이점 다양체 상의 임계점이 주요 점근 항에 기여하는 정확한 조건은 무엇인가?
• RQ3 예를 들어, 다이크 경로, 스미르노프 단어, 폴리오미노의 수와 같은 조합적 수열의 점근적 성질은 그 생성함수의 구조에 어떻게 의존하는가?
• RQ4 커널 방법, 전이 행렬 방법, 라그랑주 역전개가 점근 분석에 적합한 생성함수를 어떻게 도출하는가?
• RQ5 격자 상의 유리 방향 전체에 걸쳐 균일한 점근적 성질을 도출할 수 있으며, 이는 대각선 방법과 어떻게 비교되는가?

주요 결과

• 델랑노 수에 대해서는 점근적 성장률이 $ a_{n,n} \to \frac{2^{2n}}{\binom{n}{n} \text{ via } \frac{1}{1-x-y-xy} $이며, 주요 특이점 $ (x,y) = (1/2,1/2) $에서 유도된 정확한 점근 전개가 도출된다.
• d개의 문자로 이루어진 길이 n의 스미르노프 단어의 수는 $ a_n \to \frac{1}{\text{잔여치 at } z=1} \text{ of } \frac{1}{1 - \frac{z}{1+z}} $를 만족하며, 이는 $ a_n \to \frac{2^{n}}{\text{const} \times \binom{n}{n}^{1/2}} $로 표현되며, 잔여치 적분을 통해 명시적인 상수가 유도된다.
• 수평으로 볼록한 폴리오미노의 경우 점근적 성장률은 $ a_n \to C \rho^{-n} n^{-3/2} $이며, 여기서 $ \rho $는 주요 특이점 반경으로 커널 방법과 임계점 분석을 통해 계산된다.
• k가 n에 비례할 때, k개의 내림차순이 있는 순열의 수는 잔여치 방법을 통해 중심극한정리가 도출되며, 점근적 정규성은 확인된다.
• 세 변수 유리 생성함수의 대각선, 예를 들어 $ (1-x-y-z)^{-1} $의 경우 점근적 성질은 $ \binom{3n}{n,n,n} \to C \frac{\rho^n}{n} $이며, $ \rho = 27/8 $이다. 이 방법은 명시적 대각선화 없이도 이를 도출할 수 있다.
• 전이 행렬 방법에 대해서는, 논문에서 생성함수의 구조가 주요 특이점이 평탄한 점에 위치함을 보여주며, 이는 잔여치 공식을 통한 직접적인 점근 추출을 가능하게 한다.