[논문 리뷰] The Number of Inversions and the Major Index of Permutations are Asymptotically Joint-Independently Normal

Andrew M. Baxter, Doron Zeilberger|arXiv (Cornell University)|2010. 04. 07.

Advanced Combinatorial Mathematics참고 문헌 6인용 수 5

한 줄 요약

이 논문은 길이 $n$ 인 랜덤 순열에서의 역전수와 메이저 지수의 수가 $n \to \infty$ 일 때 渐近적으로 함께 독립적이고 정규분포를 이룬다는 것을 증명한다. 재귀 관계와 고유의 Maple 패키지를 활용한 기호 계산을 통해 혼합 계승 및 정규화된 모멘트의 정밀한 渐近 전개를 유도하여, 두 성분이 독립적인 이변량 정규분포로 수렴하는 것을 확인한다.

ABSTRACT

We use recurrences (alias difference equations) to prove the longstanding conjecture that the two most important permutation statistics, namely the number of inversions and the major index, are asymptotically joint-independently-normal. We even derive more-precise-than needed asymptotic formulas for the (normalized) mixed moments. This is the fully revised second edition, incorportating the many insightful comments of nine conscientious NON-anonymous referees listed under the authors' names. This article is exclusively published in the on-line journal "Personal Journal of Shalosh B. Ekhad and Doron Zeilberger" and this arxiv.

연구 동기 및 목표

• 역전수와 메이저 지수라는 두 기본적인 순열 통계량의 공동 渐近 정규성을 확립하기 위해.
• $n \to \infty$ 일 때 이러한 통계량이 실제로 渐近적으로 독립적인가라는 오랜 동안의 질문을 해결하기 위해.
• 수렴의 정도를 넘어서 혼합 모멘트의 엄밀한 渐近 전개를 제공하기 위해.
• 재귀 관계와 기호 대수를 활용한 계산 프레임워크를 개발하고 적용하여 고차 모멘트의 渐近적 성질를 검증하기 위해.

제안 방법

• 역전수와 메이저 지수의 혼합 계승 모멘트의 생성함수에 대한 무한차수 선형 재귀 관계를 유도한다.
• 새로운 기호적 접근을 통해 이러한 재귀식에서 주요 渐近 항을 추출한다. 계수를 $n$ 과 $i$ 에 대한 다항식으로 간주한다.
• 추측-검증 전략을 적용한다: 주요 항의 형태를 가정하고 유한한 $r,s$ 값까지 다항식 항등식을 통해 일관성을 검증한다.
• 고유의 Maple 패키지인 InvMaj를 활용하여 $1 \leq r,s \leq 8$ 범위에서 재귀 일관성과 모멘트 渐近적 성질의 자동 검증을 수행하여 엄밀함을 확보한다.
• 문제를 특정 $r,s$ 에 대해 저차수 다항식이 항등적으로 0이 되는 것을 증명하는 것으로 변환하고, 이를 계산적으로 확인한다.
• 정규화된 혼합 모멘트가 독립 성분을 가진 이변량 정규분포의 모멘트로 수렴한다는 사실을 활용한다.

실험 결과

연구 질문

• RQ1 랜덤 순열에서의 역전수와 메이저 지수는 $n \to \infty$ 일 때 渐近적으로 함께 독립적인가?
• RQ2 정규화된 역전수와 메이저 지수 통계량의 혼합 모멘트에 대한 정밀한 渐近 전개는 무엇인가?
• RQ3 재귀 기반 기호 계산을 통해 이 두 통계량의 공동 渐近 분포를 엄밀히 유도할 수 있는가?
• RQ4 제한 정규분포에 대한 고차항 보정항은 $n^{-1}, n^{-2}$ 등의 형태로 예측 가능한 구조를 가지는가?
• RQ5 독립 성분을 가진 이변량 정규분포로의 수렴은 명시적인 渐近 공식을 통해 정량적으로 묘사될 수 있는가?

주요 결과

• 정규화된 역전수와 메이저 지수 통계량의 공동 분포는 $n \to \infty$ 일 때 독립 성분을 가진 이변량 정규분포로 수렴한다.
• 정규화된 혼합 모멘트 $\alpha(2r,2s)(n)$ 는 표준 정규변수의 $2r$-번째 및 $2s$-번째 모멘트의 곱으로 수렴하며, 이는 渐近적 독립성을 확인한다.
• $\alpha(2r,2s)(n)$ 의 주요 보정항은 $-\frac{9(r^2 + s^2 - r - s)}{25n}$ 에 비례하며, 수렴 속도를 정량적으로 제공한다.
• 홀수차 혼합 모멘트 $\alpha(2r-1,2s-1)(n)$ 는 $\frac{9}{2n}$ 배의 곱으로 표현되며, 고차항 보정항은 명시적으로 계산되어 있다.
• 정규화된 모멘트 $\alpha(2r,2s-1)(n)$ 와 $\alpha(2r-1,2s)(n)$ 는 대칭성으로 인해 항등적으로 0이며, 이는 왜곡의 상쇄를 확인한다.
• $\alpha(2r-1,2s-1)(n)$ 의 渐近 전개에는 $r^2 + s^2$, $r+s$, 그리고 상수항에 의존하는 $n^{-2}$ 보정항이 포함되어 있으며, 이는 논문에서 완전히 명시되어 있다.