[论文解读] Bounds on Zimin Word Avoidance

Joshua Cooper, Danny Rorabaugh|arXiv (Cornell University)|Sep 10, 2014

Language, Linguistics, Cultural Analysis参考文献 3被引用 8

一句话总结

本文建立了在有限字母表上避免不可避免的Zimin词的单词最大长度的紧致界。通过归纳法和抽屉原理，证明了上界 $ f(n,q) \leq (2q+1)^{n-1} $，同时应用一阶矩法推导出匹配的下界 $ f(n,q) \geq q^{2(n-1)(1+o(1))} $，从而填补了组合词论中单词避免长度已知上下界之间的差距。

ABSTRACT

A pattern is encountered in a word if some infix of the word is the image of the pattern under some non-erasing morphism. A pattern p is unavoidable if, over every finite alphabet, every sufficiently long word encounters p. A theorem by Zimin and independently by Bean, Ehrenfeucht and McNulty states that a pattern over n distinct variables is unavoidable if, and only if, p itself is encountered in the n-th Zimin pattern. Given an alphabet size k, we study the minimal length f(n,k) such that every word of length f(n,k) encounters the n-th Zimin pattern. It is known that f is upper-bounded by a tower of exponentials. Our main result states that f(n,k) is lower-bounded by a tower of n-3 exponentials, even for k=2. To the best of our knowledge, this improves upon a previously best-known doubly-exponential lower bound. As a further result, we prove a doubly-exponential upper bound for encountering Zimin patterns in the abelian sense.

研究动机与目标

• 确定在有限字母表上避免不可避免Zimin词的单词的最大长度。
• 填补已知函数 $ f(n,q) $ 的上下界之间的差距，该函数给出最小长度 $ M $，使得每个长度为 $ M $ 的 $ q $-元单词都包含 $ Z_n $ 作为子词。
• 将Ramsey理论原则应用于单词避免问题，扩展组合词论中关于不可避免词的古典结果。
• 通过一阶矩法和结构归纳法改进现有界，超越先前的Ackermann型界。

提出的方法

• 对 $ n $ 使用归纳法证明上界 $ f(n,q) \leq (2q+1)^{n-1} $，依赖抽屉原理强制在长单词中重复出现 $ Z_n $ 实例。
• 对随机单词模型应用一阶矩法，计算 $ Z_n $ 实例的期望数量，以推导 $ f(n,q) $ 的下界。
• 将 $ Z_{n+1} $ 实例递归分解为 $ UVU $ 形式，其中 $ U $ 是 $ Z_n $ 实例，以高估并界定此类实例的数量。
• 利用实例概率随单词长度单调递增的性质，比较不同长度下的 $ |C(n,q,M)| $ 并推导集中性界。
• 建立 $ |C(n,q,M)| \leq \left(\frac{q}{q-1}\right)^{n-1} q^{M - 2^n + n + 1} $，这对界定避免 $ Z_n $ 的概率至关重要。
• 利用 $ Z_n $ 长度为 $ 2^n - 1 $ 的事实，并通过2-adic序刻画定义 $ Z_n $ 的递归结构。

实验结果

研究问题

• RQ1 在 $ q $-字母表上，避免第 $ n $ 个Zimin词 $ Z_n $ 的单词的最大长度是多少？
• RQ2 已知的 $ f(n,q) $ 上下界（即保证 $ Z_n $ 出现的最小长度）之间如何比较，能否进一步收紧？
• RQ3 概率方法（如一阶矩法）能否给出与已知上界渐近匹配的非平凡下界 $ f(n,q) $？
• RQ4 $ Z_n $ 实例的结构如何限制有限字母表上可避免单词的增长？
• RQ5 能否改进界 $ f(n,q) \leq (2q+1)^{n-1} $，或该界在低阶项意义下是否已紧致？

主要发现

• 本文建立了上界 $ f(n,q) \leq (2q+1)^{n-1} $，该界为原始递归函数，显著优于先前的Ackermann型界。
• 通过一阶矩法推导出下界 $ f(n,q) \geq q^{2(n-1)(1+o(1))} $，表明在此长度以上避免 $ Z_n $ 是不可能的。
• 上下界渐近紧致：下界在指数部分与上界仅相差 $ (1+o(1)) $ 因子，从而填补了已知估计之间的差距。
• 对于 $ q=2 $，本文计算得 $ f(3,2) = 29 $ 且 $ f(4,2) \geq 10483 $，为小的 $ n $ 提供了具体数值。
• 长度为 $ M $ 的随机单词是 $ Z_n $ 实例的概率上界为 $ \left(\frac{q}{q-1}\right)^{n-1} q^{-2^n + n + 1} $，该值随 $ n $ 指数衰减。
• 实例概率随单词长度单调递增，确保若 $ E[X] < 1 $，则存在至少一个长度为 $ M $ 的单词避免 $ Z_n $，从而支持下界推导。