[论文解读] On finite sequences satisfying linear recursions

Noam D. Elkies|ArXiv.org|May 1, 2001

Coding theory and cryptography参考文献 2被引用 6

一句话总结

本文使用线性代数与多项式代数研究有限域上满足线性递推关系的有限序列，重点分析汉克尔矩阵的结构及其秩条件。推导出随机汉克尔矩阵奇异性的傅里叶分析公式，表明在入口分布满足温和条件时，奇异概率收敛于 $1/q$，且当 $q$ 为平方数时，条件 $ \|\hat{\mu}\|_1 < q^{1/2}$ 为最优界。

ABSTRACT

For any field k and any integers m,n with 0 &lt;= 2m &lt;= n+1, let W_n be the k-vector space of sequences (x_0,...,x_n), and let H_m be the subset of W_n consisting of the sequences that satisfy a degree-m linear recursion, that is, for which there exist a_0,...,a_m in k, not all zero, such that sum(a_i x_{i+j}, i=0..m) = 0 holds for each j=0,1,...,n-m. Equivalently, H_m is the set of (x_0,...,x_n) such that the (m+1)-by-(n-m+1) matrix with (i,j) entry x_{i+j} (i=0..m, j=0..n-m) has rank at most m. We use elementary linear and polynomial algebra to study these sets H_m. In particular, when k is a finite field of q elements, we write the characteristic function of H_m as a linear combination of characteristic functions of linear subspaces of dimensions m and m+1 in W_n. We deduce a formula for the discrete Fourier transform (DFT) of this characteristic function, and obtain some consequences. For instance, if the 2m+1 entries of a square Hankel matrix of order m+1 are chosen independently from a fixed but not necessarily uniform distribution mu on k, then as m-&gt;infty the matrix is singular with probability approaching 1/q provided the DFT of mu has l_1 norm less than sqrt(q). This bound sqrt(q) is best possible if q is a square.

研究动机与目标

• 通过汉克尔矩阵的秩条件，刻画在域 $k$ 上长度为 $n+1$ 的满足 $m$ 次线性递推关系的序列。
• 当 $k$ 为大小为 $q$ 的有限域时，分析集合 $H_m$ 的特征函数。
• 利用 $W_n$ 中维度为 $m$ 和 $m+1$ 的线性子空间，推导 $H_m$ 特征函数的离散傅里叶变换公式。
• 确定当 entries 为来自 $k$ 上分布 $\mu$ 的独立同分布时，随机 $(m+1) \times (m+1)$ 阶汉克尔矩阵奇异性的渐近概率。
• 证明条件 $\|\hat{\mu}\|_1 < q^{1/2}$ 对奇异概率收敛于 $1/q$ 的紧致性。

提出的方法

• 将序列空间 $W_n$ 表示为两个变量 $Y,Z$ 的 $n$ 次齐次多项式空间 $V_n$ 的对偶空间。
• 使用多项式乘法定义线性映射 $M_n(Q): V_{n-m} \to V_n$（$Q \in V_m$），并将其与汉克尔矩阵的秩条件联系起来。
• 将 $H_m$ 的特征函数表示为 $W_n$ 中维度为 $m$ 和 $m+1$ 的线性子空间的特征函数的线性组合。
• 应用离散傅里叶变换技术，分析在独立同分布入口分布 $\mu$ 下，序列在 $H_m$ 中的分布。
• 将 $\ell^1$-范数 $\|\hat{\mu}\|_1$ 作为关键参数，用于控制奇异概率与 $1/q$ 的偏差。
• 通过构造当 $q$ 为平方数时在二次子域上均匀分布的反例，证明 $\|\hat{\mu}\|_1 < q^{1/2}$ 的界为最优。

实验结果

研究问题

• RQ1 当有限域 $k$ 的大小为 $q$ 时，对于从分布 $\mu$ 独立同分布选取的 $(m+1) \times (m+1)$ 随机汉克尔矩阵，其奇异性的渐近概率是多少？
• RQ2 分布 $\mu$ 的傅里叶变换的 $\ell^1$-范数如何影响奇异概率收敛于 $1/q$ 的收敛速度？
• RQ3 条件 $\|\hat{\mu}\|_1 < q^{1/2}$ 是否为奇异概率在 $m \to \infty$ 时趋于 $1/q$ 的必要且充分条件？
• RQ4 是否可以弱化条件 $\|\hat{\mu}\|_1 < q^{1/2}$，同时仍能保证奇异概率收敛于 $1/q$？
• RQ5 满足 $m$ 次线性递推关系的序列集合 $H_m$ 的结构是什么？其在 $W_n$ 的子空间下如何代数描述？

主要发现

• 本文证明了 $\#H_m = q^{2m}$，确认了在大小为 $q$ 的有限域上满足 $m$ 次线性递推关系的序列集合的大小。
• 当从 $k$ 上的分布 $\mu$ 独立同分布选取 $x_0, \dots, x_{2m}$ 时，若 $\|\hat{\mu}\|_1 < q^{1/2}$，则汉克尔矩阵（3）奇异的概率在 $m \to \infty$ 时趋于 $1/q$。
• 条件 $\|\hat{\mu}\|_1 < q^{1/2}$ 为最优：若 $\mu$ 在子域 $k_0 \subset k$ 上均匀分布，则 $\|\hat{\mu}\|_1 = q^{1/2}$，此时奇异概率为 $q^{-1/2}$，而非 $1/q$。
• 本文通过傅里叶分析技术和 $W_n$ 上的线性代数，给出了 $\#H_m = q^{2m}$ 的新证明。
• 在条件 $\|\hat{\mu}\|_1 < q^{1/2}$ 下，近似式 $\Pi_m(\mu_0,\dots,\mu_n) \approx q^{2m - (n+1)}$ 的误差项呈指数衰减，定理 2 中给出了显式界。
• 提出一个猜想：对于任意不支持在子域或单点上的分布 $\mu$，即使 $\|\hat{\mu}\|_1 \geq q^{1/2}$，奇异概率在 $m \to \infty$ 时仍趋于 $1/q$，暗示该条件可能可弱化。