[论文解读] Pattern occurrence statistics and applications to the Ramsey theory of unavoidable patterns

Jim Tao|arXiv (Cornell University)|Jun 2, 2014

semigroups and automata theory参考文献 23被引用 6

一句话总结

该论文运用解析组合数学与概率方法，推导出全词与部分词中模式出现的渐近统计量，从而获得关于不可避免模式的新拉姆齐理论结果。论文在非交换与交换模式避免情形下建立了拉姆齐长度的下界，并给出了在孔洞密度为 d 的部分词中模式出现期望值的显式公式。

ABSTRACT

As suggested by Currie, we apply the probabilistic method to problems regarding pattern avoidance. Using techniques from analytic combinatorics, we calculate asymptotic pattern occurrence statistics and use them in conjunction with the probabilistic method to establish new results about the Ramsey theory of unavoidable patterns in the full word case (both nonabelian sense and abelian sense) and in the partial word case. Keywords: Combinatorics on words; Partial words; Unavoidable patterns; Abelian patterns; Probabilistic method; Analytic combinatorics; Ramsey theory.

研究动机与目标

• 将概率方法扩展至词论中的模式避免问题，尤其在拉姆齐理论背景下。
• 使用解析组合数学推导全词与部分词中模式出现的渐近统计量。
• 在非交换与交换模式避免设定下，建立拉姆齐长度的新下界。
• 将结果推广至孔洞密度为 d 的部分词，以实现对存在未定义位置的词中模式的分析。
• 探索模式统计在密码学与音乐学中的应用，提出新的研究方向。

提出的方法

• 使用普通生成函数与多变量解析组合数学，对长词中模式出现的分布进行建模与计算。
• 应用复分析技术，从生成函数中提取渐近统计量，尤其关注模式出现的期望数量。
• 通过证明若模式出现的期望数量小于 1，则存在避免该模式的词，从而运用概率方法。
• 推导出在孔洞密度为 d 的部分词中模式出现期望数量的闭式渐近表达式：$\widehat{\Omega}_{n,d} \sim \frac{n^{s+1}}{(s+1)!} \prod_{j=s+1}^{r} \frac{[1+d(m-1)]^{k_j} - (1-1/m)(md)^{k_j}}{m^{k_j-1} - [1+d(m-1)]^{k_j} + (1-1/m)(md)^{k_j}}$。
• 使用斯特林公式估算长度为 n、含 h 个孔洞的 m 字符字母表上部分词的总数。
• 将这些统计量应用于推导拉姆齐长度 $L_d(m,Z_i)$ 与 $L(m,p)$ 的下界，尤其针对含有重复变量的模式。

实验结果

研究问题

• RQ1 在阿贝尔意义下，部分词在何种条件下可避免给定模式？如何通过渐近统计量进行量化？
• RQ2 在孔洞密度为 d 的部分词中，拉姆齐长度 $L_d(m,p)$ 的上下界为何？
• RQ3 概率方法能否被调整以分析全项链中的模式避免问题，其中词在旋转下被视为等价？
• RQ4 部分词中模式出现的统计量如何与密码学安全性相关联，特别是在检测密文中隐藏信息方面？
• RQ5 给定模式 p 的对称性所生成的 $1^n$ 的对称群的哪个子群？

主要发现

• 在 m 字符字母表上、长度为 n、孔洞密度为 d 的部分词中，模式 $p$ 出现的期望次数渐近为 $\widehat{\Omega}_{n,d} \sim \frac{n^{s+1}}{(s+1)!} \prod_{j=s+1}^{r} \frac{[1+d(m-1)]^{k_j} - (1-1/m)(md)^{k_j}}{m^{k_j-1} - [1+d(m-1)]^{k_j} + (1-1/m)(md)^{k_j}}$。
• 对于模式 $abacaba$，当 $m=12$、$n=100$、$d=1/10$ 时，期望出现次数约为 17.788。
• 当 $\widehat{\Omega}_{n,d} < 1$ 时，概率方法保证存在长度为 n、孔洞密度为 d 的部分词，其避免模式 $p$，从而导出拉姆齐长度的下界。
• 推导出 $L_d(m,Z_i)$ 的下界为 $(1+o(1))\sqrt{2\prod_{j=1}^{i-1}\left(\frac{m^{2^j-1}}{[1+d(m-1)]^{2^j} - (1-1/m)(md)^{2^j}} - 1\right)}$，当 $m=12$、$d=1/10$、$i=3$ 时，得到 $L_{1/10}(12,Z_3) \geq 23.709$。
• 论文表明，概率方法结合解析组合数学，可有效推导出全词与部分词设定下拉姆齐长度的下界。
• 结果可推广至阿贝尔模式避免与部分词，为符号动力学、密码学与音乐学中的未来分析提供框架。