[论文解读] Zeta functions and topological entropy of the Markov-Dyck shifts

Wolfgang Krieger, Kengo Matsumoto|arXiv (Cornell University)|Jun 22, 2007

Mathematical Dynamics and Fractals参考文献 24被引用 25

一句话总结

本文利用基勒的循环码框架，推导出马尔可夫-戴克移位的zeta函数的显式公式，并通过生成函数与三次方程的代数解计算其拓扑熵。对于由邻接矩阵 $ F(a,b,c) = \begin{bmatrix} a & b \ c & 0 \end{bmatrix} $ 定义的马尔可夫-戴克移位，其拓扑熵被证明是三次多项式 $ P_{a,b,c}(z) = 0 $ 的最小正实根的负对数。在特殊情形如 $ c = a + b $ 下，存在闭式解，此时 $ h(D_{F(a,b,a+b)}) = -\log(1 + a + b) $。

ABSTRACT

The Markov-Dyck shifts arise from finite directed graphs. An expression for the zeta function of a Markov-Dyck shift is given. The derivation of this expression is based on a formula in Keller (G. Keller, {\it Circular codes, loop counting, and zeta-functions}, J. Combinatorial Theory {\bf 56} (1991), pp. 75--83). For a class of examples that includes the Fibonacci-Dyck shift the zeta functions and topological entropy ae determined.

研究动机与目标

• 利用基勒关于循环马尔可夫码的公式，推导马尔可夫-戴克移位zeta函数的闭式表达式。
• 计算由有限有向图导出的马尔可夫-戴克移位的拓扑熵，特别是邻接矩阵为 $ F(a,b,c) $ 的情形。
• 建立熵与三次多项式 $ P_{a,b,c}(z) $ 的根之间的联系，从而实现精确或近似计算。
• 在特殊情形如 $ c = a + b $ 下，提供熵的显式公式，此时熵简化为 $ -\log(1 + a + b) $。
• 通过图论与代数方法，将戴克与莫茨金移位的结果推广至更广泛的马尔可夫-戴克移位类别。

提出的方法

• 将基勒关于循环马尔可夫码的zeta函数公式应用于马尔可夫-戴克移位中允许词的语言。
• 使用生成函数 $ g_{\mathcal{C}_1}(z) $、$ g_{\mathcal{C}_2}(z) $ 及其星号变体，对图逆半群结构中的路径计数进行建模。
• 通过递归路径计数，推导出控制 $ g_{\mathcal{C}_2}(z) $（即终止于特定顶点的路径生成函数）的三次方程 (4.18)。
• 利用定理 2.3 与代数恒等式，将zeta函数 $ \zeta_{D_{F(a,b,c)}}(z) $ 表示为 $ g_{\mathcal{C}_2}(z) $ 的有理函数。
• 引入多项式 $ P_{a,b,c}(z) $，其最小正实根决定拓扑熵，满足 $ h = -\log z_{\min} $。
• 在特殊情形下应用塔尔塔利亚与韦达公式求解 $ P_{a,b,c}(z) = 0 $，从而获得闭式熵表达式。

实验结果

研究问题

• RQ1 由有限有向图导出的马尔可夫-戴克移位的zeta函数的显式形式是什么？
• RQ2 如何从图结构代数计算马尔可夫-戴克移位的拓扑熵？
• RQ3 路径语言的生成函数与移位的zeta函数之间存在何种关系？
• RQ4 在何种条件下，$ D_{F(a,b,c)} $ 的拓扑熵简化为 $ -\log(1 + a + b) $？
• RQ5 是否可以通过求解三次多项式 $ P_{a,b,c}(z) $ 的根来确定 $ D_{F(a,b,c)} $ 的熵？在特殊情形下，其代数解是什么？

主要发现

• 马尔可夫-戴克移位 $ D_{F(a,b,c)} $ 的zeta函数为 $ \zeta_{D_{F(a,b,c)}}(z) = \frac{c g_{\mathcal{C}_2}(z) (1 - g_{\mathcal{C}_2}(z))}{(a g_{\mathcal{C}_2}(z)^2 - (a + c(1+b)z) g_{\mathcal{C}_2}(z) + c z)^2} $，该公式通过生成函数与基勒公式推导得出。
• 拓扑熵 $ h(D_{F(a,b,c)}) $ 等于三次多项式 $ P_{a,b,c}(z) = 0 $ 的最小正实根的负对数。
• 当 $ c = a + b $ 时，熵简化为 $ h(D_{F(a,b,a+b)}) = -\log(1 + a + b) $，此时 $ z = \frac{1}{1+a+b} $ 为唯一正实根。
• 当 $ c = a $ 时，熵为 $ h(D_{F(a,1,a)}) = \log(a+1) - \log(a+2) + \log(a+3) $，由 $ P_{a,1,a}(z) $ 的二次因式求解得出。
• 当 $ a(b - c) - c(1 + b)^2 = 0 $ 时，熵的计算可约化为求解二次方程，从而实现精确的代数求值。
• 生成函数 $ g_{\mathcal{C}_2}(z) $ 通过卡当公式表示为三角函数与平方根函数的组合，为三次方程 (4.18) 提供参数化解。