중첩 없는 단어와 행렬 스펙트럼

초록

이 논문은 이진 알파벳 {a, b} 위에서 겹침(overlap) 형태 xvxvx 를 포함하지 않는 ‘중첩 없는 단어’들의 길이 n에 대한 개수 uₙ의 성장률을 분석한다. 저자들은 길이 20×20 행렬 집합의 하한 스펙트럴 반경(lower spectral radius)과 공동 스펙트럴 반경(joint spectral radius)을 이용해 uₙ의 최소·최대 성장률을 정확히 표현하고, 새로운 알고리즘으로 이 값을 0.4%와 0.03% 수준으로 고정한다. 또한 거의 모든 n에 대해 동일한 평균 성장률이 존재함을 보이며, 이를 리아푸노프 지수(Lyapunov exponent)로 기술한다. 제시된 알고리즘은 다른 행렬 집합에도 적용 가능하다.

상세 분석

논문은 먼저 중첩 없는 단어(overlap‑free word)의 정의를 명확히 하고, 이러한 단어들의 개수 uₙ이 n에 대해 지수적으로 성장한다는 사실을 확인한다. 성장률을 정확히 추정하기 위해 저자들은 길이 20인 상태 전이 행렬 두 개 A₁, A₂ 를 구성한다. 이 행렬들은 단어의 마지막 몇 글자를 기억하는 자동화된 상태 기계(state machine)에서 발생하는 전이를 나타내며, uₙ은 특정 초기 벡터와 이 행렬들의 곱셈 결과의 1‑노름(norm₁)으로 표현될 수 있다.

그 다음, 최소 성장률은 행렬 집합 {A₁, A₂}의 하한 스펙트럴 반경 ρ̂(·) 로, 최대 성장률은 공동 스펙트럴 반경 ρ̄(·) 로 각각 정의된다. ρ̂는 모든 가능한 무한 행렬 곱에 대해 가장 작은 평균 성장률을, ρ̄는 가장 큰 평균 성장률을 의미한다. 기존 연구에서는 이 두 값에 대한 근사치가 각각 11%와 3% 정도의 오차를 가지고 있었지만, 본 논문은 새로운 수치 최적화 기법과 다중 시작 점 탐색을 결합한 알고리즘을 도입해 ρ̂와 ρ̄를 각각 0.004와 0.0003 수준의 상대 오차로 계산한다.

특히 평균 성장률에 대한 분석이 눈에 띈다. 저자들은 확률적 행렬 곱 모델을 설정해, 각 단계에서 A₁ 과 A₂ 가 ½의 확률로 선택되는 마르코프 체인을 고려한다. 이 경우 무한 행렬 곱의 로그 노름 평균값은 리아푸노프 지수 λ 로 정의되며, 이는 “거의 모든” 자연수 n에 대해 uₙ의 성장률이 e^{λ n} 형태임을 의미한다. λ는 기존에 알려진 ρ̂, ρ̄ 사이에 위치하지만, 실제 평균값은 두 극값과는 미묘히 다르다. 논문은 λ를 추정하기 위해 대규모 몬테카를로 시뮬레이션과 함께 새로운 행렬 곱 압축 기법을 사용한다.

마지막으로, 제안된 알고리즘은 행렬 집합의 스펙트럼 특성을 계산하는 일반적인 프레임워크를 제공한다. 이는 제어 이론, 신호 처리, 그리고 복잡계 분석 등에서 나타나는 비선형 행렬 곱 문제에 직접 적용 가능하다.