일반화된 굴든 잭슨 클러스터 방법과 격자 경로 열거

초록

이 논문은 자유 모노이드의 단어 열거에 쓰이는 굴든‑잭슨 클러스터 방법을 ‘모노이드 네트워크’라는 일반화된 구조로 확장한다. 확장된 방법을 이용해 모티프 경로(높이 제한 유무)를 다양한 부분단어 발생 통계에 따라 이중·다변량 생성함수로 기술하고, 닫힌 형태와 연속분수 형태의 공식들을 도출한다.

상세 분석

논문은 먼저 전통적인 굴든‑잭슨 클러스터 방법을 재정리하고, 이를 “클러스터”라는 개념을 통해 금지 단어 집합 B의 발생 횟수를 추적하는 생성함수 F(t)와 클러스터 자체의 생성함수 L(t) 사이의 관계식 F(t)=((1-\sum_{a\in A}a-L(t-1))^{-1}) 로 표현한다. 여기서 A는 알파벳, B는 길이 ≥2인 금지 단어들의 집합이다. 기존 방법은 자유 모노이드 A* 위에서만 적용 가능했으나, 저자는 ‘모노이드 네트워크’를 도입해 이 구조를 유향 그래프 G와 각 호에 할당된 알파벳 부분집합 Pij 로 모델링한다. 이때 Pij 위의 워크는 순서쌍 (문자, 호) 로 이루어진 시퀀스로, 투사 함수 ρ를 통해 A* 의 단어와 대응시키고, 시작·끝 정점을 기록하는 함수 E를 정의한다. 핵심은 동일한 단어와 동일한 시작·끝 정점을 갖는 두 워크가 존재하면 네트워크가 ‘모노이드 네트워크’가 아니라는 조건을 부여함으로써, ρ와 E가 일대일 대응을 보장하도록 하는 것이다.

이 구조 위에서 알파벳 문자들을 m×m 행렬 Mp 로 치환하고, 동형사상 λ: P* → Mat_m(K⟨⟨A*⟩⟩) 를 정의한다. 그러면 전체 워크들의 생성함수는 행렬식 형태 ((I_m-\sum_{p\in P}M_p)^{-1}) 로 간단히 표현된다(정리 3). 이와 유사하게 클러스터를 포함한 확장된 생성함수도 행렬 형태로 기술되며, 최종적인 일반화된 클러스터 정리는
\