k‑사이클과 고정점이 교차하는 통계 교환 변환

초록

저자는 일반화 대칭군 S(k,n)과 대칭군 S_{kn}의 직접곱에 대해, S_{kn}의 k‑사이클 수와 S(k,n) 원소의 고정점 수를 서로 바꾸는 불변 involution을 구성한다. 이를 통해 두 군에서 해당 통계가 동일한 분포를 가진다는 확률적 관찰을 조합론적으로 증명한다.

상세 분석

논문은 먼저 S(k,n)=ℤ_k≀S_n을 정의하고, 여기서 고정점은 색이 0이고 위치가 고정된 인덱스로 정의한다. 주요 목표는 S_{kn}의 임의의 원소 π가 갖는 k‑사이클 수와 S(k,n) 원소 σ=(x,τ)가 갖는 고정점 수를 일대일 대응시키는 involution ϕ를 만들는 것이다. 이를 위해 저자는 보조 전사 f: S_{kn}→D_{k,n}×S(k,n) 를 설계한다. f는 두 단계로 구성된다. 첫 단계 f₁는 스탠리의 fundamental bijection ˆ· 를 이용해 π를 문자열 ˆπ 로 바꾸고, 매 k개의 문자마다 괄호를 다시 넣어 n개의 k‑사이클 δ∈D_{k,n}을 만든다. 두 번째 단계 f₂는 같은 ˆπ 로부터 블록(block)들을 정의하고, 각 블록의 최대 원소를 τ_i 로 잡아 τ=(τ₁,…,τ_n) 를 만든다. 이어서 x_i는 τ_i 가 속한 원래 사이클에서 블록 끝까지의 거리(모듈로 k)로 정의한다. 이렇게 얻은 (x,τ)∈S(k,n)는 π의 k‑사이클 시작점과 정확히 일치한다는 것이 Lemma 2.1‑2.4와 Theorem 2.3을 통해 증명된다. 특히, τ_i 가 블록의 최대 원소이면 τ_i 가 k‑사이클의 시작임을 보이고, x_i≡0 (mod k)인 경우에만 고정점이 되므로 k‑사이클 수와 고정점 수가 일치한다.

그 다음 ϕ는 (σ′,π)↦(f₂(π), f⁻¹(f₁(π),σ′)) 로 정의된다. f가 전사이므로 ϕ는 자체 역함수이며, 적용 전후에 k‑사이클 수와 고정점 수가 교환된다. 이 구조는 Theorem 1.4에 명시된 일반적인 전사‑전사 조합 원리를 이용한다.

역전사 f⁻¹는 블록 순서를 τ에 의해 재배열하고, x에 의해 각 블록을 적절히 순환 이동(shift)시켜 원래 문자열 ˆπ 를 복원한다. Lemma 3.2와 정의된 shift_s 연산을 통해 각 블록의 이동량 s_i가 x와 τ 로부터 유일하게 결정됨을 보인다. 예시를 통해 전체 과정이 구체적으로 시연된다.

이 논문의 핵심 기여는 (1) 스탠리의 fundamental bijection을 블록 구조와 결합해 새로운 통계 교환 전사를 만들었다는 점, (2) k‑사이클과 고정점이라는 서로 다른 군에서의 통계를 정확히 맞추는 involution을 명시적으로 구성했다는 점이다. 이는 기존의 derangement‑관련 결과를 일반화하고, S(k,n)와 S_{kn} 사이의 확률적 동형성을 조합론적으로 해석하는 새로운 도구를 제공한다. 또한, 전사 f와 involution ϕ는 다른 통계(예: 순환 지수, 색상 합계 등)에도 적용 가능성을 시사한다.