유리 다익 경로의 대칭 통계와 새로운 런 통계

초록

본 논문은 유리 다익 경로에 두 개의 새로운 통계량인 run과 ratio‑run을 정의하고, 이들 통계와 return 통계가 서로 대칭적인 결합 분포를 갖는 것을 조합적 및 대수적 방법으로 증명한다. 구성형을 보존하는 불변함수 Φ와 Ψ를 이용한 전단사와 생성함수 항등식을 제시한다.

상세 분석

논문은 먼저 고전적인 n×n 다익 경로를 일반화한 m×n 유리 다익 경로 D_{m,n}을 정의하고, 경로 위의 셀을 이용해 area, coarea, 그리고 coarea 시퀀스 U(P)=(u_1,…,u_n)를 도입한다. 여기서 return 통계 ret(P)는 대각선 셀과 접하는 N 단계의 개수이며, 이는 기존의 “다이어그램 반환” 개념을 그대로 확장한다. 새로운 통계인 run(P)는 U(P)에 포함되지 않는 가장 작은 i를 찾아, E E 패턴이 처음 나타나기 전까지의 피크 수를 셈으로써 정의한다. 이는 기존의 run 통계와 동일한 의미를 갖지만, m≥n인 경우에도 적용 가능하도록 일반화되었다.

ratio‑run(g_run)은 m과 n의 비율 k=⌊m/n⌋을 이용해, k·i가 U(P)에 포함되지 않는 최소 i를 선택함으로써 정의된다. 따라서 g_run은 k 간격으로 떨어진 열에서 첫 번째 E E 패턴이 나타날 때까지의 피크 수를 측정한다. 이 두 통계는 각각 “열 기반”과 “비율 기반”의 관점을 제공하며, 전통적인 area·dinv 대칭과는 다른 구조적 대칭을 드러낸다.

핵심 정리는 다음과 같다. (1) Φ라는 구성형 보존 전단사 Φ:D_{m,n}→D_{m,n}가 존재하여 run(Φ(P))=ret(P)이고 ret(Φ(P))=run(P)이다. (2) Ψ라는 또 다른 전단사 Ψ:D_{m,n}→D_{m,n}가 존재하여 g_run(Ψ(P))=ret(P)이고 ret(Ψ(P))=g_run(P)이다. 이 결과는 (run,ret)과 (g_run,ret) 쌍이 모두 대칭적인 결합 분포를 가진다는 것을 의미한다.

증명은 “hit and lift” 알고리즘을 기반으로 한다. 경로를 수직 컴포넌트 M_i=N^{α_i}E 로 분해하고, 초기 r=rr(α,m)개의 컴포넌트가 동시에 run과 return에 기여함을 관찰한다. 이후 남은 E 단계들의 서명을 0·1 시퀀스로 기록하고, 이를 적절히 “들어올리”(lift)면서 E와 N을 재배열한다. 이 과정은 구성형을 보존하면서도 서명 패턴을 교환하므로, run과 ret, 혹은 g_run과 ret이 서로 교환되는 전단사가 얻어진다.

또한 논문은 클래식 경우와 k‑다익(k‑Catalan) 경우에 대한 생성함수 항등식도 제시한다. 특히 ret과 run에 관한 q‑생성함수는 기존의 Catalan 수열과 k‑Catalan 수열을 일반화한 형태로 나타나며, 이를 통해 대칭성의 대수적 증명을 완성한다. 마지막으로 몇 가지 열린 문제를 제시하며, 이 통계들이 Shi 배열, 쿠피시 시리즈, 그리고 고차원 하이퍼플레인 배열과 어떻게 연결될 수 있는지에 대한 향후 연구 방향을 제시한다.

이러한 결과는 유리 다익 경로의 구조적 이해를 심화시킬 뿐 아니라, 기존의 다익 경로와 관련된 대칭성(예: dinv·area, bounce·area)과는 다른 새로운 대칭 클래스를 제공한다는 점에서 의미가 크다.