On the Golomb-Dickman constant under Ewens sampling

यहाँ जोसे रिकार्डो जी. मेंडोंसा और लुइस जेहिएल नेग्रेट के शोध पत्र "On the Golomb–Dickman Constant Under Ewens Sampling" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र Ewens sampling formula के अंतर्गत यादृच्छिक क्रमचय (random permutations) के चरम सांख्यिकी (extremal statistics) के लक्षण वर्णन की समस्या को संबोधित करता है।

• संदर्भ: शास्त्रीय संभाव्यता संबंधी संयोजन विज्ञान (probabilistic combinatorics) में, $n$ तत्वों के एक समान यादृच्छिक क्रमचय (uniformly random permutation) के लिए, सबसे लंबे चक्र की सामान्यीकृत लंबाई ($L_n/n$) एक गैर-अपभ्रंश यादृच्छिक चर (non-degenerate random variable) की ओर अभिसरित होती है, जिसका अपेक्षित मान Golomb–Dickman constant ($\lambda \approx 0.624330$) के रूप में जाना जाता है।
• सामान्यीकरण: लेखक इसे $\theta > 0$ पैरामीटर वाले Ewens distribution तक विस्तारित करते हैं। इस माप (measure) के तहत, एक क्रमचय $\sigma$ की प्रायिकता $\theta^{C(\sigma)}$ के समानुपाती होती है, जहाँ $C(\sigma)$ चक्रों की संख्या है। यह मॉडल जनसंख्या आनुवंशिकी (neutral evolution) और बड़े पूर्णांकों के गुणनखंडन (factorization) में मौलिक है।
• उद्देश्य: एक सामान्यीकृत स्थिरांक $\lambda_\theta$ को परिभाषित करना, जो Ewens माप के तहत सबसे लंबे चक्र के सीमित अपेक्षित अनुपात (limiting expected proportion) को दर्शाता है, और इसके लिए एक स्पष्ट, गणना योग्य समाकल प्रतिनिधित्व (explicit, computable integral representation) व्युत्पन्न करना। पिछले दृष्टिकोण Poisson–Dirichlet (PD) वितरण और Dickman function पर निर्भर थे, जिनमें अक्सर स्पष्ट सूत्र का अभाव होता है या जटिल संयोजन यांत्रिकी (combinatorial machinery) की आवश्यकता होती है।

2. कार्यप्रणाली (Methodology)

लेखक Poisson–Dirichlet वितरण के Kingman's Poisson process construction पर आधारित एक संभाव्यता दृष्टिकोण का उपयोग करते हैं, जिसमें निम्नलिखित चरण शामिल हैं:

1. चक्र गणना का Poisson सन्निकटन (Poisson Approximation of Cycle Counts):
   वे इस तथ्य का उपयोग करते हैं कि Ewens माप के तहत, लंबाई $j$ के चक्रों की संख्या ($C_j$) स्वतंत्र Poisson यादृच्छिक चरों की तरह व्यवहार करती है जिनका पैरामीटर $\theta/j$ होता है। यह सुनिश्चित करने के लिए कि चक्रों की कुल लंबाई $n$ के बराबर हो, वे एक झुका हुआ (exponentially weighted) मॉडल पेश करते हैं।

   • वे स्वतंत्र चर $\mu_j \sim \text{Poisson}(\frac{\theta e^{-sj}}{j})$ को एक पैरामीटर $s > 0$ के लिए परिभाषित करते हैं।
   • यह "exponential tilting" बड़े चक्रों के योगदान को अलग करता है और अनियंत्रित अनुक्रम (unconstrained sequence) के विश्लेषण की अनुमति देता है, जो सांख्यिकीय यांत्रिकी में 'canonical' से 'grand-canonical' एन्सेम्बल के बीच संक्रमण के समान है।

2. सबसे बड़े परमाणु का स्केलिंग सीमा (Scaling Limit of the Largest Atom):
   वे इस झुके हुए मॉडल में सबसे बड़े अधिग्रहित सूचकांक (largest occupied index) $L(\mu) = \max\{j : \mu_j > 0\}$ के वितरण का विश्लेषण करते हैं।

   • $x = sk$के साथ स्केलिंग लेते हुए$s \to 0$की सीमा लेने पर, वे दिखाते हैं कि स्केल्ड सबसे बड़े सूचकांक का वितरण एक यादृच्छिक चर$X$ की संचयी वितरण फलन (CDF) की ओर अभिसरित होता है:
     $$P(X \le x) = \exp(-\theta E_1(x))$$
     जहाँ $E_1(x) = \int_x^\infty \frac{e^{-t}}{t} dt$ एक exponential integral है।

3. Poisson–Dirichlet (PD) वितरण से संबंध:
   लेखक Kingman के निर्माण का लाभ उठाते हैं, जहाँ एक PD($\theta$) विभाजन को $(0, \infty)$ पर एक Poisson प्रक्रिया से प्राप्त किया जाता है जिसकी तीव्रता $\theta e^{-x}/x$ है।

   • मान लीजिए $X_1$ इस प्रक्रिया का सबसे बड़ा परमाणु (largest atom) है और $\Sigma$ कुल द्रव्यमान ($\Sigma \sim \text{Gamma}(\theta, 1)$) है।
   • सामान्यीकृत सबसे बड़ा घटक $Y_\theta = X_1 / \Sigma$ है।
   • महत्वपूर्ण रूप से, $X_1$ और $\Sigma$ स्वतंत्र हैं। चूंकि $L_n/n \to Y_\theta$ वितरण में अभिसरित होता है, इसलिए लक्षित स्थिरांक $\lambda_\theta = E[Y_\theta]$ है।

4. समाकल का व्युत्पत्ति (Derivation of the Integral):
   $X_1$ और $\Sigma$ की स्वतंत्रता का उपयोग करते हुए, वे अपेक्षाओं को जोड़ते हैं: $E[X_1] = E[\Sigma]E[Y_\theta] = \theta \lambda_\theta$।
   स्केलिंग सीमा से प्राप्त टेल प्रोबेबिलिटी (tail probability) का उपयोग करके $E[X_1]$ की गणना करके और Fubini's theorem लागू करके, वे $\lambda_\theta$ को अलग करते हैं।

3. मुख्य योगदान (Key Contributions)

• स्पष्ट समाकल प्रतिनिधित्व (Explicit Integral Representation): शोध पत्र सामान्यीकृत स्थिरांक के लिए एक बंद-रूप समाकल (closed-form integral) व्युत्पन्न करता है:
  $$\lambda_\theta = \int_0^\infty \exp\left[ -t - \theta E_1(t) \right] dt$$
  यह Dickman function या जटिल संयोजन योगों की आवश्यकता को समाप्त करता है, जिससे एक सीधा गणना उपकरण प्राप्त होता है।
• तत्वों पर आधारित व्युत्पत्ति (Elementary Derivation): लेखक प्रदर्शित करते हैं कि इस परिणाम को PD वितरण विश्लेषण के लिए आवश्यक भारी यांत्रिकी की तुलना में "तुलनात्मक रूप से सरल साधनों" (Poisson प्रक्रियाओं के स्वतंत्रता गुणों) का उपयोग करके प्राप्त किया जा सकता है।
• संख्यात्मक लक्षण वर्णन (Numerical Characterization): शोध पत्र $\theta$ की एक श्रृंखला के लिए $\lambda_\theta$ के संख्यात्मक मानों के लिए एक व्यापक तालिका प्रदान करता है और ग्राफ़िक रूप से इसके व्यवहार को दर्शाता है।

4. परिणाम (Results)

• $\lambda_\theta$ का व्यवहार:
  • एकदिष्टता (Monotonicity): $\lambda_\theta$, $\theta$ के सापेक्ष $\theta$ के साथ सख्ती से घटता है।
  • क्षेत्र (Regimes):
    • छोटा $\theta$ ($\theta \to 0$): प्रणाली लंबे चक्रों द्वारा नियंत्रित होती है। $\lambda_\theta \to 1$।
    • बड़ा $\theta$ ($\theta \to \infty$): द्रव्यमान कई छोटे चक्रों के बीच वितरित होता है। $\lambda_\theta \to 0$।
  • विशिष्ट मान:
    • $\theta = 1$ (समान माप) के लिए, $\lambda_1 \approx 0.624330$, जो शास्त्रीय Golomb–Dickman constant को पुनः प्राप्त करता है।
    • $\theta = 1/2$ ( "spaghetti hoops problem") के लिए, $\lambda_{1/2} \approx 0.757823$, जिसका अर्थ है कि सीमा में, लगभग 75.8% कुल लंबाई एकल सबसे लंबे लूप द्वारा बनती है।
    • वह "जन्मदिन" बिंदु जहाँ $\lambda_\theta = 0.5$ होता है, $\theta \approx 1.784910$ पर आता है।

5. महत्व (Significance)

• सैद्धांतिक एकीकरण (Theoretical Unification): यह कार्य शास्त्रीय समान क्रमचय मामले और व्यापक Ewens परिवार के बीच के अंतर को पाटता है, यह दिखाता है कि कैसे चक्र संरचना $\theta$ बढ़ने के साथ लंबे चक्र के प्रभुत्व से विखंडन (fragmentation) की ओर संक्रमण करती है।
• गणना उपयोगिता (Computational Utility): मानक विशेष फलनों ($E_1$) के साथ एक स्पष्ट समाकल प्रदान करके, यह परिणाम Monte Carlo सिमुलेशन या जटिल पुनरावर्ती संयोजन एल्गोरिदम के बिना $\lambda_\theta$ की उच्च-परिशुद्धता गणना की अनुमति देता है।
• अंतर्विषयी प्रासंगिकता (Interdisciplinary Relevance): निष्कर्ष सीधे तौर पर लागू होते हैं:
  • जनसंख्या आनुवंशिकी (Population Genetics): न्यूट्रल विकास के तहत एलील आवृत्ति वितरण को समझना।
  • संख्या सिद्धांत (Number Theory): बड़े पूर्णांकों के गुणनखंडन का विश्लेषण करना (जहाँ चक्र की लंबाई अभाज्य गुणनखंडों के अनुरूप होती है)।
  • संयोजन भौतिकी (Combinatorial Physics): "spaghetti hoops" समस्या या पॉलीमर भौतिकी जैसे प्रणालियों का मॉडलिंग करना जहाँ घटक यादृच्छिक रूप से मिलते हैं।

संक्षेप में, यह शोध पत्र सफलतापूर्वक संभाव्यता संयोजन विज्ञान के एक मौलिक स्थिरांक का सामान्यीकरण करता है, जो Ewens measure के तहत यादृच्छिक क्रमचय की संरचना के लिए एक पारदर्शी विश्लेषणात्मक ढांचा और सटीक संख्यात्मक अंतर्दृष्टि प्रदान करता है।