Gaussian Behavior and Geometric Gaps in Decompositions from Recurrences with Zero Coefficients

1. Problema e Contesto

Il lavoro si inserisce nel campo della teoria dei numeri additiva, focalizzandosi sulle rappresentazioni degli interi come somme di termini di successioni ricorsive.

• Contesto classico: Il Teorema di Zeckendorf (1972) stabilisce che ogni intero positivo ha una rappresentazione unica come somma di numeri di Fibonacci non consecutivi. Questa unicità è stata generalizzata alle Successioni di Ricorrenza Lineare Positiva (PLRS), dove i coefficienti della ricorrenza sono strettamente positivi. In questo ambito, è stato dimostrato che il numero di addendi segue una distribuzione Gaussiana e che la distribuzione delle "lacune" (gap) tra gli indici degli addendi decade geometricamente.
• Il problema: La letteratura esistente dipende fortemente dalla condizione di positività dei coefficienti per garantire l'unicità della decomposizione. Il paper indaga cosa accade quando questa condizione viene rilassata, specificamente studiando le Relazioni di Ricorrenza Lineare a Coefficiente Zero (ZLRR), dove il coefficiente principale $c_1$ è nullo ($c_1 = 0$).
• Caso studio: L'autore si concentra sulla Successione di Lagonacci, definita da $Z_{n+1} = Z_{n-1} + Z_{n-2}$ (con condizioni iniziali $Z_0=1, Z_1=2, Z_2=3$). In questo sistema, l'unicità della rappresentazione viene persa: un intero può ammettere multiple decomposizioni legali.

2. Metodologia

L'approccio combina strumenti di teoria dei numeri, analisi combinatoria e probabilità.

• Algoritmo Greedy (Goloso): Nonostante la non unicità delle decomposizioni legali, l'autore analizza la decomposizione canonica ottenuta tramite l'algoritmo greedy (sottrazione ripetuta del termine più grande possibile). Questa decomposizione è unica per ogni intero.
• Funzioni Generatrici e Analisi Asintotica: Per studiare il numero di addendi, vengono utilizzate funzioni generatrici ($G_N(y)$) e le loro derivate per calcolare media e varianza. L'analisi asintotica si basa sull'espansione di tipo Binet della successione, governata dalla radice dominante $\lambda_1$ (il rapporto plastico, $\approx 1.3247$) del polinomio caratteristico $x^3 - x - 1$.
• Teorema di Continuità di Lévy: Viene impiegato per dimostrare la convergenza in distribuzione alla normale standard, analizzando la convergenza delle funzioni caratteristiche.
• Principio di Equivalenza degli Insiemi (Ensembles): Un contributo metodologico chiave è l'applicazione del principio di equivalenza tra l'insieme microcanonico (interi scelti uniformemente in un intervallo $[Z_N, Z_{N+1})$) e l'insieme canonico (misura stazionaria su sequenze infinite di cifre). Questo permette di trasferire le leggi limite dimostrate per l'insieme canonico (più facile da analizzare) all'insieme microcanonico.
• Matrici di Trasferimento: Per quantificare la non unicità, viene utilizzato il metodo delle matrici di trasferimento per contare il numero di stringhe binarie legali (che evitano il sottotipo proibito "1100").

3. Risultati Principali

A. Comportamento Gaussiano del Numero di Addendi

Nonostante la perdita di unicità, il numero di addendi nella decomposizione greedy della successione di Lagonacci converge a una distribuzione Gaussiana.

• Per un intero $m$ scelto uniformemente in $[Z_N, Z_{N+1})$, il numero di addendi $K_N$ ha:
  • Media: $E[K_N] \sim C_1 N$ (con $C_1 \approx 0.288$).
  • Varianza: $Var(K_N) \sim C_2 N$ (con $C_2 \approx 0.079$).
• La variabile normalizzata converge in distribuzione a $N(0, 1)$. Questo dimostra che la Gaussicità è una proprietà intrinseca della struttura di ricorrenza lineare, non dipendente dall'unicità.

B. Decadimento Geometrico delle Lacune (Gaps)

La distribuzione delle lunghezze dei gap tra gli indici degli addendi nella decomposizione greedy decade geometricamente.

• La probabilità limite di un gap di lunghezza $k \ge 2$ è data da $P(g=k) = C \cdot \lambda_1^{-k}$.
• I gap di lunghezza 0 e 1 hanno probabilità limite specifiche calcolate tramite inclusione-esclusione.
• Questo risultato generalizza le proprietà note per le PLRS al caso ZLRR.

C. Non Unicità e Crescita Esponenziale delle Rappresentazioni

Il paper quantifica l'entità della non unicità:

• Il numero totale di decomposizioni legali $D(Z_N)$ per tutti gli interi fino a $Z_N$ cresce asintoticamente come $C \cdot 2^N$.
• Il numero medio di decomposizioni per un singolo intero di dimensione $Z_N$ cresce esponenzialmente a un tasso $\alpha / \lambda_1 \approx 1.5097$, dove $\alpha = 2$ è l'autovalore di Perron-Frobenius della matrice di trasferimento.
• Questo tasso è significativamente superiore alla crescita della successione stessa ($\lambda_1 \approx 1.32$), indicando una sovrabbondanza esponenziale di rappresentazioni.

D. Distribuzione Asintotica del Numero di Decomposizioni

Per un intero tipico, il logaritmo del numero di decomposizioni legali $d(N)$, normalizzato per la lunghezza $L$, converge in probabilità alla costante $K = \log(2/\lambda_1)$. Ciò significa che, sebbene il numero esatto di rappresentazioni vari, il suo comportamento logaritmico è altamente concentrato attorno a un valore medio deterministico.

4. Contributi Chiave

1. Generalizzazione delle Leggi Statistiche: Dimostrazione che le proprietà statistiche fondamentali delle decomposizioni di Zeckendorf (Gaussicità e decadimento geometrico dei gap) sopravvivono anche quando l'unicità della rappresentazione viene meno.
2. Robustezza Strutturale: Evidenzia che queste leggi statistiche sono conseguenze delle proprietà algebriche del polinomio caratteristico (esistenza di una radice dominante) piuttosto che della proprietà combinatoria di unicità.
3. Applicazione dell'Equivalenza degli Insiemi: Introduce rigorosamente il principio di equivalenza degli insiemi nel contesto delle decomposizioni numeriche non uniche, permettendo di collegare la teoria asintotica delle successioni ricorsive con la meccanica statistica combinatoria.
4. Quantificazione della Non Unicità: Fornisce una misura precisa della crescita esponenziale delle rappresentazioni non uniche, distinguendo il tasso di crescita delle rappresentazioni ($\alpha=2$) da quello della successione sottostante ($\lambda_1$).

5. Significato e Implicazioni

Questo lavoro colma un divario teorico significativo nella teoria dei numeri additiva. Mostra che il "regime" statistico delle rappresentazioni numeriche è più robusto di quanto precedentemente creduto: non richiede la rigidità dell'unicità per mantenere comportamenti statistici regolari (come la distribuzione normale).
Le implicazioni si estendono oltre le ZLRR, suggerendo che sistemi di numerazione con coefficienti non positivi o strutture ricorsive complesse possano ancora essere analizzati con strumenti probabilistici standard, purché esistano radici dominanti ben definite. Il risultato apre la strada allo studio di sistemi di decomposizione in dimensioni superiori o con regole di legalità più complesse, dove l'unicità è spesso assente ma le regolarità statistiche potrebbero persistere.