[ Revisado y ampliado para dar la respuesta para todos $k>1$ e incorporar más términos de una expansión asintótica como $n \rightarrow \infty$ ]
Arreglar $k>1$ y escribir $a_1=f(1,k)=1$ y $$ a_n = f(n,k) = \frac1{1-q^{-n}} \sum_{r=1}^{n-1} {n \choose r} (1/k)^{n-r} (1/q)^r a_r \phantom{for}(n>1), $$ donde $q := k/(k-1)$ Así que $(1/k) + (1/q) = 1$ . Establecer $$ a_\infty := \frac1{k \log q}. $$ Por ejemplo, si $k=2$ entonces $a_\infty = 1 / \log 4 = 0.72134752\ldots$ , que $a_n$ parece acercarse para grandes $n$ y lo mismo para $k=6$ (el caso del lanzamiento de dados) con $a_\infty = 1/(6 \log 1.2) = 0.9141358\ldots$ . De hecho, como $n \rightarrow \infty$ tenemos " $a_n \rightarrow a_\infty$ por término medio", en el sentido de que (por ejemplo) $\sum_{n=1}^N (a_n/n) \sim a_\infty \phantom. \sum_{n=1}^N (1/n)$ como $N \rightarrow \infty$ . Pero, como sugieren las respuestas respuestas publicadas a la pregunta de Tim Chow, $a_n$ no converge, aunque se mantiene bastante cerca de $a_\infty$ Tenemos $$ a_n = a_\infty + \epsilon^{\phantom.}_0(\log_q n) + O(1/n) $$ como $n \rightarrow \infty$ , donde $\epsilon^{\phantom.}_0$ es una función suave función del periodo $1$ cuya media sobre ${\bf R} / {\bf Z}$ desaparece pero no es idénticamente cero; para grandes $k$ (ya $k=2$ es lo suficientemente grande suficiente), $\epsilon^{\phantom.}_0$ es una onda sinusoidal casi perfecta con una amplitud ínfima $\exp(-\pi^2 k + O(\log k))$ , a saber $$ \frac2{k\log q}\left|\phantom.\Gamma\bigl(1 + \frac{2\pi i}{\log q}\bigr)\right| \phantom.=\phantom. \frac2{k \log q} \left[\frac{(2\pi^2/ \log q)}{\sinh(2\pi^2/ \log q)}\right]^{1/2}. $$ Por ejemplo, para $k=2$ la amplitud es $7.130117\ldots \cdot 10^{-6}$ , de acuerdo con la observación numérica (véanse las respuestas publicadas anteriormente y el gráfico de abajo). Para $k=6$ la amplitud es sólo $8.3206735\ldots \cdot 10^{-23}$ por lo que hay que calcular mucho más allá de la "doble precisión" habitual para ver las oscilaciones.
Más concretamente, existe una expansión asintótica $$ a_n \sim a_\infty + \epsilon^{\phantom.}_0(\log_q n) + n^{-1} \epsilon^{\phantom.}_1(\log_q n) + n^{-2} \epsilon^{\phantom.}_2(\log_q n) + n^{-3} \epsilon^{\phantom.}_3(\log_q n) + \cdots, $$ donde cada $\epsilon^{\phantom.}_j$ es una función suave del periodo $1$ cuya media sobre ${\bf R} / {\bf Z}$ desaparece, y - aunque la serie no tiene por qué converger - truncándola antes del término $n^{-j} \epsilon^{\phantom.}_j(\log_q n)$ se obtiene una buena aproximación con una precisión de $O(n^{-j})$ . Los primeros $\epsilon^{\phantom.}_j$ siguen teniendo amplitudes exponencialmente pequeñas pero mayores que las de $\epsilon^{\phantom.}_0$ por un factor $\sim C_j k^{2j}$ para algunos $C_j > 0$ por ejemplo, la amplitud de $\epsilon^{\phantom.}_1$ supera a la de $\epsilon^{\phantom.}_0$ por cerca de $2(\pi / \log q)^2 \sim 2 \pi^2 k^2$ . Así que $a_n$ debe ser calcular hasta un múltiplo algo grande de $k^2$ antes de que sea experimentalmente plausible que la oscilación residual $a_n - a_\infty$ no tenderá a cero en el límite como $n \rightarrow \infty$ .
Aquí hay un gráfico que muestra $a_n$ para $k=2$ (así también $q=2$ ) y $2^6 \leq n \leq 2^{13}$ y se compara con la aproximación periódica $a_\infty + \epsilon^{\phantom.}_0(\log_q n)$ y la aproximación refinada $a_\infty + \sum_{j=0}^2 n^{-j} \epsilon^{\phantom.}_j(\log_q n)$ . (Ver http://math.harvard.edu/~elkies/mo11255+.pdf para el gráfico original en PDF, que se puede "ampliar" para ver los detalles). La página web coordenada horizontal es $\log_2 n$ la coordenada vertical está centrada en $a_\infty = 1/(2 \log 2)$ , mostrando también las líneas $a_\infty \pm 2|a_1|$ ; negro en forma de cruz, que finalmente se funden visualmente en una curva continua, muestran los valores numéricos de $a_n$ y los contornos rojo y verde muestran las aproximaciones suaves.
Para obtener esta expansión asintótica, empezamos por generalizar la fórmula de R.Barton de $k=2$ a la arbitrariedad $k>1$ : $$ a_n = \frac1k \sum_{r=0}^\infty \phantom. n q^{-r} (1-q^{-r})^{n-1}. $$ [La prueba es la misma, pero nótese el exponente $n$ se ha corregido a $n-1$ ya que queremos $n-1$ jugadores eliminados en el $r$ -en el paso, no todos $n$ ; esto no afecta al comportamiento limitador $a_\infty+\epsilon^{\phantom.}_0(\log_q n)$ pero es necesario para conseguir $\epsilon^{\phantom.}_m$ derecho a $m>1$ .] Nos gustaría aproximar la suma por una integral, que puede ser evaluada por el cambio de variable $q^{-r} = z$ : $$ \frac1k \int_{r=0}^\infty \phantom. n q^{-r} (1-q^{-r})^{n-1} = \frac1{k \log q} \int_0^1 \phantom. n (1-z)^{n-1} dz = \left[-a_\infty(1-z)^n\right]_{z=0}^1 = a_\infty. $$ Pero hay que hacer un esfuerzo para llegar al error de esta aproximación.
Comenzamos comparando $(1-q^{-r})^{n-1}$ con $\exp(-nq^{-r})$ : $$ \begin{eqnarray} (1-q^{-r})^{n-1} &=& \exp(-nq^{-r}) \cdot \exp \phantom. [nq^{-r} + (n-1) \log(1-q^{-r})] \cr &=& \exp(-nq^{-r}) \cdot \exp \left[q^{-r} - (n-1) \left( \frac{q^{-2r}}2 + \frac{q^{-3r}}3 + \frac{q^{-4r}}4 + \cdots \right) \right]. \end{eqnarray} $$ Los dos pasos siguientes requieren una justificación (como señaló R.Barton para los pasos correspondientes al final de su análisis), pero la justificación debería ser sencilla. Ampliar el segundo factor en potencias de $u := nq^{-r}$ y recoger los poderes similares de $n$ , obteniendo $$ \exp(-nq^{-r}) \cdot \left( 1 - \frac{u^2-2u}{2n} + \frac{3u^4-20u^3+24u^2}{24n^2} - \frac{u^6-14u^5+52u^4-48u^3}{48n^3} + - \cdots \right). $$ Cada trimestre $n^{-j} \epsilon_j(\log_q(n))$ ( $j=0,1,2,3,\ldots$ ) surgirá de la $n^{-j}$ término en esta expansión.
Comenzamos con el término principal, para $j=0$ , que es el único que no decae con $n$ . Definir $$ \varphi_0(x) := q^x \exp(-q^x), $$ que como observó Reid decae rápidamente tanto como $x \rightarrow \infty$ y como $x \rightarrow -\infty$ . Nuestra aproximación de orden cero a $a_n$ es $$ \frac1k \sum_{r=0}^\infty \phantom. \varphi_0(\log_q(n)-r), $$ que como $n \rightarrow \infty$ se acerca rápidamente $$ \frac1k \sum_{r=-\infty}^\infty \varphi_0(\log_q(n)-r). $$ Para $k=q=2$ Esto es equivalente a la fórmula de Reid para $R(n)$ , aunque lo escribió en términos de la parte fraccionaria de $\log_2(n)$ , porque la suma es claramente invariante bajo la traslación de $\log_q(n)$ por números enteros.
A continuación aplicamos la suma de Poisson. Como $\sum_{r \in {\bf Z}} \phantom. \varphi_0(t+r)$ es un suave ${\bf Z}$ -función periódica de $t$ tiene una expansión de Fourier $$ \sum_{m\in{\bf Z}} \phantom. c_m e^{2\pi i m t} $$ donde $$ c_m = \int_0^1 \left[ \sum_{r \in {\bf Z}} \phantom. \varphi_0(t+r) \right] \phantom. e^{-2\pi i m t} dt = \int_{-\infty}^\infty \varphi_0(t) \phantom. e^{-2\pi i m t} dt = \hat\varphi_0(-m). $$ Cambiando la variable de integración de $t$ a $q^t$ nos permite reconocer la transformada de Fourier $\hat\varphi$ como $1/\log(q)$ por una integral Gamma: $$ \hat\varphi_0(y) = \frac1{\log q} \Gamma\Bigl(1 + \frac{2 \pi i y} {\log q}\Bigr). $$ Esto nos da los coeficientes $a_m$ en forma cerrada. El coeficiente constante $a_0 = 1 / (\log q)$ puede interpretarse de nuevo como la aproximación de la suma de Riemann $\sum_{r \in {\bf Z}} \phantom. \varphi_0(t+r)$ por una integral; los términos oscilantes $a_m e^{2\pi i m t}$ para $m \neq 0$ son las correcciones de esta aproximación, y son pequeñas debido a la exponencial de la función Gamma en las franjas verticales - de hecho podemos calcular la magnitud $|a_m|$ en forma cerrada elemental utilizando la fórmula $|\Gamma(1+i\tau)| = (\pi\tau / \sinh(\pi\tau))^{1/2}$ . Así que tenemos $$ \frac1k \sum_{r \in \bf Z} \phantom. \varphi_0(\log_q(n)-r) = \frac1k \sum_{m \in \bf Z} \phantom. \hat\varphi_0(-m) e^{2\pi i \log_q(n)} = a_\infty + \epsilon_0(\log_q(n)) $$ donde $a_\infty = a_0 / k = 1 / (k \log q)$ como en el caso anterior, y $\epsilon^{\phantom.}_0$ definido por $$ \epsilon^{\phantom.}_0(t) = \left[ \sum_{r\in\bf Z} \phantom. \varphi_0(t+r) \right] - a_\infty, $$ tiene la serie de Fourier $$ \epsilon^{\phantom.}_0(t) = \frac1k \sum_{m \neq 0} \hat\varphi_0(-m) e^{2\pi i m t}. $$ Tomando $m = \pm 1$ recupera la amplitud $2|a_1|/k$ expuesta arriba; el $m = \pm 2$ y los términos posteriores producen oscilaciones más rápidas pero más pequeñas, por ejemplo, para $k=2$ el $m=\pm 2$ términos oscilan el doble de rápido pero con amplitud sólo $6.6033857\ldots \cdot 10^{-12}$ .
Las funciones $\epsilon^{\phantom.}_j$ que aparecen en los términos adicionales $n^{-j} \epsilon^{\phantom.}_j(\log_q(n))$ de la expansión asintótica de $a_n$ se definen de forma similar por $$ \epsilon^{\phantom.}_j(t) = \frac1k \sum_{r\in\bf Z} \phantom. \varphi_j(t+r), $$ donde $$ \varphi_j(x) = P_j(q^x) \varphi_0(x) = P_j(q^x) q^x \exp(-q^x) $$ y $P_j$ es el coeficiente de $n^{-j}$ en nuestra serie de potencia $$ (1-q^r)^{n-1} = \exp(-nq^{-r}) \phantom. \sum_{j=0}^\infty \frac{P_j(nq^{-r})}{n^j}. $$ Así, $ P_0(u)=1, \phantom+ P_1(u) = -(u^2-2u)/2, \phantom+ P_2(u) = (3u^4-20u^3+24u^2)/24 $ etc. De nuevo aplicamos Poisson para expandir $\epsilon^{\phantom.}_j(\log_q(n))$ en una serie de Fourier: $$ \epsilon^{\phantom.}_j(t) = \frac1k \sum_{m \in \bf Z} \hat\varphi_j(-m) e^{2\pi i m t}, $$ y evaluar la transformada de Fourier $\hat\varphi_j$ integrando con respecto a $q^t$ . Esto da lugar a una combinación lineal de Gamma evaluadas en $1 + (2\pi i y / \log q) + j'$ para enteros $j' \in [j,2j]$ , dando $\hat\varphi_j$ como título- $2j$ múltiplo polinómico de $\hat\varphi_0$ . El primer caso es $$ \begin{eqnarray*} \hat\varphi_1(y) &=& \frac1{\log q} \left[ \Gamma\Bigl(2 + \frac{2 \pi i y} {\log q}\Bigr) - \frac12 \Gamma\Bigl(3 + \frac{2 \pi i y} {\log q}\Bigr) \right] \\ &=& \frac1{\log q} \frac{\pi y}{\log q} \left(\frac{2 \pi y}{\log q} - i\right) \phantom. \Gamma\Bigl(1 + \frac{2 \pi i y} {\log q}\Bigr) \\ &=& \frac{\pi y}{\log q} \left(\frac{2 \pi y}{\log q} - i\right) \phantom. \hat\varphi_0(y). \end{eqnarray*} $$ Tenga en cuenta que $\varphi_1(0) = 0$ por lo que el coeficiente constante de la serie de Fourier para $\epsilon^{\phantom.}_1(t)$ se desvanece; esto es cierto en el caso de $\epsilon^{\phantom.}_j(t)$ para cada $j>0$ , porque $\hat\varphi_j(0) = \int_{-\infty}^\infty \phi_j(x) \phantom. dx$ es el $n^{-j}$ coeficiente de una serie de potencias en $n^{-1}$ que ya hemos identificado ya con la constante $a_\infty$ . Por lo tanto (como también puede en el gráfico de arriba) ninguna de las correcciones en decadencia $n^{-j} \epsilon^{\phantom.}_j(\log_q n)$ sesga la media de $a_n$ lejos de $a_\infty$ incluso cuando $n$ es lo suficientemente pequeño como para que esas correcciones son una fracción sustancial de la oscilación residual $\epsilon_0(\log_q n)$ . Esto deja $\hat\varphi_j(\mp1) e^{\pm 2 \pi i t} / k$ como los términos principales en la expansión de cada $\epsilon^{\phantom.}_j(t)$ Así que vemos, como se prometió, que que $\epsilon^{\phantom.}_j$ sigue siendo exponencialmente pequeño pero con un factor extra cuyo término principal es un múltiplo de $(2\pi / \log q)^{2j}$ .