[論文レビュー] Anatomy of a young giant component in the random graph

Jian Ding, Jeong Han Kim+2 more|ArXiv.org|Jun 10, 2009

Stochastic processes and statistical mechanics参考文献 3被引用数 4

ひとこと要約

本稿は、$\varepsilon$ が小さいときの超臨界 Erdős-Rényi ランダムグラフ $\mathcal{G}(n,p)$ における巨大成分の完全な確率的特徴付けを提供し、その巨大成分がランダムな3正則マルチグラフにランダムな幾何的辺長とポisson-Galton-Watson 樹木から構成されるモデルと連続的であることを示している。主な結果は、すべての $\varepsilon$-領域において直径や混合時間の正確な漸近的評価が可能となる、精密な記述を提供することにある。

ABSTRACT

We provide a complete description of the giant component of the Erdős-Rényi random graph $G(n,p)$ as soon as it emerges from the scaling window, i.e., for $p = (1+ε)/n$ where $ε^3 n o \infty$ and $ε=o(1)$. Our description is particularly simple for $ε= o(n^{-1/4})$, where the giant component $C_1$ is contiguous with the following model (i.e., every graph property that holds with high probability for this model also holds w.h.p. for $C_1$). Let $Z$ be normal with mean $\frac23 ε^3 n$ and variance $ε^3 n$, and let $K$ be a random 3-regular graph on $2\lfloor Z floor$ vertices. Replace each edge of $K$ by a path, where the path lengths are i.i.d. geometric with mean $1/ε$. Finally, attach an independent Poisson($1-ε$)-Galton-Watson tree to each vertex. A similar picture is obtained for larger $ε=o(1)$, in which case the random 3-regular graph is replaced by a random graph with $N_k$ vertices of degree $k$ for $k\geq 3$, where $N_k$ has mean and variance of order $ε^k n$. This description enables us to determine fundamental characteristics of the supercritical random graph. Namely, we can infer the asymptotics of the diameter of the giant component for any rate of decay of $ε$, as well as the mixing time of the random walk on $C_1$.

研究の動機と目的

• 超臨界 Erdős-Rényi ランダムグラフ $\mathcal{G}(n,p)$ の相転移の直後における巨大成分の構造を解明すること。
• $\varepsilon = o(n^{-1/4})$ のとき、巨大成分 $\mathcal{C}_1$ と連続的である完全で明示的なランダムグラフモデルを提供すること。
• 直径や $\mathcal{C}_1$ 上のランダムウォークの混合時間といった基本的性質の正確な漸近的表現を導出すること。
• $\varepsilon \to 0$ の「若々しい巨大成分」領域では失敗する既存手法の限界を克服すること。

提案手法

• 正規分布 $Z \sim \mathcal{N}(\tfrac{2}{3}\varepsilon^3 n, \varepsilon^3 n)$ からサンプリングした $Z$ を用いてモデル $\tilde{\mathcal{C}}_1$ を構築する。
• $2\lfloor Z \rfloor$ 頂点上のランダム3正則マルチグラフ $\mathcal{K}$ をコア構造として生成する。
• $\mathcal{K}$ の各辺を、平均 $1/\varepsilon$ の i.i.d. 幾何分布に従う長さのパスに置き換える。
• 得られたグラフの各頂点に、独立な $\mathrm{Poisson}(1-\varepsilon)$-Galton-Watson 樹木を接続する。
• $\mathcal{C}_1$ と $\tilde{\mathcal{C}}_1$ の連続性を確立する。これは、$\tilde{\mathcal{C}}_1$ で高確率で成り立つ任意の性質が、$\mathcal{C}_1$ に対しても高確率で成り立つことを意味する。
• カットオフラインアルゴリズムの精密な解析と濃度不等式を用いて、探索プロセス中の有効なクローン数および軽量クローン数を制御する。

実験結果

リサーチクエスチョン

• RQ1 $\varepsilon = o(n^{-1/4})$ のとき、超臨界 Erdős-Rényi ランダムグラフにおける巨大成分の正確な確率的構造は何か？
• RQ2 巨大成分は、それと連続的である単純で明示的なランダムグラフモデルで記述可能か？
• RQ3 すべての $\varepsilon$-領域において、巨大成分の直径の正確な漸近的評価は何か？
• RQ4 超臨界領域における単純ランダムウォークの混合時間は何か？
• RQ5 $\varepsilon \to 0$ のとき、2コアおよびカーネルの構造はどのように変化するか？

主な発見

• 巨大成分 $\mathcal{C}_1$ は、ランダムな3正則マルチグラフに幾何的辺長とポisson-Galton-Watson 樹木からなるモデルと連続的である。
• $\varepsilon = o(n^{-1/4})$ のとき、$\mathcal{C}_1$ の直径は漸近的に $\Theta(\varepsilon^{-1} \log n)$ である。
• $\varepsilon = o(n^{-1/4})$ のとき、$\mathcal{C}_1$ 上の単純ランダムウォークの混合時間は漸近的に $\Theta(\varepsilon^{-2} \log^2 n)$ である。
• より大きな $\varepsilon = o(1)$ の場合、コア構造は $N_k$ 個の次数 $k \geq 3$ の頂点を持つランダムグラフに一般化され、$\mathbb{E}[N_k] \sim \varepsilon^k n$ となる。
• この構成により、探索プロセス中の有効クローンおよび軽量クローンの数を精密に制御でき、高確率での濃度不等式が得られる。
• 分析により、巨大成分の構造は安定的であり、提案モデルによって超臨界領域全体にわたり良好に近似可能であることが確認された。