[論文レビュー] Local Limit Theorems and Number of Connected Hypergraphs

Michael Behrisch, Amin Coja‐Oghlan+1 more|arXiv (Cornell University)|Jun 4, 2007

Stochastic processes and statistical mechanics参考文献 17被引用数 9

ひとこと要約

本稿では、スパースなランダム $d$-一様ハイパーグラフ $H_d(n,p)$ および $H_d(n,m)$ における最大成分のサイズと順序の連続的分布に関する、新しい確率的アプローチを提示し、連結性の確率および連結性を条件とした辺の分布に対する漸近公式を確立する。主な貢献は、組合せ的でない確率的枠組みを用いて、連結 $d$-一様ハイパーグラフの数およびフェーズ遷移閾値付近の連結成分における辺の分布に対する正確な漸近的表現を導出することにある。

ABSTRACT

Let $H_d(n,p)$ signify a random $d$-uniform hypergraph with $n$ vertices in which each of the ${n}\choose{d}$ possible edges is present with probability $p=p(n)$ independently, and let $H_d(n,m)$ denote a uniformly distributed with $n$ vertices and $m$ edges. We derive local limit theorems for the joint distribution of the number of vertices and the number of edges in the largest component of $H_d(n,p)$ and $H_d(n,m)$ for the regime ${{n-1}\choose{d-1}} p,dm/n >(d-1)^{-1}+ε$. As an application, we obtain an asymptotic formula for the probability that $H_d(n,p)$ or $H_d(n,m)$ is connected. In addition, we infer a local limit theorem for the conditional distribution of the number of edges in $H_d(n,p)$ given connectivity. While most prior work on this subject relies on techniques from enumerative combinatorics, we present a new, purely probabilistic approach.

研究の動機と目的

• ランダム $d$-一様ハイパーグラフの成分構造を分析するための、組合せ的数え上げに依存しない完全な確率的枠組みを構築すること。
• 超臨界領域における $H_d(n,p)$ および $H_d(n,m)$ の最大成分における頂点数と辺数の連続的分布に関する局所極限定理を導出すること。
• $H_d(n,p)$ や $H_d(n,m)$ が連結である確率に対する漸近公式を導出し、古典的なランダムグラフの結果をハイパーグラフへと拡張すること。
• $H_d(n,p)$ においてハイパーグラフが連結であることを条件とした辺数の局所極限定理を確立し、連結領域における正確な辺分布を提供すること。

提案手法

• 生成関数およびフーリエ解析に基づく確率的アプローチを用いて、$H_d(n,p)$ および $H_d(n,m)$ における成分の順序 $\mathcal{N}(H)$ とサイズ $\mathcal{M}(H)$ の連続的分布に関する局所極限定理を導出する。
• 超越方程式 $\rho = \exp(c(\rho^{d-1} - 1))$ の解 $\rho$ を用いて、巨大成分のサイズを特徴づける。ここで $c = \binom{n-1}{d-1}p$ または $c = d(d-1)m/n$ である。
• 漸近展開およびサドルポイント法を用いて、最大成分が特定のサイズおよび順序を持つ確率を近似する。これは、超臨界領域において $\binom{n}{d}p^2 = o(1)$ が成り立つことを利用している。
• 最大成分のサイズが $\nu$ であると仮定し、連結性を条件とした $H_d(\nu,p)$ における辺数 $\mu$ の条件付き分布を、$\mathcal{N}(H)$ と $\mathcal{M}(H)$ の同時積モーメントを用いた多変量正規近似により導出する。
• 最終的な漸近公式を、方程式 $\varrho = \exp(\zeta(\varrho^{d-1} - 1))$ の解 $\varrho$ を用いて表現する。ここで $\zeta = \binom{\nu-1}{d-1}p$ であり、結果を成分サイズの関数としてパrameter化する。
• 関係式 $|n - (1 - \varrho)^{-1}\nu| = O(n^{-1})$ および $|c - \zeta(1 - \varrho)^{1-d}| = O(n^{-1})$ を用いて、最終的な公式において $n$ と $c$ から $\nu$ と $\zeta$ へと再パラメータ化する。

実験結果

リサーチクエスチョン

• RQ1 超臨界領域におけるランダム $d$-一様ハイパーグラフ $H_d(n,p)$ や $H_d(n,m)$ が連結である確率の漸近的確率は何か？
• RQ2 $H_d(n,p)$ および $H_d(n,m)$ において、フェーズ遷移付近の最大成分の順序とサイズの連続的分布はどのように振る舞うか？
• RQ3 固定された頂点数を持つ $d$-一様ハイパーグラフが連結であると仮定したとき、辺数の条件付き分布は何か？
• RQ4 組合せ的数え上げに代わる完全な確率的手法が、連結ハイパーグラフの漸近公式を導出するのを代替できるか？

主な発見

• $H_d(n,p)$ や $H_d(n,m)$ が連結である確率は、漸近的に $\Psi_d(\varrho, \zeta)^n \cdot \left(1 + o(1)\right)$ に収束する。ここで $\varrho$ は $\varrho = \exp(\zeta(\varrho^{d-1} - 1))$ を満たし、$\Psi_d$ は $d$ と $\zeta$ に依存する計算可能な関数である。
• $d=2$ の場合、連結性の漸近的確率は $\exp(-\zeta) \cdot \Psi_2(\varrho, \zeta)$ に簡略化され、既知のランダムグラフの結果と一致する。
• 連結な $H_d(\nu,p)$ における辺数 $\mu$ の条件付き分布は、$\mathcal{N}(H)$ と $\mathcal{M}(H)$ の同時積モーメントに基づく漸近的正規分布に従い、平均と分散は $\varrho$ と $\zeta$ を用いた明示的公式で与えられる。
• 局所極限定理の結果として、順序 $n$ およびサイズ $m$ の連結 $d$-一様ハイパーグラフの数に対する漸近公式が導出され、組合せ的でない方法による漸近的個数の導出が可能となる。
• 導出された局所極限定理は、$c > (d-1)^{-1} + \varepsilon$（$ε > 0$ で $n \to \infty$ のとき固定）となる超臨界領域で有効であり、$ξ$ および $ν$ のコンact集合上で一様に成り立つ。
• 生成関数や複雑な漸近的数え上げを避ける代わりに、モーメント母関数、特性関数、多変量正規近似などの確率的道具を用いて結果を導出する。