[論文レビュー] Random subgraphs of the 2D Hamming graph: the supercritical phase

Remco van der Hofstad, Malwina Luczak|ArXiv.org|Jan 10, 2008

Stochastic processes and statistical mechanics参考文献 7被引用数 6

ひとこと要約

この論文は、2次元ハミンググラフ $H(2,n)$ のランダム部分グラフにおける超臨界領域において、最大連結成分のサイズに関する大数の法則を確立する。$p = \frac{1+\varepsilon}{2(n-1)}$ における辺の透過（percolation）を分析することで、$\varepsilon \gg (\log V)^{1/3} V^{-1/3}$ を満たす場合、最大成分は高確率でサイズ $2\varepsilon V$ を示し、臨界領域へのギャップを対数的要因の範囲内で埋める。

ABSTRACT

We study random subgraphs of the 2-dimensional Hamming graph H(2,n), which is the Cartesian product of two complete graphs on $n$ vertices. Let $p$ be the edge probability, and write $p=\frac{1+\vep}{2(n-1)}$ for some $\vep\in \R$. In Borgs et al., Random subgraphs of finite graphs: I. The scaling window under the triangle condition, Rand. Struct. Alg. (2005), and in Borgs et al., Random subgraphs of finite graphs: II. The lace expansion and the triangle condition, Ann. Probab. (2005), the size of the largest connected component was estimated precisely for a large class of graphs including H(2,n) for $\vep\leq ΛV^{-1/3}$, where $Λ> 0$ is a constant and $V=n^2$ denotes the number of vertices in H(2,n). Until now, no matching lower bound on the size in the supercritical regime has been obtained. In this paper we prove that, when $\vep\gg (\log{V})^{1/3} V^{-1/3}$, then the largest connected component has size close to $2\vep V$ with high probability. We thus obtain a law of large numbers for the largest connected component size, and show that the corresponding values of $p$ are supercritical. Barring the factor $(\log{\chs{V}})^{1/3}$, this identifies the size of the largest connected component all the way down to the critical $p$ window.

研究の動機と目的

• 2次元ハミンググラフ $H(2,n)$ のランダム部分グラフにおける超臨界領域の理解のギャップを埋めること。特に、最大成分サイズに対する下界が不足していた点を補完する。
• 超臨界領域において最大連結成分サイズの法則の一部を確立し、既知の上界と一致させること。
• 最大成分が亜臨界から超臨界の挙動に遷移する閾値を特定すること。対数的要因 $\log V$ の範囲内で。
• トランジット性を持つグラフで三角条件を満たす場合のクラスターサイズの挙動を分析し、特に $H(2,n)$ を焦点とする。

提案手法

• サイズの領域に従って成分を分割するための二段階探索プロセスを用い、二進区間を用いてサイズのレジームに分類する。
• チェビシェフの不等式を用いて、大きなクラスタ数の集中性を評価し、モーメント推定により分散を制御する。
• クラスターサイズを $N_i = 2^{i+1}\underline{N}$ の形で再帰的に分解し、$\underline{N}$ を誤差項をバランスさせるように選ぶ。
• 補題5.3を用いて分散の上限を確立し、サイズ $\underline{N}$ のクラスタ内の座標線ごとの頂点数を制御する。制御の限界により $\log n / n$ 要因が生じる。
• $\varepsilon$、$\underline{N}$、$\overline{N}$ に制約を課し、誤差項が消えるようにする。$\varepsilon^3 V \to \infty$ および $\underline{N} \gg (\log n)^2 / (n^2 \varepsilon^4)$ を要請する。
• 二進レベルにおける集中性の境界を組み合わせることで、大きな成分に属する頂点総数が高確率で $2\varepsilon V$ に集中することを証明する。

実験結果

リサーチクエスチョン

• RQ1 2次元ハミンググラフのランダム部分グラフにおける超臨界領域において、最大連結成分の正確な漸近的サイズは何か？
• RQ2 超臨界領域において、既知の最大成分サイズの上界と一致する下界を確立できるか？
• RQ3 超臨界閾値は臨界領域にどの程度近いか？また、$\log V$ 要因はその近接性にどのような役割を果たすか？
• RQ4 $\varepsilon \gg (\log V)^{1/3} V^{-1/3}$ のとき、クラスターサイズの挙動はどのように変わるか？また、法則の一部が成り立つか？

主な発見

• $\varepsilon \gg (\log V)^{1/3} V^{-1/3}$ のとき、最大連結成分は高確率でサイズ $2\varepsilon V$ を示し、法則の一部が確立される。
• この結果により、臨界領域へのギャップが埋まり、超臨界閾値が $\log V$ 要因の範囲内で特定される。
• 下界は[4]で知られている上界と一致し、超臨界領域における最大成分の正しいオーダーが $2\varepsilon V$ であることを確認する。
• 証明は、二進サイズレベルにおけるクラスターカウントの分散を制御することに依存し、誤差項が $\varepsilon^3 V \to \infty$ の条件下で消える。
• 分散の上限に現れる $\log n / n$ 要因は、小さなクラスタ内の頂点分布に対する制御の限界に起因し、現在の手法では避けがたい。
• 最大成分サイズの集中性は、二進分解とチェビシェフ不等式を組み合わせたマルチスケール解析により確立される。