[論文レビュー] Sharp phase transition for the random-cluster and Potts models via decision trees

Hugo Duminil‐Copin, Aran Raoufi+1 more|arXiv (Cornell University)|May 8, 2017

Stochastic processes and statistical mechanics被引用数 5

ひとこと要約

本稿は、単調測度に対する一般化されたOSSS不等式を導入し、古典的な意思決定木フレームワークを非積測度へと拡張する。この道具を用いて、推移的かつ準推移的グラフ上のランダムクラスターモデルおよびPottsモデルにおける鋭い相転移を証明し、下臨界領域では相関の指数的減衰と、上臨界領域では平均場的挙動を確立する。さらに、平面格子における正確な臨界点の恒等式を導出する。

ABSTRACT

We prove an inequality on decision trees on monotonic measures which generalizes the OSSS inequality on product spaces. As an application, we use this inequality to prove a number of new results on lattice spin models and their random-cluster representations. More precisely, we prove that 1. For the Potts model on transitive graphs, correlations decay exponentially fast for $\\beta<\\beta_c$. 2. For the random-cluster model with cluster weight $q\\geq1$ on transitive graphs, correlations decay exponentially fast in the subcritical regime and the cluster-density satisfies the mean-field lower bound in the supercritical regime. 3. For the random-cluster models with cluster weight $q\\geq1$ on planar quasi-transitive graphs $\\mathbb{G}$, $$\\frac{p_c(\\mathbb{G})p_c(\\mathbb{G}^*)}{(1-p_c(\\mathbb{G}))(1-p_c(\\mathbb{G}^*))}~=~q.$$ As a special case, we obtain the value of the critical point for the square, triangular and hexagonal lattices (this provides a short proof of the result of Beffara and Duminil-Copin [Probability Theory and Related Fields, 153(3-4):511--542, 2012]). These results have many applications for the understanding of the subcritical (respectively disordered) phase of all these models. The techniques developed in this paper have potential to be extended to a wide class of models including the Ashkin-Teller model, continuum percolation models such as Voronoi percolation and Boolean percolation, super-level sets of massive Gaussian Free Field, and random-cluster and Potts model with infinite range interactions.

研究の動機と目的

• 統計力学における従属系の解析を可能にするために、積測度から単調測度へのOSSS不等式の拡張を図ること。
• 推移的グラフ上の下臨界Pottsおよびランダムクラスターモデルにおける相関の指数的減衰を確立すること。
• q ≥ 1 であるランダムクラスターモデルの上臨界領域において、クラスタ密度が平均場下界を満たすことを証明すること。
• 平面的かつ準推移的グラフにおける正確な臨界点の恒等式を導出すること。これには正方形格子、三角格子、ヘキサゴナル格子が含まれる。
• 標準的な格子系を超える広範なモデルクラスに適用可能な一般枠組みを提供すること。

提案手法

• 単調測度に対する新しい意思決定木不等式を構築し、OSSS不等式を非独立な設定へと一般化する。
• 一般化された不等式を用いて、増加関数の分散を意思決定木の複雑さと変数の影響力の項で評価する。
• カップリングおよびFKG型の議論を用いて、不等式をランダムクラスターモデルおよびPottsモデルに適用する。
• 平面的双対性と無限クラスタの一意性を用いて、平面的グラフにおける正確な臨界点の恒等式を導出する。
• 再帰的構成と経路交差の議論を用いて誤差項を制御し、完全測度事象への収束を証明する。
• FKG不等式と確率的支配を活用して、異なる境界条件における接続確率を比較する。

実験結果

リサーチクエスチョン

• RQ1 統計力学における単調測度として現れる積測度を超えたOSSS不等式の拡張は可能か？
• RQ2 q ≥ 1 であるランダムクラスターモデルが、推移的グラフ上での下臨界領域において相関の指数的減衰を示すか？
• RQ3 上臨界領域におけるランダムクラスターモデルのクラスタ密度は、推移的グラフ上での平均場下界を満たすか？
• RQ4 平面的かつ準推移的グラフにおける正確な臨界点は何か？また、双対グラフとどのように関係するか？
• RQ5 一般化された意思決定木不等式は、長距離相互作用を有するモデルや連続型確率的臨界現象に応用可能か？

主な発見

• 推移的グラフ上のPottsモデルでは、β < βc において相関が指数的に速く減少し、鋭い相転移が確認される。
• q ≥ 1 である推移的グラフ上の下臨界ランダムクラスターモデルでは、相関が指数的に減少し、上臨界領域におけるクラスタ密度は平均場下界を満たす。
• 平面的かつ準推移的グラフ G とその双対 G* に対して、恒等式 pc(G)pc(G*) / ((1−pc(G))(1−pc(G*)) = q が正確に成り立つ。
• 正方形格子、三角格子、ヘキサゴナル格子の臨界点は、この恒等式を用いて正確に特定され、Beffara および Duminil-Copin の結果の短い証明が得られる。
• この手法は、Ashkin-Teller モデル、ボロノイ確率的臨界現象、ボレル確率的臨界現象、およびマスの付いたガウス自由場の等高線集合といった広範なモデルクラスに適用可能である。
• 証明技法は、意思決定木の分散評価、FKG不等式、幾何的構成を組み合わせ、境界効果を制御し、完全測度事象への収束を保証する。