[논문 리뷰] A novel approach to the giant component fluctuations

Josué Corujo, Sophie Lemaire외 1명|arXiv (Cornell University)|2024. 12. 09.

Stochastic processes and statistical mechanics인용 수 1

한 줄 요약

이 논문은 에르되시–레니 수작업 과정에서 거대 컴포넌트의 변동성을 분석하기 위해 동시에 시행되는 너비 우선 탐색을 사용하는 새로운 프레임워크를 제안한다. 초임계적 영역에서 기능 중심극한정리의 자가 포함된 증명을 제공하며, 간신히 초임계적 영역에서 새로운 기능 중심극한정리를 수립한다. 여기서는 간선 확률이 $\epsilon_n \to 0$ 이며 $n\epsilon_n^3 \to \infty$ 를 만족하는 소멸하는 수열 $\epsilon_n$ 에 따라 스케일링된다. 이 방법은 연속시간 마코프 과정과 마틴게일 기법을 활용하여 컴포넌트 크기 변동의 점근적 정규성을 도출한다.

ABSTRACT

We present a novel approach to study the evolution of the size (i.e. the number of vertices) of the giant component of a random graph process. It is based on the exploration algorithm called simultaneous breadth-first walk, introduced by Limic in 2019, that encodes the dynamic of the evolution of the sizes of the connected components of a large class of random graph processes. We limit our study to the variant of the Erdős-Rényi graph process $(G_n(s))_{s\geq 0}$ with $n$ vertices where an edge connecting a pair of vertices appears at an exponential rate 1 waiting time, independently over pairs. We first use the properties of the simultaneous breadth-first walk to obtain an alternative and self-contained proof of the functional central limit theorem recently established by Enriquez, Faraud and Lemaire in the super-critical regime ($s=\frac{c}{n}$ and $c>1$). Next, to show the versatility of our approach, we prove a functional central limit theorem in the barely super-critical regime ($s=\frac{1+tε_n}{n}$ where $t>0$ and $(ε_n)_n$ is a sequence of positive reals that converges to 0 such that $(nε_n^3)_n$ tends to $+\infty$).

연구 동기 및 목표

• 초임계적 에르되시–레니 무작위 그래프 과정에서 거대 컴포넌트 크기의 기능 중심극한정리에 대한 대체적이고 자가 포함된 증명을 제공하는 것.
• 이 방법을 간신히 초임계적 영역으로 확장하여, 간선 확률이 $p_n = (1 + t\epsilon_n)/n$ 이고 $\epsilon_n \to 0$, $n\epsilon_n^3 \to \infty$ 를 만족하는 경우를 다루는 것.
• 동시 너비 우선 탐색 프레임워크가 다양한 스케일링 영역에서 컴포넌트 크기 역학을 포괄하는 데의 유연성을 보여주는 것.
• 간신히 초임계적 영역에서 거대 컴포넌트 크기의 기능 중심극한정리를 수립하여, 적절한 중심화 및 스케일링 후 점근적 정규성을 보여주는 것.

제안 방법

• 저자는 간선이 서로 다른 정점 쌍 사이에 독립적인 지수 분포율 1로 도착하는 연속시간 무작위 그래프 과정을 사용하며, 이는 시간 $t$ 에서 $\mathrm{ER}(n, 1 - e^{-t})$ 의 분포를 갖는다.
• 저자는 리믹(2019)이 도입한 동시에 시행되는 너비 우선 탐색 과정을 활용하여, 시간이 지남에 따라 간선이 추가될 때 컴포넌트 크기의 변화를 인코딩한다.
• 이 방법은 그래프 과정을 시간이 변형된 다중화합 과정과 커플링하여 컴포넌트 융합과 크기 변동을 추적할 수 있도록 한다.
• 정지 시간 $T_n$ 이후 컴포넌트 크기의 조건부 역학을 분석하기 위해 마틴게일 기법과 두브–마이어 분해를 적용한다.
• 분석에는 스코로호드 표현과 $\sqrt{n\epsilon_n^3}$ 스케일링을 포함하는 과정 수렴가에 대한 분석이 포함되며, 과거 최소값 연산자와 $\Upsilon_n^t$ 가 결정론적 극한 $\Upsilon^t$ 로 수렴하는 것이 핵심적으로 사용된다.
• 증명은 $\Upsilon_n^t$ 가 컴act 집합에서 균일 수렴하고 브라운 운동의 연속성으로 인해 $Z_n^t$ 과정의 양수성과 행동을 제어하는 데 사용된다.

실험 결과

연구 질문

• RQ1 초임계적 영역에서 거대 컴포넌트의 기능 중심극한정리는 동시에 시행되는 너비 우선 탐색을 기반으로 한 새로운 방법을 통해 재유도될 수 있는가?
• RQ2 간신히 초임계적 영역에서 거대 컴포넌트 크기의 점근적 변동 행동은 어떠한가? 여기서 $p_n = (1 + t\epsilon_n)/n$ 이고 $\epsilon_n \to 0$ 이다.
• RQ3 동시 너비 우선 탐색 프레임워크는 간신히 초임계적 창에서 큰 컴포넌트의 융합 역학을 어떻게 포착하는가?
• RQ4 간신히 초임계적 영역에서 거대 컴포넌트 크기의 점근적 정규성을 달성하기 위해 필요한 스케일링과 중심화는 무엇인가?

주요 결과

• 초임계적 영역에서 기능 중심극한정리에 대한 대체적이고 자가 포함된 증명이 제공된다: $\sqrt{n} \left( \frac{L_n^{sc}(c)}{n} - \rho(c) \right)$ 는 시간이 변형된 드리프트가 있는 브라운 운동으로 약한 수렴을 보인다.
• 간신히 초임계적 영역에서 새로운 기능 중심극한정리가 수립된다: $\sqrt{n\epsilon_n^3} \left( \frac{L_n^{bsc}(t)}{n\epsilon_n} - \rho(1 + t\epsilon_n) \right)$ 는 평균 0, 분산 $2/t$ 인 정규 랜덤 변수로 수렴한다.
• 증명은 $n\epsilon_n^3 \to \infty$ 라는 조건 하에, 시간 $\delta \epsilon_n / n$ 이내에 두 번째 큰 컴포넌트가 거대 컴포넌트와 융합할 조건부 확률이 $n \to \infty$ 일 때 0으로 수렴함을 보여준다.
• $\sqrt{n\epsilon_n^3} \cdot \left( \frac{S_n(t)}{n\epsilon_n} \right)$ 는 결정론적 극한으로 수렴하며, 변동 항 $Z_n^t$ 는 관련 구간에서 고도로 확률적으로 양수임을 보여준다.
• $R_n^t$ 과정이 컴act 시간 간격 전체에 걸쳐 균일하게 0으로 수렴함을 확립하였으며, 이는 변동 근사에서 오차를 제어하는 데 핵심적이다.
• 분석은 간신히 초임계적 영역에서 거대 컴포넌트 크기가 점근적으로 $2t\epsilon_n n + o(\epsilon_n n)$ 임을 확인하였고, 적절한 스케일링 후 변동은 평균 0, 분산 $2/t$ 인 정규분포에 의해 지배됨을 확인한다.