[논문 리뷰] Distances in critical long range percolation

Jian Ding, Allan Sly|arXiv (Cornell University)|2013. 03. 16.

Stochastic processes and statistical mechanics참고 문헌 19인용 수 24

한 줄 요약

이 논문은 벤자민니와 버거가 제기한 오랜 동안 미해결된 추측을 해결한다. ℤ 위에서 연결 확률이 β|i−j|⁻²인 임계 장거리 퍼콜레이션에서, 0에서 n으로의 일반적인 그래프 거리와 [0,n] 상의 그래프의 지름이 모두 어떤 θ(β) ∈ (0,1)에 대해 n^θ(β)로 스케일링됨을 증명한다. 이는 이산 및 연속 장거리 퍼콜레이션 모델 간의 쌍용과 하향적 에르고딕 이론의 추론을 통해 이루어진다.

ABSTRACT

We study the long range percolation model on $\mathbb{Z}$ where sites $i$ and $j$ are connected with probability $β|i-j|^{-s}$. Graph distances are now well understood for all exponents $s$ except in the case $s=2$ where the model exhibits non-trivial self-similar scaling. Establishing a conjecture of Benjamini and Berger \cite{BenBer:01}, we prove that the typical distance from site 0 to $n$ grows as a power law $n^{θ(β)}$ up to a multiplicative constant for some exponent $0

연구 동기 및 목표

• 자기유사성 구조가 분석을 복잡하게 만드는 s=2에서 임계 장거리 퍼콜레이션의 그래프 거리 스케일링 문제를 해결하기 위해.
• 0에서 n으로의 일반적인 거리와 [0,n] 상의 그래프 지름이 어떤 θ(β) ∈ (0,1)에 대해 거듭제곱 법칙 n^θ(β)로 스케일링됨을 입증하기 위해.
• ℤ 위의 이산 장거리 퍼콜레이션 모델과 ℝ 위의 연속 모델 간의 연결을 통해 渐近 스케일링 결과를 도출하기 위해.
• 제약 거리 d_LRP(0,n), 전체 거리 d_LRP*(0,n), 그리고 지름이 모두 확률적으로 동일한 방식으로 n^θ(β)로 스케일링됨을 증명하기 위해.
• 지수 θ(β)가 0과 1 사이이며, β에 대해 연속적으로 의존함을 보이며, 명시적인 공식은 제공하지 않기 위해.

제안 방법

• x와 y 사이에 강도 β|x−y|⁻²로 연결된 간선을 가지며, 길이가 (δ,δ′) 범위로 잘린 ℝ 위의 연속 장거리 퍼콜레이션 모델을 도입하고, 이러한 간선을 통해의 최단 경로로 정의된 거리 d*(x,y)를 정의한다.
• 제약 거리 d(1,n)(0,n)를 [0,n] 내부에 국한된 최단 경로로 정의하고, 이를 통해 스케일링 행동을 분석한다.
• 기대 제약 거리에 하향적 에르고딕 정리를 적용하여, 상수 배수 내에서 곱셈성의 부족을 증명한다.
• 순서 통계의 모멘트 부등식과 경로 수세기 방법을 통해 거리의 두 번째 모멘트를 제어함으로써 초곱셈성을 확립한다.
• 이산 모델과 연속 모델 간의 쌍용을 통해 간선 지표 간의 총 변동 거리가 Cβ²/(k−ℓ)⁴ 이하로 유계임을 보장하여 고확률적 일致를 확보한다.
• 이산 모델의 기대 경로 길이를 연속 모델을 통해 유계로 제한함으로써 거리의 渐近 동치를 도출하여, d_LRP(0,n) ≍_P n^θ(β) 라는 결론에 도달한다.

실험 결과

연구 질문

• RQ1 s=2일 때 ℤ 위의 임계 장거리 퍼콜레이션에서 0에서 n으로의 그래프 거리의 渐近 스케일링은 어떻게 되는가?
• RQ2 길이가 n인 상자 상의 그래프 지름도 어떤 θ(β) ∈ (0,1)에 대해 거듭제곱 법칙 n^θ(β)로 스케일링되는가?
• RQ3 이산 장거리 퍼콜레이션 모델이 효과적으로 연속 모델과 쌍용되어 스케일링 결과를 도출할 수 있는가?
• RQ4 모든 β > 0에 대해 지수 θ(β)는 0과 1 사이이며, β에 대해 연속적으로 의존하는가?
• RQ5 그래프 거리의 농도가 부족한 상황에서 어떻게 하여 확률적으로 거듭제곱 법칙 스케일링을 확립할 수 있는가?

주요 결과

• 일반적인 거리 d_LRP*(0,n)는 어떤 θ(β) ∈ (0,1)에 대해 확률적으로 n^θ(β)로 스케일링되며, 벤자민니와 버거의 추측을 확인한다.
• 제약 거리 d_LRP(0,n)와 지름 Diam_LRP(0,n)는 모두 동일한 지수 θ(β)로 확률적으로 n^θ(β)로 스케일링된다.
• 모든 β > 0에 대해 지수 θ(β)는 0과 1 사이이며, 선형과 로그 스케일링 사이의 중간 성장을 나타낸다.
• 스케일링은 곱셈 상수의 엄밀한 유계성과 함께 확률적으로 성립하며, d_LRP*(0,n) ≍_P d_LRP(0,n) ≍_P Diam_LRP(0,n) ≍_P n^θ(β) 라는 결과를 이룬다.
• 이산 모델의 기대 경로 길이가 연속 모델의 경로 길이의 상수 배수 이내로 유계임을 보장하는 쌍용이 확률적으로 높은 일致를 이룬다.
• 두 번째 모멘트 제어와 경로에 대한 유니온 바운드를 통해 기대 거리의 초곱셈성을 증명하며, 대편차 추정과 순서 통계의 이론을 활용한다.