[논문 리뷰] Quantitative quenched Voronoi percolation and applications

Hugo Vanneuville|arXiv (Cornell University)|2018. 06. 21.

Stochastic processes and statistical mechanics참고 문헌 4인용 수 5

한 줄 요약

이 논문은 임계 평면 베로이 테세레이션에서의 암 이벤트에 대해 정량적인 고정된 추정치를 수립하며, $j$-암 이벤트의 고정된 확률의 분산이 분산된 확률의 제곱에 비례함을 증명한다. 주요 기여는 고정된 변동성에 대한 엄밀한 감쇠 추정치를 제공함으로써 임계점 근처에서 분산된 퍼콜레이션 함수 $\theta^{an}(p) \geq \epsilon(p-1/2)^{1-\epsilon}$ 에 대한 엄밀한 부등식을 가능하게 한 것이다.

ABSTRACT

Ahlberg, Griffiths, Morris and Tassion have proved that, asymptotically almost surely, the quenched crossing probabilities for critical planar Voronoi percolation do not depend on the environment. We prove an analogous result for arm events. In particular, we prove that the variance of the quenched probability of an arm event is at most a constant times the square of the annealed probability. The fact that the arm events are degenerate and non-monotonic add two major difficulties. As an application, we prove that there exists $ε> 0$ such that the following holds for the annealed percolation function $θ^{an}$: \[ \forall p > 1/2 ,\, θ^{an}(p) \geq ε(p-1/2)^{1-ε} \, . \] One of our motivations is to provide tools for a spectral study of Voronoi percolation.

연구 동기 및 목표

• 아흐베르크 등(2016)의 고정된 상자 교차 결과를 임계 베로이 퍼콜레이션에서의 암 이벤트로 확장한다.
• 암 이벤트에 대한 고정된 확률의 분산에 대해 정량적 제어를 제공한다. 이는 비단조화적이며 탈퇴적인 성질을 지닌다.
• 분산된 퍼콜레이션 함수 $\theta^{an}(p)$ 에 대해 $p=1/2$ 근처에서 엄밀한 부등식을 도출한다. 이는 기존의 경계를 향상시킨다.
• 소음 민감성 및 특수한 시간과 관련하여 베로이 퍼콜레이션의 스펙트럼 분석을 위한 도구를 개발한다.
• 비단조화적이며 탈퇴적인 퍼콜레이션 모델에서의 핵심 사건에 대한 다중 척도 분석 프레임워크를 수립한다.

제안 방법

• 아흐베르크 등(2016)의 마틴게일 방법을 조건부 분산 분해를 사용하여 암 이벤트에 적용한다.
• 환경 내의 변동성을 제어하고 관련 척도를 분리하기 위해 '좋은' 이벤트 분해를 도입한다.
• 다른 척도 간 확률을 연결하기 위해 고정된 준곱법성을 활용한다.
• 다양한 거리에서의 상자 기여를 제한하기 위해 다중 척도 추정치(정리 6.2)를 사용한다.
• 재이머 부등식과 분산된 추정치를 사용하여 핵심 사건의 분산을 제어한다.
• 분산된 확률과 고정된 확률 간의 등가성을 다항로그 보정까지 유지한다.

실험 결과

연구 질문

• RQ1 베로이 테세레이션 환경에서 $j$-암 이벤트의 고정된 확률은 어떻게 변동하는가?
• RQ2 고정된 $j$-암 확률의 분산은 분산된 확률의 제곱으로 유계가 될 수 있는가?
• RQ3 분산된 퍼콜레이션 함수 $\theta^{an}(p)$ 는 $p=1/2$ 근처에서 엄밀한 부등식 $\theta^{an}(p) \geq \epsilon(p-1/2)^{1-\epsilon}$ 을 만족하는가?
• RQ4 아흐베르크 등(2016)의 방법은 비단조화적이며 탈퇴적인 사건인 암 이벤트로 확장될 수 있는가?
• RQ5 다중 척도 분석은 비정상적인 퍼콜레이션 모델에서 고정된 확률의 분산을 제어하는 데 어떤 역할을 하는가?

주요 결과

• 고정된 $j$-암 확률의 분산은 $O(1) \cdot \alpha^{an}_j(r,R)^2 \cdot r^2 \alpha^{an}_4(r)^2$ 로 유계가 되며, 환경적 변동성에 대한 엄밀한 제어를 보여준다.
• 고정된 $j$-암 확률과 분산된 $j$-암 확률는 상수 인자까지의 점근적 등가성을 보이며, 분산은 분산된 확률의 제곱보다 더 빠르게 감쇠된다.
• 분산된 퍼콜레이션 함수는 어떤 $\epsilon > 0$ 과 모든 $p > 1/2$ 에 대해 $\theta^{an}(p) \geq \epsilon(p-1/2)^{1-\epsilon}$ 를 만족한다. 이는 엄밀한 부등식을 확립한다.
• 원점에서 멀리 떨어진 핵심 상자들의 기여는 $\alpha^{an}_{4}(R)$ 와 $\alpha^{an,+}_{3}(2^k,R)$ 에 대한 감쇠 추정치를 통해 제어되며, 결과적으로 $O(R^2 \alpha^{an}_4(R)^2)$ 가 된다.
• 원점 근처의 상자들 기여는 척도에 대한 이重합계를 사용하여 유계가 되며, 결과적으로 $O(r^2 \alpha^{an}_4(r)^2)$ 가 되며, 이는 총 분산을 지배한다.
• 최종 분산 유계는 $O(1) \cdot \alpha^{an}_j(r,R)^2 \cdot r^2 \alpha^{an}_4(r)^2$ 로 표현되며, 이는 고정된 확률이 분산된 값 주변에 매우 강하게 집중되어 있음을 확인한다.