[논문 리뷰] Random subgraphs of finite graphs: I. The scaling window under the triangle condition

Christian Borgs, Jennifer Chayes외 3명|ArXiv.org|2004. 01. 08.

Limits and Structures in Graph Theory참고 문헌 31인용 수 89

한 줄 요약

이 논문은 삼각형 조건을 만족하는 유한하고 전이성인 그래프의 무작위 부분그래프에서 스케일링 창의 존재성을 확립하며, 임계 임계점 $p_c$ 를 중심으로 폭 $ Theta(\Omega^{-1}V^{-1/3})$ 의 창 내에서 최대 클러스터 크기가 $\Theta(V^{2/3})$ 로 스케일링됨을 보여준다. 창 외부에선 상이한 거동를 보이며, 이러한 결과는 에르되시-레니의 무작위 그래프의 계층 전이 행동을 $n$-큐브와 고차원 토러스를 포함한 광범위한 그래프 클래스로 일반화한다.

ABSTRACT

We study random subgraphs of an arbitrary finite connected transitive graph $\mathbb G$ obtained by independently deleting edges with probability $1-p$. Let $V$ be the number of vertices in $\mathbb G$, and let $Ω$ be their degree. We define the critical threshold $p_c=p_c(\mathbb G,λ)$ to be the value of $p$ for which the expected cluster size of a fixed vertex attains the value $λV^{1/3}$, where $λ$ is fixed and positive. We show that for any such model, there is a phase transition at $p_c$ analogous to the phase transition for the random graph, provided that a quantity called the triangle diagram is sufficiently small at the threshold $p_c$. In particular, we show that the largest cluster inside a scaling window of size $|p-p_c|=Θ(\cn^{-1}V^{-1/3})$ is of size $Θ(V^{2/3})$, while below this scaling window, it is much smaller, of order $O(ε^{-2}\log(Vε^3))$, with $ε=\cn(p_c-p)$. We also obtain an upper bound $O(\cn(p-p_c)V)$ for the expected size of the largest cluster above the window. In addition, we define and analyze the percolation probability above the window and show that it is of order $Θ(\cn(p-p_c))$. Among the models for which the triangle diagram is small enough to allow us to draw these conclusions are the random graph, the $n$-cube and certain Hamming cubes, as well as the spread-out $n$-dimensional torus for $n>6$.

연구 동기 및 목표

• 에르되시-레니의 무작위 그래프의 계층 전이 및 스케일링 창 행동을 일반적인 유한하고 전이성인 그래프로 확장하기.
• 무작위 부분그래프가 유사한 임계 행동을 보이기 위한 충분조건인 임계점에서의 작은 삼각형 다이어그램 조건을 규명하기.
• 스케일링 창 내외에서 최대 클러스터 크기의 특성을 규명하고 정확한 점근적 경계를 제공하기.
• 창 위에서의 퍼콜레이션 확률을 정의하고 분석하여, $\Omega(p - p_c)$ 와 선형으로 스케일링됨을 보여주기.

제안 방법

• 고정된 $\lambda > 0$ 에 대해 고정된 정점의 기대 클러스터 크기가 $\lambda V^{1/3}$ 에 도달하는 값으로 임계 임계점 $p_c$ 를 정의함으로써 비자명한 스케일링 극한을 보장하기.
• 상관관계를 제어하기 위한 핵심 양으로 삼각형 다이어그램 $\nabla_p(x,y)$ 를 도입하고, $p_c$ 에서 이 값이 작으면 모델이 무작위 그래프와 유사하게 행동함을 보여줌.
• BK 부등식과 분리 기법을 사용하여 클러스터 크기의 두 번째 모멘트 도함수를 유계화함으로써 변동성을 제어함.
• 세 영역에서 최대 클러스터 크기의 행동을 분석함: 스케일링 창 내부 ($|p - p_c| = \Theta(\Omega^{-1}V^{-1/3})$), 창 아래 ($p < p_c - \epsilon$), 창 위 ($p > p_c + \epsilon$).
• 최대 클러스터 기대 크기에 대한 상한을 확립함: 창 위에선 $O(\Omega(p - p_c)V)$, 창 아래에선 $\epsilon = \Omega(p_c - p)$ 를 고려하여 $O(\epsilon^{-2}\log(V\epsilon^3))$.
• 창 위에서의 퍼콜레이션 확률을 정의하고 분석하여, $\Theta(\Omega(p - p_c))$ 임을 보여줌.

실험 결과

연구 질문

• RQ1 유한하고 전이성인 그래프의 무작위 부분그래프가 에르되시-레니의 무작위 그래프와 유사한 계층 전이를 보일 조건은 무엇인가?
• RQ2 최대 클러스터 크기가 $\Theta(V^{2/3})$ 가 되는 스케일링 창의 정확한 폭는 얼마인가?
• RQ3 스케일링 창 외부에서 최대 클러스터 크기는 $p_c$ 이하와 이상에서 어떻게 행동하는가?
• RQ4 임계 임계점 이상에서 퍼콜레이션 확률의 점근적 행동은 어떠한가?
• RQ5 삼각형 조건을 만족하여 스케일링 창 결과의 타당성이 보장되는 그래프의 클래스는 무엇인가?

주요 결과

• 스케일링 창의 폭가 $|p - p_c| = \Theta(\Omega^{-1}V^{-1/3})$ 인 영역 내에서 최대 클러스터 크기는 $\Theta(V^{2/3})$ 로 확인되어 임계 스케일링 행동이 확인된다.
• 창 아래에선 $\epsilon = \Omega(p_c - p)$ 를 고려하여 최대 클러스터 크기는 $O(\epsilon^{-2}\log(V\epsilon^3))$ 로 유계지어지며, 크기의 급격한 감소를 나타낸다.
• 창 위에선 최대 클러스터 기대 크기는 $O(\Omega(p - p_c)V)$ 로 유계지어지며, $p_c$ 로부터의 거리에 대한 선형 의존성을 보여준다.
• 창 위에서의 퍼콜레이션 확률은 $\Theta(\Omega(p - p_c))$ 로 나타나, $p_c$ 로부터의 이격에 대해 선형 반응을 보임을 나타낸다.
• 삼각형 다이어그램이 $p_c$ 에서 충분히 작을 경우 결과는 성립하며, 이는 무작위 그래프, $n$-큐브, 일부 허밍 큐브, 그리고 $n > 6$ 인 산란된 $n$-차원 토러스를 포함한 그래프에 적용된다.
• 임계 임계점 $p_c$ 는 고정된 정점의 기대 클러스터 크기가 $\lambda V^{1/3}$ 에 도달하도록 정의되며, 이는 비자명한 스케일링 극한을 보장한다.