[논문 리뷰] Transfer matrix computation of generalised critical polynomials in percolation

Christian R. Scullard, Jesper Lykke Jacobsen|arXiv (Cornell University)|2012. 09. 07.

Theoretical and Computational Physics참고 문헌 3인용 수 3

한 줄 요약

이 논문은 퍼콜레이션에서 일반화된 임계 다항식을 계산하기 위해 확률적 전이 행렬 방법을 도입한다. 이는 2차원 격자에서 퍼콜레이션 임계점의 효율적이고 정확한 계산을 가능하게 한다. 기존의 수축-삭제 접근 방식의 계산 한계를 넘어선다. 유한한 기저에 기반한 확률적 횡단 확률을 재정의함으로써, 이 방법은 다항식 차수까지 243에 이르는 계산을 가능하게 하며, (4,8²), 카고메, (3,12²) 격자에서의 결합 퍼콜레이션 임계점에 대해 매우 정밀한 추정치를 도출한다.

ABSTRACT

Percolation thresholds have recently been studied by means of a graph polynomial $P_B(p)$, henceforth referred to as the critical polynomial, that may be defined on any periodic lattice. The polynomial depends on a finite subgraph $B$, called the basis, and the way in which the basis is tiled to form the lattice. The unique root of $P_B(p)$ in $[0,1]$ either gives the exact percolation threshold for the lattice, or provides an approximation that becomes more accurate with appropriately increasing size of $B$. Initially $P_B(p)$ was defined by a contraction-deletion identity, similar to that satisfied by the Tutte polynomial. Here, we give an alternative probabilistic definition of $P_B(p)$, which allows for much more efficient computations, by using the transfer matrix, than was previously possible with contraction-deletion. We present bond percolation polynomials for the $(4,8^2)$, kagome, and $(3,12^2)$ lattices for bases of up to respectively 96, 162, and 243 edges, much larger than the previous limit of 36 edges using contraction-deletion. We discuss in detail the role of the symmetries and the embedding of $B$. For the largest bases, we obtain the thresholds $p_c(4,8^2) = 0.676 803 329 ...$, $p_c(\mathrm{kagome}) = 0.524 404 998 ...$, $p_c(3,12^2) = 0.740 420 798 ...$, comparable to the best simulation results. We also show that the alternative definition of $P_B(p)$ can be applied to study site percolation problems.

연구 동기 및 목표

• 퍼콜레이션에서 일반화된 임계 다항식을 계산하는 데 있어 수축-삭제 방법의 계산적 한계를 극복하기 위해.
• 해결되지 않은 2차원 격자에서의 퍼콜레이션 임계점 추정을 위한 더 효율적인 계산 프레임워크를 개발하기 위해.
• 기저 크기가 증가함에 따라 [0,1] 범위 내에서 일반화된 임계 다항식의 근이 정확한 퍼콜레이션 임계점으로 수렴한다는 추측을 검증하기 위해.
• 기저의 대칭성과 임bedding이 임계점 예측 정확도에 미치는 영향을 탐색하기 위해.
• 이 방법을 지점 퍼콜레이션 및 고차원 일반화로 확장하기 위해. 다만 후자는 아직 열려 있는 문제이다.

제안 방법

• 유한한 기저 $B$의 토러스 횡단 확률에 기반한 확률적 정의를 사용하여 일반화된 임계 다항식 $P_B(p)$를 재구성한다.
• 계산 비용이 높은 수축-삭제 재귀를 대체하기 위해, 대규모 기저에 대해 효율적으로 횡단 확률을 계산하기 위해 전이 행렬 방법을 적용한다.
• 횡단 경로의 확률인 $P_{\text{cross}}(p)$와 연결이 없는 확률인 $P_{\text{nocross}}(p)$가 동일한 조건 $P_{\text{cross}}(p) = P_{\text{nocross}}(p)$을 만족할 때 임계 다항식을 정의한다.
• 최대 243개의 변을 가진 대규모 기저를 처리하기 위해 병렬화된 전이 행렬 알고리즘을 구현하여 이전의 36개 변 한계를 크게 초월한다.
• 기저의 형태(정사각형 및 육각형)와 크기를 체계적으로 변화시켜 임계점 예측의 수렴성과 보편성을 시험한다.
• 커버링 격자에 동일한 횡단 확률 조건을 적용하거나 관련된 지점들을 고려하여, 이 방법을 지점 퍼콜레이션으로 일반화한다.

실험 결과

연구 질문

• RQ1 기존의 수축-삭제 방법이 제시한 36개 변 한계를 초월하여 일반화된 임계 다항식을 효율적으로 계산할 수 있는가?
• RQ2 확률적 전이 행렬 방법은 해결되지 않은 격자에 대해 이전 방법보다 더 정밀한 퍼콜레이션 임계점 추정치를 도출할 수 있는가?
• RQ3 기저 크기가 증가함에 따라, 기저의 형태나 임베딩 방식과 관계없이 $P_B(p)$를 통한 임계점 예측이 독립적인가? 이는 추측된 바이다.
• RQ4 경계 정점 수와 내부 요소 수의 비율인 $\zeta(n)$이 임계점 추정의 수렴 속도에 미치는 영향은 어떠한가?
• RQ5 동일한 확률적 정의를 기반으로 한 $P_B(p)$는 지점 퍼콜레이션과 $q$-상태 퍼츠 모델로도 동일한 정밀도로 확장 가능한가?

주요 결과

• 전이 행렬 방법을 통해 일반화된 임계 다항식을 최대 차수 243까지 계산할 수 있으며, 이는 기존의 수축-삭제 방법이 제시한 36개 변의 한계를 크게 초월한다.
• (4,8²) 격자에 대해 이 방법은 $p_c = 0.676803329\cdots$를 도출하여 최고 수준의 시뮬레이션 결과와 일치한다.
• 카고메 격자에 대해 임계점은 $p_c = 0.524404998\cdots$로 추정되며, 최신 수치 시뮬레이션 결과와 일치한다.
• (3,12²) 격자에 대해 $p_c = 0.740420798\cdots$로 도출된 결과는 현재의 수치적 추정치와 매우 우수한 일치를 보인다.
• 기저 크이 증가함에 따라 경계 정점 수와 내부 요소 수의 비율 $\zeta(n)$이 빠르게 감소할수록 방법의 성능이 가장 우수하며, 육각형 기저가 정사각형 기저보다 더 빠른 수렴을 보인다.
• 결과는 기저 크기가 크고 적절히 형태가 정해진 경우, 임계 다항식의 근이 정확한 임계점으로 수렴한다는 추측을 지지하며, 이는 임베딩 방식이나 종횡비와 관계없이 성립한다.