[论文解读] A novel approach to the giant component fluctuations

Josué Corujo, Sophie Lemaire+1 more|arXiv (Cornell University)|Dec 9, 2024

Stochastic processes and statistical mechanics被引用 1

一句话总结

本文提出了一种新颖的框架，通过同时进行广度优先遍历分析 Erdős–Rényi 随机图过程中超大连通分量的波动。它为超临界区域中的功能中心极限定理提供了自包含的证明，并在几乎超临界区域建立了新的功能中心极限定理，其中边的速率以趋于零的序列 $\epsilon_n$ 缩放，且满足 $n\epsilon_n^3 \to \infty$。该方法利用连续时间马尔可夫过程的耦合与鞅技术，推导出连通分量大小波动的渐近正态性。

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 $+\infty$).

研究动机与目标

• 为超临界 Erdős–Rényi 随机图过程中超大连通分量大小的功能中心极限定理提供一种替代的、自包含的证明。
• 将该方法扩展至几乎超临界区域，其中边概率为 $p_n = (1 + t\epsilon_n)/n$，且满足 $\epsilon_n \to 0$ 与 $n\epsilon_n^3 \to \infty$。
• 展示同时广度优先遍历框架在捕捉不同尺度区域下连通分量大小动态方面的灵活性。
• 在几乎超临界区域建立超大连通分量大小的功能中心极限定理，证明经过适当中心化与缩放后其渐近正态性。

提出的方法

• 作者采用连续时间随机图过程，其中每对顶点之间的边以独立的指数速率 1 到达，从而在时间 $t$ 时服从 $\mathrm{ER}(n, 1 - e^{-t})$ 的分布。
• 他们采用 Limic（2019）提出的同步广度优先遍历过程，该过程将连通分量大小随时间添加边的演化编码为动态过程。
• 该方法依赖于将图过程与时间变换后的乘法共alescent过程耦合，从而实现对连通分量合并与大小波动的追踪。
• 应用鞅技术与 Doob–Meyer 分解，分析在停止时间 $T_n$ 之后连通分量大小的条件动态。
• 分析涉及 Skorokhod 表示法与 $\sqrt{n\epsilon_n^3}$ 缩放过程的收敛性，关键使用了过去最小值算子，并证明了 $\Upsilon_n^t$ 收敛到确定性极限 $\Upsilon^t$。
• 证明利用了 $\Upsilon_n^t$ 在紧集上的一致收敛性，以及布朗运动的连续性，以控制过程 $Z_n^t$ 的正性与行为。

实验结果

研究问题

• RQ1 能否基于同步广度优先遍历的新型方法，重新推导出超临界区域中超大连通分量的功能中心极限定理？
• RQ2 在几乎超临界区域中，当 $p_n = (1 + t\epsilon_n)/n$ 且 $\epsilon_n \to 0$ 时，超大连通分量大小的渐近波动行为是什么？
• RQ3 同步广度优先遍历框架如何捕捉几乎超临界窗口中大连通分量的合并动态？
• RQ4 在几乎超临界区域中，为实现超大连通分量大小的渐近正态性，需要何种缩放与中心化？

主要发现

• 为超临界区域中的功能中心极限定理提供了替代的、自包含的证明：$\sqrt{n} \left( \frac{L_n^{sc}(c)}{n} - \rho(c) \right)$ 弱收敛于带漂移的时间变换布朗运动。
• 在几乎超临界区域建立了新的功能中心极限定理：$\sqrt{n\epsilon_n^3} \left( \frac{L_n^{bsc}(t)}{n\epsilon_n} - \rho(1 + t\epsilon_n) \right)$ 在分布上收敛于均值为 0、方差为 $2/t$ 的正态随机变量。
• 证明表明，在假设 $n\epsilon_n^3 \to \infty$ 下，第二大小连通分量在时间 $\delta \epsilon_n / n$ 内与超大连通分量合并的条件概率随 $n \to \infty$ 趋于零。
• 过程 $\sqrt{n\epsilon_n^3} \cdot \left( \frac{S_n(t)}{n\epsilon_n} \right)$ 收敛于一个确定性极限，且波动项 $Z_n^t$ 在相关区间上以高概率为正。
• 在紧致时间区间上，过程 $R_n^t$ 的收敛性被统一建立，这对控制波动近似中的误差至关重要。
• 分析确认，在几乎超临界区域中，超大连通分量大小的渐近形式为 $2t\epsilon_n n + o(\epsilon_n n)$，其波动在适当缩放后由均值为 0、方差为 $2/t$ 的正态分布所支配。