[論文レビュー] On self-avoiding polygons and walks: counting, joining and closing

Alan Hammond|arXiv (Cornell University)|Apr 21, 2015

Advanced Combinatorial Mathematics参考文献 32被引用数 4

ひとこと要約

本稿は、$\mathbb{Z}^d$ 上の自己回避的ランダムウォークの閉路確率に関する、改良された上界を、多角形結合技術とガウス型パターンゆらぎを用いた洗練された「スネーク法」との組み合わせにより確立している。一般次元では、閉路確率が $n^{-1/2 + o(1)}$ のオーダーで減少することを証明した。$d=2$ では、部分列に関して $n^{-4/7 + o(1)}$ であり、自己回避的多角形の数は、$d=2$ における偶数 $n$ のフル密度集合に対して $p_n \leq n^{-3/2 + o(1)}\mu^n$ を満たす。これらの結果は、以前の上界を改善し、高分子物理学における超スケーリング関係を支持する。

ABSTRACT

For d at least two and integer n, let c_n = c_n(d) denote the number of length n self-avoiding walks beginning at the origin in the integer lattice Z^d, and, for even n, let p_n = p_n(d) denote the number of length n self-avoiding polygons in Z^d up to translation. Then the probability under the uniform law W_n on self-avoiding walks Gamma of any given odd length n beginning at the origin that Gamma closes -- i.e., that Gamma's endpoint is a neighbour of the origin -- is given by W_n ( Gamma closes ) = 2(n+1) p_{n+1}/c_n. The polygon and walk cardinalities share a common exponential growth: lim_n c_n^{1/n} = lim_{n even} p_n^{1/n} = mu (where the common value mu is called the connective constant). Madras [26] has shown that p_n is at most C n^{-1/2} mu^n in dimension d=2, while the closing probability was recently shown in [12] to satisfy W_n ( Gamma closes ) is at most n^{-1/4 + o(1)} in any dimension d at least two. Here we establish that (1) W_n ( Gamma closes ) is at most n^{-1/2 + o(1)} for any d at least two; (2) W_n ( Gamma closes ) is at most n^{-4/7 + o(1)} for a subsequence of odd n, if d = 2; and (3) p_n is at most n^{-3/2 + o(1)} mu^n for a set of even n of full density when d=2. We also argue that the closing probability is bounded above by n^{-(1 - 1/d) + o(1)} on a full density set when d is at least three for a certain variant of self-avoiding walk.

研究の動機と目的

• 奇数長 $n$ の自己回避的ウォークが閉じる確率（つまり、終点が原点に隣接する確率）の上界を改善すること。
• 特に2次元において、自己回避的多角形 $p_n(d)$ の漸近的上界をより厳密に確立すること。
• 接続定数 $\mu$ と超スケーリング関係との関係において、閉路確率の減少率の理解を洗練すること。
• ガウス型パターンゆらぎを用いたスネーク法の新規変種を開発・適用し、高い閉路確率を持つウォークの解析を行うこと。

提案手法

• 本稿は、異なる長さの自己回避的多角形の数を関連付ける新しい「多角形結合」手順を採用し、超加法性とグローバル結合パラレルプレートを用いて $p_n$ の再帰的推定を可能にした。
• 高い閉路確率を持つウォークを「魅力的な」スネークとしてモデル化するスネーク法フレームワークを導入し、ランダム再サンプリングとパターンゆらぎを活用して反転ウォークを生成し、確率を推定した。
• ウォーク長の二進スケールへの階層的分解を用い、正則性および典型性条件を導入することで、異なる多角形およびウォーク分布間の測度類似性を制御した。
• 主な推定は、グローバル結合エッジの数の上限を評価し、多角形結合がほぼ単射であることを証明することに依存しており、これにより $c_n$ の上界から $p_n$ の上界を導出できる。
• 分析には3段階の戦略を採用した：(1) 高い閉路確率を持つ最初の部分を特定し、(2) 個々のスネーク項が典型的に魅力的であることを示し、(3) スネーク法の定理を適用して減少率を導出する。
• 一般次元 $d \geq 3$ に対し、スネーク法の変種を適応し、$n$ のフル密度集合上で閉路確率の上界が $n^{-(1-1/d)+o(1)}$ であることを得た。

実験結果

リサーチクエスチョン

• RQ1 自己回避的ウォークの閉路確率 $\mathsf{W}_n(\Gamma \text{ closes})$ に対する最適な上界は、$d \geq 2$ の $\mathbb{Z}^d$ においてどのように得られるか？
• RQ2 2次元における自己回避的多角形 $p_n(d)$ の数は漸近的にどのように増加するか？ 以前の結果よりもより厳密に上界を絞ることは可能か？
• RQ3 閉路確率は $n^{-1/4+o(1)}$ よりも速く減少する可能性があるか？ もしそうなら、最適な指数は何か？
• RQ4 超スケーリング関係は、多角形数の減少と閉路確率をどのように結びつけるか？ また、結合技術を用いてこれを厳密に確立できるか？
• RQ5 ガウス型パターンゆらぎを用いたスネーク法は、改善された減少率推定を可能にするか？ また、高次元へは拡張可能か？

主な発見

• すべての $d \geq 2$ に対して、閉路確率は $\mathsf{W}_n(\Gamma \text{ closes}) \leq n^{-1/2 + o(1)}$ を満たし、以前の $n^{-1/4 + o(1)}$ の上界を改善した。
• $d=2$ では、奇数 $n$ の部分列に関して、閉路確率は $n^{-4/7 + o(1)}$ で抑えられ、高次元よりも速い減少を示している。
• 2次元において、偶数 $n$ のフル密度集合に対して、自己回避的多角形の数は $p_n \leq n^{-3/2 + o(1)}\mu^n$ を満たし、洗練された漸近的減少率を確認した。
• 多角形結合法により、$p_n$ の欠損指数が超スケーリング関係と関連していることが示され、この関係を用いて $n^{-3/2 + o(1)}$ の上界を導出した。
• 一般次元 $d \geq 3$ において、スネーク法の変種により、$n$ のフル密度集合上で閉路確率の上界が $n^{-(1-1/d) + o(1)}$ であることが得られ、次元依存の減少を反映した。