[论文解读] 4 NON-OPTIMALITY OF CONSTANT RADII IN HIGH DIMENSIONAL CONTINUUM PERCOLATION

Jean-Baptiste Gouéré, Régine Marchand|arXiv (Cornell University)|Sep 25, 2014

Stochastic processes and statistical mechanics参考文献 12被引用 4

一句话总结

本文证明，在高维连续渗滤中，恒定半径并不能最小化临界覆盖体积——这与长期存在的猜想相悖。通过使用半径交替为1和ρ的两类型玻劳模型，作者表明，在足够高的维度下，随机或混合半径的临界覆盖体积低于确定性半径，通过随机支配和临界强度的渐近分析，证明了恒定半径的非最优性。

ABSTRACT

Consider a Boolean model $\\Sigma$ in $\\R^d$. The centers are given by a homogeneous Poisson point process with intensity $\\lambda$ and the radii of distinct balls are i.i.d.\\ with common distribution $\ u$. The critical covered volume is the proportion of space covered by $\\Sigma$ when the intensity $\\lambda$ is critical for percolation. Previous numerical simulations and heuristic arguments suggest that the critical covered volume may be minimal when $\ u$ is a Dirac measure. In this paper, we prove that it is not the case in sufficiently high dimension.

研究动机与目标

• 挑战广泛持有的猜想，即恒定半径在高维连续渗滤中最小化临界覆盖体积。
• 研究随机或混合半径分布是否能产生低于确定性半径的临界覆盖体积。
• 通过随机支配和渐近分析，严格建立恒定半径在高维中的非最优性。
• 分析归一化临界强度在高维空间中的行为及其对半径分布的依赖性。

提出的方法

• 在ℝ^d中构建一个两类型玻劳模型，其中球体半径为1和ρ，中心由强度为λ的泊松点过程给出。
• 在分层网格结构（W_{a,n}）上定义一个站点过程，以追踪跨层级的交替半径路径。
• 在格点上使用定向渗滤，以随机支配两类型玻劳模型中的路径存在性。
• 通过参数p > p_c的伯努利定向渗滤建立随机支配，确保存在无限开放路径的正概率。
• 使用来自两类型模型的边界，分析临界强度λ_d^c(μ_d)在d → ∞时的渐近行为。
• 应用临界覆盖体积的标度不变性，独立于尺度比较不同半径分布。

实验结果

研究问题

• RQ1 在高维连续渗滤中，当所有半径恒定时（即狄拉克测度），临界覆盖体积是否被最小化？
• RQ2 在高维中，具有交替半径1和ρ的两类型玻劳模型是否能实现低于单半径模型的临界覆盖体积？
• RQ3 对于混合半径分布，当维度d → ∞时，归一化临界强度的渐近行为如何？
• RQ4 对于混合半径测度，临界覆盖体积是否保持远离零，且是否严格小于恒定半径的情况？
• RQ5 临界强度λ_d^c(ν)是否在ν为狄拉克测度时被最小化，还是其他分布可在高维中产生更小的值？

主要发现

• 在高维中，临界覆盖体积并非由恒定半径最小化，这与狄拉克分布半径最优的猜想相矛盾。
• 对于任意ρ > 0，存在一个维度d_0，使得当所有d > d_0时，具有半径1和ρ的两类型模型的临界覆盖体积严格小于恒定半径模型。
• 对于具有半径1和ρ的两类型测度μ_d，归一化临界强度̃λ_d^c(μ_d)满足lim_{d→∞} (1/d) ln(λ_d^c(μ_d)) = ln(κ^c_ρ)，其中κ^c_ρ是两类型模型的临界阈值。
• 在高维中，两类型模型的临界覆盖体积可被无限逼近1，而恒定半径情况下则保持远离1。
• 当维度d足够大时，混合半径的临界覆盖体积严格小于恒定半径，从而证明了恒定半径的非最优性。