[论文解读] A Local Limit Theorem for Cliques in G(n,p)

Ross Berkowitz|arXiv (Cornell University)|Nov 8, 2018

Geometric and Algebraic Topology参考文献 9被引用 5

一句话总结

本文为固定 $ p \in (0,1) $ 且 $ r \geq 3 $ 的 Erdős–Rényi 随机图 $ G(n,p) $ 中 $ r $-团的数量建立了局部极限定理。通过引入一种新方法来控制独立伯努利变量上 $ r $ 次多项式的特征函数，并结合去耦合论证，作者证明了团计数分布与离散正态分布的点态接近性，$ \ell^\infty $ 误差界为 $ O(\sigma^{-1} n^{-1/2 + \tau}) $，$ \ell^1 $ 统计距离为 $ O(n^{-1/2 + \tau}) $，其中 $ \tau < \min(1/12, 1/2r) $。该结果扩展了具有定量误差控制的先前中心极限定理。

ABSTRACT

We prove a local limit theorem the number of $r$-cliques in $G(n,p)$ for $p\in(0,1)$ and $r\ge 3$ fixed constants. Our bounds hold in both the $\ell^\infty$ and $\ell^1$ metric. The main work of the paper is an estimate for the characteristic function of this random variable. This is accomplished by introducing a new technique for bounding the characteristic function of constant degree polynomials in independent Bernoulli random variables, combined with a decoupling argument.

研究动机与目标

• 为固定 $ p \in (0,1) $ 且 $ r \geq 3 $ 的 $ G(n,p) $ 中 $ r $-团的数量建立局部极限定理。
• 在 $ \ell^\infty $ 与 $ \ell^1 $ 范数下，为团计数分布对离散正态分布的逼近提供定量误差界。
• 开发一种新方法，用于控制独立伯努利变量上常数次多项式的特征函数。
• 通过引入逐点收敛与统计距离收敛，将对子图计数分布的理解从中心极限定理扩展至更广范围。

提出的方法

• 将团计数 $ f_r $ 重写为 $ p $-偏置傅里叶基 $ \chi_e $ 中的多项式，简化依赖性分析，并通过低次项分解实现分解。
• 将归一化团计数 $ \mathcal{K} = (f_r - \mu)/\sigma $ 分解为一次项部分 $ \mathcal{K}^{=1} $ 与高阶余项 $ \mathcal{K}^{>1} $，表明 $ \mathcal{K}^{=1} $ 占主导且接近正态分布。
• 利用 Berry–Esséen 不等式控制 $ \mathcal{K}^{=1} $ 的特征函数，并通过 $ \mathbb{E}[|t \mathcal{K}^{>1}|] $ 控制 $ \mathbb{E}[e^{it\mathcal{K}}] $ 与 $ \mathbb{E}[e^{it\mathcal{K}^{=1}}] $ 的差异，利用集中不等式。
• 将边集划分为 $ B_0, B_1, \dots, B_{{r \choose 2}-1} $，使得每个 $ B_i $ 在 $[n]$ 的固定划分中包含每个 $ r $-团的一条边，从而实现去耦合策略。
• 应用去耦合算子 $ \alpha $ 以分离彩虹集（即完整 $ r $-团），表明仅在固定划分中的团对特征函数有贡献。
• 利用切尔诺夫不等式与指数尾部估计，证明当 $ t $ 较大时 $ |\varphi_{\mathcal{K}}(t)| \leq \exp(-\Omega(t^2 n / \sigma^2)) $，并结合小 $ t $ 的界，控制 $ \varphi_{\mathcal{K}}(t) $ 与标准正态特征函数差值的 $ L^1 $ 范数。

实验结果

研究问题

• RQ1 在固定 $ p \in (0,1) $ 的 $ G(n,p) $ 中，$ r $-团的数量是否逐点收敛于离散正态分布？
• RQ2 该收敛是否可在 $ \ell^\infty $ 与 $ \ell^1 $ 范数下以显式误差界量化？
• RQ3 在固定 $ p $ 且 $ r \geq 3 $ 的情形下，局部极限定理的最优收敛速率为何？
• RQ4 能否通过新颖的去耦合与基变换技术，有效控制独立伯努利变量上高次多项式的特征函数？
• RQ5 当边概率固定时，团计数的分布行为在已知中心极限定理之外如何表现？

主要发现

• 点态局部极限定理成立，且 $ \ell^\infty $ 误差界为 $ O(\sigma^{-1} n^{-1/2 + \tau}) $，其中任意 $ \tau < \min(1/12, 1/2r) $，优于先前具有显式误差控制的结果。
• $ r $-团计数分布与离散正态分布之间的 $ \ell^1 $ 统计距离为 $ O(n^{-1/2 + \tau}) $，表明在总变差距离下具有强收敛性。
• 归一化团计数 $ \mathcal{K} $ 的特征函数满足 $ \int_{-\pi\sigma}^{\pi\sigma} |\varphi_{\mathcal{K}}(t) - e^{-t^2/2}| dt = O(n^{-1/2 + \tau}) $，通过傅里叶反演可推出主局部极限定理。
• 当 $ t $ 较大时，特征函数呈指数衰减：$ |\varphi_{\mathcal{K}}(t)| \leq \exp(-\Omega(t^2 n / \sigma^2)) $，确保尾部贡献的快速衰减与有效控制。
• 该方法通过证明归一化团计数在 $ p $-偏置傅里叶基中与一次多项式 $ 1 - o(1) $-接近，实现了接近高斯的行为，从而简化了特征函数分析。
• 所提出的新方法用于控制独立伯努利变量上常数次多项式的特征函数，结合去耦合技术，为随机图中其他子图计数提供了通用框架。