[论文解读] A new look at the interfaces in percolation

Raphaël Cerf, Wei Zhou|arXiv (Cornell University)|Jun 22, 2018

Stochastic processes and statistical mechanics参考文献 16被引用 4

一句话总结

本文提出了一种基于耦合的伯努利渗滤模型中界面的新定义，即标准渗滤配置与在顶-底断开条件下条件配置之间不同的边的集合。证明了该界面通常位于关键边的 $O((\ln|\Lambda|)^2)$ 范围内，且随着系统尺寸增大，关键边的移动速度保持有界。

ABSTRACT

We propose a new definition of the interface in the context of the Bernoulli percolation model. We construct a coupling between two percolation configurations, one which is a standard percolation configuration, and one which is a percolation configuration conditioned on a disconnection event. We define the interface as the random set of the edges where these two configurations differ. We prove that, inside a cubic box $Λ$, the interface between the top and the bottom of the box is typically localised within a distance of order $(\ln |Λ|)^2$ of the set of the pivotal edges. We prove also that, in our dynamical coupling, the typical speed of the pivotal edges remains bounded as the box $Λ$ grows.

研究动机与目标

• 为渗滤及相关模型中随机界面的缺乏稳健、内在的定义提供解决方案。
• 克服伊辛模型中现有界面定义的局限性，后者可能包含由边界条件不诱导的无关微观界面。
• 通过无条件与条件配置之间的耦合，建立理解高维渗滤中界面涨落的概率框架。
• 在大方盒中建立界面相对于关键边的局域化与动态稳定性特性。
• 通过一种清晰、可度量的定义（根植于边的差异）为统计力学模型中界面行为的分析提供基础。

提出的方法

• 构建两个渗滤配置之间的耦合：一个无条件配置（参数为 $p$ 的独立同分布）和一个在方盒 $\Lambda$ 中条件为顶-底断开的配置。
• 将界面 $\mathcal{I}$ 定义为两个配置不同的边的集合：$\mathcal{I} = \{e \subset \Lambda : X(e) \text{ 开放}, Y(e) \text{ 关闭}\}$。
• 将关键边 $\mathcal{P}$ 定义为属于 $\mathcal{I}$ 的边，若在 $Y$ 中将其打开将重新连接顶与底。
• 使用独立同分布的边更新过程建模条件配置的动力学，即离散时间马尔可夫过程 $Y_t$。
• 应用大偏差估计与指数尾部界，控制关键边移动超出其初始位置某一距离的概率。
• 利用马尔可夫过程的可逆性与体积估计，控制关键集 $\mathfrak{P}_t$ 的大位移概率。

实验结果

研究问题

• RQ1 如何在伯努利渗滤中提出一种一致且内在的界面定义，以避免虚假的微观界面？
• RQ2 在大方盒中，界面相对于关键边集合的典型空间局域化程度如何？
• RQ3 随着系统尺寸增大，界面的动力学演化在移动速度方面表现如何？
• RQ4 在自然耦合下，能否证明界面在关键集的对数尺度内保持局域化？
• RQ5 在耦合动力学中，关键边随时间的位移概率界是什么？

主要发现

• 立方体方盒 $\Lambda$ 的顶与底之间的界面，通常位于关键边集合的 $(\ln|\Lambda|)^2$ 阶距离范围内。
• 在所提出的动力耦合中，关键边的典型移动速度随方盒尺寸 $|\Lambda|$ 增大而保持有界。
• 任何关键边移动超过初始关键集距离 $2dc\ln|\Lambda|$ 的概率，对大的 $|\Lambda|$ 以 $O(|\Lambda|^{-c+3})$ 的速率衰减。
• 正向与反向关键集之间的豪斯多夫距离以高概率有界，具体为 $d_H^{2dc\ln|\Lambda|}(\mathfrak{P}_t^-, \mathfrak{P}_t^+) \leq 2dc\ln|\Lambda|$ 以高概率成立。
• 分析依赖于指数尾部界与体积估计，以控制耦合过程中关键边长程移动的可能性。
• 该结果在 $p$ 足够接近 1 且 $|\Lambda|$ 足够大时成立，确保所用大偏差估计的有效性。