[论文解读] A Quantitative Local Limit Theorem for Triangles in Random Graphs

Ross S. Berkowitz|arXiv (Cornell University)|Oct 5, 2016

Limits and Structures in Graph Theory参考文献 10被引用 10

一句话总结

本文通过在边空间上使用 $p$-偏差傅里叶分析，为固定 $p \in (0,1)$ 的 Erdős-Rényi 随机图 $G(n,p)$ 中三角形数量建立了定量局部极限定理，推导出三角形计数分布与离散正态分布之间在 $\ell^1$ 和 $\ell^\infty$ 范数下的显式误差界。关键结果为点态误差界为 $O(n^{-2.5 + \epsilon})$，总变差误差界为 $O(n^{-0.5 + \epsilon})$，优于以往的定性结果。

ABSTRACT

In this paper we prove a quantiative local limit theorem for the distribution of the number of triangles in the Erdős-Renyi random graph $G(n,p)$, for a fixed $p\in (0,1)$. This proof is an extension of the previous work of Gilmer and Kopparty, who proved that the local limit theorem held asymptotically for triangles. Our work gives bounds on the $\ell^1$ and $\ell^\infty$ distance of the triangle distribution from a suitable discrete normal.

研究动机与目标

• 为 $G(n,p)$ 中三角形计数分布收敛于正态分布提供显式、定量的误差界。
• 将 Gilmer 和 Kopparty (2014) 的定性局部极限定理扩展至包含点态与全局（$\ell^1$）距离的显式误差率。
• 建立比以往工作更紧的误差估计，尤其在 $\ell^1$ 距离上，此前三角形计数尚无此类定量结果。
• 在图的函数空间上发展基于 $p$-偏差傅里叶分析的框架，以控制三角形计数的特征函数。

提出的方法

• 将三角形计数表示为 $\{0,1\}^{\binom{n}{2}}$ 上的函数，即所有边集的空间。
• 使用子集 $S \subset \binom{n}{2}$ 的 $p$-偏差傅里叶基 $\chi_S$ 对三角形计数函数进行分解。
• 控制三角形计数函数的傅里叶系数，特别是对应于小集合 $S$ 的系数，以控制特征函数。
• 将特征函数分解为单条边贡献（$\chi_e$）与高阶项（$\chi_S$，$|S| \geq 2$）的和，通过矩界估计各项。
• 采用混合方法，根据傅里叶变量 $t$ 的大小选择不同的子图 $H$，在中等范围的 $t$ 上选择匹配图 $H$ 以改进尾部界。
• 结合概率估计与指数矩界，控制 $\mathbb{E}[e^{itZ}]$，即三角形计数的特征函数，在不同 $t$ 范围内的行为。

实验结果

研究问题

• RQ1 在固定 $p$ 下，$G(n,p)$ 中三角形数量分布收敛于正态分布的定量速率是什么？
• RQ2 能否在三角形计数与离散正态分布之间建立显式的 $\ell^1$ 与 $\ell^\infty$ 距离？
• RQ3 对于固定 $p$，三角形计数局部极限定理中的误差项如何随 $n$ 变化？
• RQ4 能否将 Gilmer 和 Kopparty 的定性局部极限定理强化为包含 $O(n^{-2.5 + \epsilon})$ 阶误差界的显式误差界？
• RQ5 $p$-偏差傅里叶分析在实现三角形计数特征函数更紧误差界中起到什么作用？

主要发现

• 点态局部极限定理的误差界达到 $O(n^{-2.5 + \epsilon})$，优于 Gilmer 和 Kopparty (2014) 的 $o(n^{-2})$ 误差。
• 当 $k$ 在均值的 $O(\sigma_n)$ 范围内时，概率 $\Pr[\mathcal{T} = k]$ 与正态密度的乘法因子误差在 $1 + O(n^{-0.5 + \epsilon})$ 之内，该结果在多项式因子意义下为最优。
• $\ell^1$ 距离（三角形计数分布与对应离散正态分布之间）被控制在 $O(n^{-0.5 + \epsilon})$ 以内，这是首次针对三角形计数的此类定量界。
• 证明表明，三角形计数的特征函数满足 $|\varphi_{\mathcal{T}}(t)| \leq O(n^{-0.5 + \epsilon})$，当 $t$ 处于中等范围时，有助于整体误差控制。
• $p$-偏差傅里叶分析使得对方差和高阶傅里叶系数的精确控制成为可能，从而推导出改进的误差界。
• 该方法通过将函数分解为低次傅里叶分量并控制高次项的贡献，成功处理了三角形计数的依赖结构。