[论文解读] GAUSSIAN CONCENTRATION FOR THE LOWER TAIL IN FIRST-PASSAGE PERCOLATION UNDER LOW MOMENTS

Michael Damron, Naoki Kubota|arXiv (Cornell University)|Jun 12, 2014

Stochastic processes and statistical mechanics参考文献 11被引用 8

一句话总结

本文在显著更弱的矩条件——即d条边最小权重的二阶矩有限，而非指数尾部——下，建立了d维格子（d ≥ 2）上首达通过渗流中通过时间下尾的高斯集中性。通过应用Bucheron-Lugosi-Massart的熵方法，本文在该宽松假设下改进了Alexander关于渐近形状收敛速率的结果。

ABSTRACT

We consider first-passage percolation on the d dimensional cubic lattice for d ≥ 2; that is, we assign independently to each edge a nonnegative random weight with a common distribution and consider the induced random graph distance (the passage time). It was shown by Talagrand (12, Eq. (8.3.1)) that Gaussian concentration for the lower tail of the passage time holds under an exponential tail assumption on the edge weights. In this paper, by the entropy method of Bucheron-Lugosi-Massart, we show that this concentration holds under the assumption that the minimum of the weights on d bonds has finite second moment. We use this result to improve Alexander's (2) convergence rate to the asymptotic shape.

研究动机与目标

• 将首达通过渗流中通过时间下尾的高斯集中性结果，从指数尾部假设推广至更弱的矩条件。
• 将高斯集中性所需的矩条件从指数尾部降低至d条边最小权重的二阶矩有限。
• 改进Alexander在首达通过渗流中关于渐近形状收敛速率的结果。
• 将Bucheron-Lugosi-Massart的熵方法成功应用于具有弱矩条件的渗流模型。
• 在边权重仅满足最小可积性假设下，建立稳健的集中不等式。

提出的方法

• 将Bucheron-Lugosi-Massart的熵方法适配至首达通过渗流的背景。
• 以d个独立同分布边权重最小值的二阶矩有限作为关键可积性假设。
• 建立一种对数索博列夫型不等式，以控制通过时间的尾部偏离。
• 将所得集中不等式应用于通过时间分布的下尾。
• 结合集中结果与几何论证，改进向渐近形状的收敛速率。
• 以Talagrand早期在更强矩假设下的结果作为基准。

实验结果

研究问题

• RQ1 在弱于指数尾部的矩条件下，是否仍可建立通过时间下尾的高斯集中性？
• RQ2 边权重的最小矩条件为何，仍可保证首达通过渗流中的高斯集中性？
• RQ3 放松矩假设对向渐近形状收敛速率有何影响？
• RQ4 熵方法能否有效应用于具有重尾或弱矩有界的边权重的首达通过渗流？
• RQ5 使用新集中不等式时，向渐近形状收敛速率的定量改进程度如何？

主要发现

• 在d个独立同分布边权重最小值具有有限二阶矩的假设下，通过时间下尾的高斯集中性成立。
• 与Talagrand早期结果相比，本研究通过将所需矩条件从指数尾部减弱至有限二阶矩，实现了改进。
• Bucheron-Lugosi-Massart的熵方法成功扩展至该具有低矩假设的渗流模型。
• 改进后的集中不等式导致向渐近形状的收敛速率相比Alexander的结果更为精确。
• 该方法在边权重仅满足最小可积性条件时，为首达通过渗流中的集中性提供了稳健框架。
• 分析结果表明，即使边权重缺乏指数矩，通过时间的下尾仍表现出次高斯行为。