[论文解读] Geometry of the minimal spanning tree in the heavy-tailed regime: new universality classes

Shankar Bhamidi, Sanchayan Sen|arXiv (Cornell University)|Sep 22, 2020

Stochastic processes and statistical mechanics被引用 4

一句话总结

该论文建立了在度指数 τ ∈ (3,4) 的超临界非均匀随机图上最小生成树（MST）的尺度极限。通过赋予边独立同分布的连续权重，并将距离按 n^{-(τ−3)/(τ−1)} 缩放，MST 在 Gromov-Hausdorff 拓扑下收敛于一个紧致的随机实树。该极限空间展现出一种新颖的普遍性类，具有稠密的叶节点集和枢纽节点集，其 Minkowski 维数为 (τ−1)/(τ−3)。

ABSTRACT

A well-known open problem on the behavior of optimal paths in random graphs in the strong disorder regime, formulated by statistical physicists, and supported by a large amount of numerical evidence over the last decade [31,32,38,70] is as follows: for a large class of random graph models with degree exponent $τ\in (3,4)$, the distance between two typical points on the minimal spanning tree (MST) on the giant component in the supercritical regime scales like $n^{(τ-3)/(τ-1)}$. The aim of this paper is to make progress towards a proof of this conjecture. We consider a supercritical inhomogeneous random graph model with degree exponent $τ\in(3, 4)$ that is closely related to Aldous's multiplicative coalescent, and show that the MST constructed by assigning i.i.d. continuous weights to the edges in its giant component, endowed with the tree distance scaled by $n^{-(τ-3)/(τ-1)}$, converges in distribution with respect to the Gromov-Hausdorff topology to a random compact real tree. Further, almost surely, every point in this limiting space either has degree one (leaf), or two, or infinity (hub), both the set of leaves and the set of hubs are dense in this space, and the Minkowski dimension of this space equals $(τ-1)/(τ-3)$. The multiplicative coalescent, in an asymptotic sense, describes the evolution of the component sizes of various near-critical random graph processes. We expect the limiting spaces in this paper to be the candidates for the scaling limit of the MST constructed for a wide array of other heavy-tailed random graph models.

研究动机与目标

• 在随机图的重尾参数范围内，严格建立度指数 τ ∈ (3,4) 时最小生成树（MST）的尺度极限。
• 解决统计物理领域长期存在的一个猜想，即在具有重尾度分布的无序网络中，MST 距离的尺度化行为。
• 表征极限度量空间的几何结构，包括度分布以及分形维数。
• 证明极限空间在一大类重尾随机图模型中具有普遍性，特别是与乘法共alescent 相关的模型。

提出的方法

• 分析一个度指数 τ ∈ (3,4) 的超临界非均匀随机图模型，该模型与 Aldous 的乘法共alescent 密切相关。
• 在最大连通分量中为边分配独立同分布的连续权重，并使用标准算法构建 MST。
• 通过 n^{-(τ−3)/(τ−1)} 缩放树距离，使在 Gromov-Hausdorff 拓扑下获得非退化的极限。
• 利用度量空间的收敛技术以及 R-树的性质，证明尺度极限的存在性。
• 应用分支过程近似和探索过程，以控制临界窗口内连通分量的大小和盈余。
• 采用 Bennett 不等式和集中不等式，控制大分量和边连接在构造过程中的概率。

实验结果

研究问题

• RQ1 在度指数 τ ∈ (3,4) 的重尾随机图上，当采用适当的距离缩放时，最小生成树是否收敛到一个非平凡的尺度极限？
• RQ2 极限度量空间的几何结构是什么——具体而言，点的度数、叶节点和枢纽节点的分布如何？
• RQ3 极限空间的 Minkowski 维数是多少，它如何依赖于度指数 τ？
• RQ4 极限空间是否在不同重尾随机图模型中具有普遍性，特别是与乘法共alescent 相关的模型？
• RQ5 在大 N 极限下，临界窗口中连通分量的大小和盈余如何影响 MST 的几何结构？

主要发现

• 当按 n^{-(τ−3)/(τ−1)} 缩放时，最小生成树在 Gromov-Hausdorff 拓扑下依分布收敛于一个随机紧致实树。
• 几乎必然地，极限空间中的每个点的度数为 1（叶节点）、2 或无穷大（枢纽节点），且叶节点和枢纽节点均构成稠密集。
• 极限空间的 Minkowski 维数恰好为 (τ−1)/(τ−3)，当 τ ↓ 3 时发散，当 τ ↑ 4 时趋近于 1。
• 极限空间具有普遍性：预计它将作为一大类重尾随机图模型中 MST 的尺度极限出现。
• 该证明依赖于与乘法共alescent 的新颖耦合，以及对临界窗口内连通分量大小和盈余的精确控制。
• 作者利用集中不等式和 Stirling 型近似，建立了连通分量权重尾概率的紧致界。