[论文解读] Long paths in first passage percolation on the complete graph I. Local PWIT dynamics

Maren Eckhoff, Jesse Goodman+2 more|arXiv (Cornell University)|Dec 18, 2015

Stochastic processes and statistical mechanics参考文献 9被引用 9

一句话总结

本文研究完全图上具有独立同分布边权的首达通过渗滤（FPP），关注当权重参数 $ s_n \to \infty $ 时最小权重路径的局部结构。研究证明，顶点的局部邻域收敛于泊松加权无限树（PWIT）上的入侵渗滤簇，并确定了当 $ n \to \infty $ 时，两个均匀随机顶点间最优路径权重的缩放极限。

ABSTRACT

We study the random geometry of first passage percolation on the complete graph equipped with independent and identically distributed edge weights, continuing the program initiated by Bhamidi and van der Hofstad [9]. We describe our results in terms of a sequence of parameters $(s_n)_{n\geq 1}$ that quantifies the extreme-value behavior of small weights, and that describes different universality classes for first passage percolation on the complete graph. We consider both $n$-independent as well as $n$-dependent edge weights. The simplest example consists of edge weights of the form $E^{s_n}$, where $E$ is an exponential random variable with mean 1. In this paper, we investigate the case where $s_n ightarrow \infty$, and focus on the local neighborhood of a vertex. We establish that the smallest-weight tree of a vertex locally converges to the invasion percolation cluster on the Poisson weighted infinite tree. In addition, we identify the scaling limit of the weight of the smallest-weight path between two uniform vertices.

研究动机与目标

• 理解完全图 $ K_n $ 上首达通过渗滤（FPP）在边权独立同分布且权重参数 $ s_n \to \infty $ 时的局部几何结构。
• 刻画以某顶点为根的最小权重树的极限结构，证明其收敛于泊松加权无限树（PWIT）上的入侵渗滤簇。
• 在 $ s_n \to \infty $ 的情形下，确定两个均匀随机顶点间最优路径总权重的缩放极限。
• 通过 PWIT 缩放极限，建立弱失序区（FPP）与强失序区（最大权重路径）之间的联系。
• 提出一个框架，基于边权的极值行为，区分完全图上 FPP 的 universality classes（普适类）。

提出的方法

• 分析利用了 $ K_n $ 上的 FPP 过程与 PWIT 上分支过程之间的耦合，利用了 PWIT 在适当的边权缩放下是完全图的局部弱极限这一事实。
• 边权建模为 $ Y_e^{(K_n)} \overset{d}{=} f_n(nE) $，其中 $ E \sim \text{Exp}(1) $，且 $ f_n $ 的选取使得 $ s_n \to \infty $，以捕捉小权重的极值行为。
• 通过与冻结连续时间分支过程（CTBPs）的耦合论证，证明了最小权重树根于某顶点的局部收敛性，即其在分布上收敛于 PWIT 上的入侵渗滤簇。
• 关键估计依赖于连续时间分支过程（CTBPs）的增长率 $ \lambda_n $，该参数控制在给定权重阈值内可达的顶点数。
• 证明采用多尺度构造：路径通过一系列递增的权重阈值层构建，每一层由函数 $ f_n $ 控制，总路径权重通过指数尾部估计进行控制。
• 利用条件独立性论证和集中不等式，证明以高概率存在一条从顶点 1 到 2 的路径，其总权重有界于 $ f_n((M_0^{(1)} \vee M_0^{(2)}) + 2\varepsilon) $，其中 $ M_0^{(j)} $ 是 PWIT 中极大值的几乎必然极限。

实验结果

研究问题

• RQ1 当 $ s_n \to \infty $ 时，完全图上首达通过渗滤中以某顶点为根的最小权重树的极限局部结构是什么？
• RQ2 在此参数下，当 $ n \to \infty $ 时，两个均匀随机顶点间最优路径的总权重如何缩放？
• RQ3 能否通过 PWIT 缩放极限将 $ K_n $ 上的弱失序 FPP 模型与强失序区联系起来？
• RQ4 泊松加权无限树（PWIT）在描述完全图上 FPP 的局部几何结构中起什么作用？
• RQ5 在完全图上的 FPP 中，哪些普适类出现，它们如何通过边权的极值行为来表征？
• RQ6 当 $ s_n \to \infty $ 时，PWIT 上的入侵渗滤簇是否为 $ K_n $ 上 FPP 局部结构的正确缩放极限？

主要发现

• 在 $ s_n \to \infty $ 条件下，完全图 $ K_n $ 上首达通过渗滤中某顶点的局部邻域，在分布上收敛于泊松加权无限树（PWIT）上的入侵渗滤簇。
• 两个均匀随机顶点间最优路径的总权重 $ W_n $，以高概率满足 $ W_n = f_n((M_0^{(1)} \vee M_0^{(2)}) + 2\varepsilon) $，当 $ n \to \infty $ 时，其中 $ M_0^{(j)} $ 是 PWIT 中极大值的几乎必然极限。
• 最优路径权重的缩放极限由函数 $ f_n $ 描述，该函数将指数权重 $ E $ 映射为边权 $ f_n(nE) $，且 $ s_n \to \infty $ 确保了极值行为。
• 推导出一个显式界：对充分大的 $ n $，有 $ (2N_2 + 2 + N_1 \log n) f_n(x) \leq f_n(x + \varepsilon) $，该不等式表明总路径权重由路径中最大权重主导，从而确认了缩放极限。
• 通过与冻结连续时间分支过程（CTBPs）的耦合，建立了向基于 PWIT 的入侵渗滤簇的收敛性，后者用于建模最小权重树的增长。
• 本文识别出完全图上 FPP 的一个新普适类，其由 $ s_n $ 的行为所区分，并表明 $ s_n \to \infty $ 的情形导致由 PWIT 所支配的非平凡缩放极限。