[论文解读] Minimum stationary values of sparse random directed graphs

Xing Shi Cai, Guillem Perarnau|arXiv (Cornell University)|Oct 14, 2020

Stochastic processes and statistical mechanics参考文献 23被引用 6

一句话总结

本文研究了由度数有界的定向配置模型生成的稀疏有向图上随机游走的最小正平稳值。在最小出度至少为2的条件下，证明了最小平稳值以高概率为 $ n^{-(1+C+o(1))} $，其中 $ C \geq 0 $ 由度数分布通过非典型入邻域和路径权重的贡献确定，从而解决了在非遍历性区域中关于极值平稳值的一个开放问题。

ABSTRACT

We consider the stationary distribution of the simple random walk on the directed configuration model with bounded degrees. Provided that the minimum out-degree is at least $2$, with high probability (whp) there is a unique stationary distribution. We show that the minimum positive stationary value is whp $n^{-(1+C+o(1))}$ for some constant $C \ge 0$ determined by the degree distribution. In particular, $C$ is the competing combination of two factors: (1) the contribution of atypically "thin" in-neighbourhoods, controlled by subcritical branching processes; and (2) the contribution of atypically "light" trajectories, controlled by large deviation rate functions. Additionally, our proof implies that whp the hitting and the cover time are both $n^{1+C+o(1)}$. Our results complement those of Caputo and Quattropani who showed that if the minimum in-degree is at least 2, stationary values have logarithmic fluctuations around $n^{-1}$.

研究动机与目标

• 确定稀疏有向图上随机游走平稳分布中最小正平稳值的渐近行为。
• 通过 Bordenave、Caputo 和 Salez 提出的关于唯一性区域（最小出度 ≥2，无入度约束）中极值平稳值的开放问题，予以解决。
• 量化非典型入邻域与罕见路径行为如何共同影响平稳分布的极值。
• 建立最大 hitting 时间与覆盖时间的紧致界，将其与同一指数 $ C $ 联系起来。

提出的方法

• 分析具有有界度数的定向配置模型，重点研究简单随机游走的平稳分布。
• 使用次临界分支过程来建模非典型稀疏入邻域对罕见平稳值的贡献。
• 应用大偏差率函数来量化非典型轻路径影响平稳测度的可能性。
• 将指数 $ C $ 表示为涉及大偏差率函数与入度生成函数的变分问题的解。
• 采用 Matthews 不等式将 hitting 时间与覆盖时间关联，利用平稳测度的极值。
• 在特定模型（如 r-out 有向图和一个玩具度数分布）上验证结果，以计算 $ C $ 的显式值。

实验结果

研究问题

• RQ1 在最小出度 ≥2 的定向配置模型唯一性区域内，最小正平稳值的渐近阶数是多少？
• RQ2 罕见的入邻域结构与罕见的路径行为如何共同影响平稳分布的极值？
• RQ3 最大 hitting 时间与覆盖时间的标度是什么，它与最小平稳值有何关联？
• RQ4 与遍历性区域（最小入度也 ≥2）相比，唯一性区域内平稳测度的极值行为有何不同？
• RQ5 对于特定度数分布，能否显式计算平稳值标度 $ n^{-(1+C+o(1))} $ 中的指数 $ C $？

主要发现

• 最小正平稳值以高概率为 $ n^{-(1+C+o(1))} $，其中 $ C \geq 0 $ 由度数分布决定。
• 指数 $ C $ 源于两个因素的竞争：非典型稀疏入邻域（由次临界分支过程控制）与非典型轻路径（由大偏差率函数控制）。
• 在 $ r \geq 2 $ 的 r-out 有向图中，最小平稳值为 $ n^{-(1+\log r / (sr - \log r) + o(1))} $，其中 $ s $ 满足 $ 1 - s = e^{-sr} $，与一般公式一致。
• 对于一个包含四种可能度数对的特定玩具度数分布，指数 $ C \approx 0.56708 $，通过区间算术计算并保证误差界。
• 最大 hitting 时间与覆盖时间均为 $ n^{1+C+o(1)} $ 以高概率成立，表明极值平稳值与混合时间行为之间存在直接联系。
• 该结果与遍历性区域形成鲜明对比：在后者中，$ \pi_{\min} $ 仅在 $ n^{-1} $ 附近呈现对数尺度波动，凸显了平稳测度结构的根本差异。