[论文解读] On Limit Constants in Last Passage Percolation in Transitive Tournaments

Kunal Dutta|arXiv (Cornell University)|May 20, 2020

Random Matrices and Applications参考文献 15被引用 4

一句话总结

本文解决了在具有独立同分布的伯努利(p)边权的传递竞赛图上，最后一段渗滤的极限常数 βₜᵣ(p) 的精确值。通过递推关系和双变量生成函数，推导出 βₜᵣ(p) = 1 / Σₙ≥₁ (1−p)^(ⁿ²)，证明了 βₜᵣ(0.5) ≈ 0.60915，并利用奇点分析和方差渐近分析，确立了函数中心极限定理的缩放常数。

ABSTRACT

We investigate the \emph{last passage percolation} problem on transitive tournaments, in the case when the edge weights are independent Bernoulli random variables. Given a transitive tournament on $n$ nodes with random weights on its edges, the last passage percolation problem seeks to find the weight $X_n$ of the heaviest path, where the weight of a path is the sum of the weights on its edges. We give a recurrence relation and use it to obtain a (bivariate) generating function for the probability generating function of $X_n$. This also gives exact combinatorial expressions for $\mathbb{E}[X_n]$, which was stated as an open problem by Yuster [\emph{Disc. Appl. Math.}, 2017]. We further determine scaling constants in the limit laws for $X_n$. Define $β_{tr}(p) := \lim_{n o \infty} \frac{\mathbb{E}[X_n]}{n-1}$. Using singularity analysis, we show \[ β_{tr}(p) = \left(\sum_{n\geq 1}(1-p)^{n\choose 2} ight)^{-1}. \] In particular, $β_{tr}(0.5) = \left(\sum_{n\geq 1} 2^{-{n\choose 2}} ight)^{-1} = 0.60914971106...$. This settles the question of determining the value of $β_{tr}(0.5)$, initiated by Yuster. $β_{tr}(p)$ is also the limiting value in the strong law of large numbers for $X_n$, given by Foss, Martin, and Schmidt [\emph{Ann. Appl. Probab.}, 2014]. We also derive the scaling constants in the functional central limit theorem for $X_n$ proved by Foss et al.

研究动机与目标

• 确定在具有独立同分布的伯努利(p)边权的传递竞赛图上，最后一段渗滤的极限常数 βₜᵣ(p) = limₙ→∞ ℰ[Xₙ]/(n−1) 的精确值。
• 解决 Yuster（2017）提出的关于小n和一般n时 ℰ[Xₙ] 的精确期望值的开放问题。
• 推导 Xₙ 的函数中心极限定理中的缩放常数，确认并扩展了 Foss、Martin 和 Schmidt（2014）的结果。
• 通过生成函数和奇点分析，提供一个组合与解析框架，用于处理伯努利分布边权。

提出的方法

• 推导 Xₙ（具有n个节点的传递竞赛图中最重路径权重）的概率生成函数的递推关系。
• 构建一个双变量生成函数 Z(x,t)，编码 Xₙ 的分布，从而通过求导实现 ℰ[Xₙ] 的精确计算。
• 对生成函数 Bₚ(1) = Σₙ≥₁ (1−p)^(ⁿ²) 应用奇点分析，提取渐近行为，并推导出 βₜᵣ(p) = 1 / Bₚ(1)。
• 通过生成函数展开中的高阶系数，渐近计算 Xₙ 的方差。
• 通过分析 var(Xₙ)/(n−1) 的极限，确立函数中心极限定理的缩放常数，得到 σ² = Bₚ(1)⁻²(1 + 6Bₚ′(1)/Bₚ(1) − Bₚ(1))。
• 利用逐点收敛性和增量的独立性，证明弱收敛到布朗运动，借助该过程的再生结构。

实验结果

研究问题

• RQ1 在具有独立同分布的伯努利(0.5)边权的传递竞赛图上，最后一段渗滤的极限常数 βₜᵣ(0.5) 的精确值是多少？
• RQ2 能否为具有伯努利(p)边权的传递竞赛图中的 ℰ[Xₙ] 推导出闭式表达式？
• RQ3 当 n → ∞ 时，Xₙ 的函数中心极限定理中的精确缩放常数是什么？
• RQ4 生成函数方法如何简化或扩展 Foss 等人（2014）对再生结构的分析？
• RQ5 用于伯努利权值的组合与解析技术能否推广到其他边权分布，如均匀分布或离散k值分布？

主要发现

• 推导出 βₜᵣ(p) 的精确值为 βₜᵣ(p) = 1 / Σₙ≥₁ (1−p)^(ⁿ²)，解决了 Yuster 提出的开放问题。
• 当 p = 0.5 时，βₜᵣ(0.5) = 1 / Σₙ≥₁ 2^(-ⁿ²) ≈ 0.60914971106，为最重路径权重的期望值提供了精确的极限常数。
• 通过 limₙ→∞ ℰ[Xₙ]/(n−1) = βₜᵣ(p) 确认了 Xₙ 的大数定律，与 Foss、Martin 和 Schmidt（2014）的结果一致。
• 函数中心极限定理的缩放常数被推导为 limₙ→∞ var(Xₙ)/(n−1) = Bₚ(1)⁻²(1 + 6Bₚ′(1)/Bₚ(1) − Bₚ(1))，其中 Bₚ(1) = Σₙ≥₁ (1−p)^(ⁿ²)。
• 本文通过奇点分析和增量独立性，提供了伯努利权值函数极限定理的直接组合证明，避免了使用 Donsker 定理。
• 该方法表明，经过适当缩放后，各区间路径权重差异收敛到独立的正态变量，支持向布朗运动的收敛性。