[论文解读] On self-avoiding polygons and walks: counting, joining and closing

Alan Hammond|arXiv (Cornell University)|Apr 21, 2015

Advanced Combinatorial Mathematics参考文献 32被引用 4

一句话总结

该论文通过结合多边形拼接技术与改进的‘蛇方法’（引入高斯型模式波动），在 $d \geq 2$ 的情形下建立了自避行走闭合概率的更优上界。结果表明：在一般维度下，闭合概率以 $n^{-1/2 + o(1)}$ 的速率衰减；在 $d=2$ 时，对奇数 $n$ 的子序列，闭合概率衰减速率为 $n^{-4/7 + o(1)}$；且在 $d=2$ 中，自避多边形的数量满足 $p_n \leq n^{-3/2 + o(1)}\mu^n$，其中偶数 $n$ 的集合具有全密度。这些结果改进了先前的上界，并支持了聚合物物理中的标度关系。

ABSTRACT

For d at least two and integer n, let c_n = c_n(d) denote the number of length n self-avoiding walks beginning at the origin in the integer lattice Z^d, and, for even n, let p_n = p_n(d) denote the number of length n self-avoiding polygons in Z^d up to translation. Then the probability under the uniform law W_n on self-avoiding walks Gamma of any given odd length n beginning at the origin that Gamma closes -- i.e., that Gamma's endpoint is a neighbour of the origin -- is given by W_n ( Gamma closes ) = 2(n+1) p_{n+1}/c_n. The polygon and walk cardinalities share a common exponential growth: lim_n c_n^{1/n} = lim_{n even} p_n^{1/n} = mu (where the common value mu is called the connective constant). Madras [26] has shown that p_n is at most C n^{-1/2} mu^n in dimension d=2, while the closing probability was recently shown in [12] to satisfy W_n ( Gamma closes ) is at most n^{-1/4 + o(1)} in any dimension d at least two. Here we establish that (1) W_n ( Gamma closes ) is at most n^{-1/2 + o(1)} for any d at least two; (2) W_n ( Gamma closes ) is at most n^{-4/7 + o(1)} for a subsequence of odd n, if d = 2; and (3) p_n is at most n^{-3/2 + o(1)} mu^n for a set of even n of full density when d=2. We also argue that the closing probability is bounded above by n^{-(1 - 1/d) + o(1)} on a full density set when d is at least three for a certain variant of self-avoiding walk.

研究动机与目标

• 改进自避行走在奇数长度 $n$ 时闭合的概率（即其终点与原点相邻）的上界。
• 在 $\mathbb{Z}^d$ 中，特别是二维情形下，建立自避多边形 $p_n(d)$ 的更紧致渐近上界。
• 深化对闭合概率衰减速率与连通常数 $\mu$ 及标度关系之间关系的理解。
• 发展并应用一种新型变体蛇方法，结合高斯型模式波动，以分析具有高闭合概率的行走。

提出的方法

• 论文采用一种新颖的‘多边形拼接’程序，将不同长度的自避多边形数量关联起来，通过超可加性与全局拼接晶胞实现对 $p_n$ 的递归估计。
• 提出一种‘蛇方法’框架，将具有高闭合概率的行走建模为‘迷人’的蛇，利用随机重采样与模式波动生成镜像行走，并估计概率。
• 该方法采用将行走长度按二进制尺度分层分解，结合正则性与典型性条件，以控制不同多边形与行走分布之间的测度相似性。
• 关键估计依赖于对全局拼接边数的控制，并证明多边形拼接几乎为单射，从而可从 $c_n$ 的上界推导出 $p_n$ 的上界。
• 分析采用三步策略：(1) 识别具有高闭合概率的前半部分；(2) 证明单个蛇项通常为迷人；(3) 应用蛇方法定理推导衰减速率。
• 在一般维度 $d \geq 3$ 中，对蛇方法的一种变体进行适配，得到在全密度集合上闭合概率的上界为 $n^{-(1-1/d)+o(1)}$。

实验结果

研究问题

• RQ1 在 $d \geq 2$ 的 $\mathbb{Z}^d$ 中，自避行走的最优闭合概率上界 $\mathsf{W}_n(\Gamma \text{ closes})$ 是什么？
• RQ2 在二维中，自避多边形数量 $p_n(d)$ 的渐近增长行为如何？能否比以往结果更紧致地界定？
• RQ3 闭合概率能否快于 $n^{-1/4+o(1)}$ 衰减？若能，最优指数为何？
• RQ4 标度关系在连接多边形数量衰减与闭合概率之间起到何种作用？能否通过拼接技术严格确立？
• RQ5 结合高斯型模式波动的蛇方法是否能实现更优的衰减速率估计？能否推广至高维？

主要发现

• 闭合概率满足 $\mathsf{W}_n(\Gamma \text{ closes}) \leq n^{-1/2 + o(1)}$，对所有 $d \geq 2$ 成立，优于先前的 $n^{-1/4 + o(1)}$ 上界。
• 在 $d=2$ 时，对奇数 $n$ 的子序列，闭合概率上界为 $n^{-4/7 + o(1)}$，表明其衰减快于高维情形。
• 在 $d=2$ 中，对具有全密度的偶数 $n$ 集合，自避多边形数量满足 $p_n \leq n^{-3/2 + o(1)}\mu^n$，确认了更精细的渐近衰减速率。
• 多边形拼接方法表明 $p_n$ 中的亏损指数与标度关系相关，该联系被用于推导出 $n^{-3/2 + o(1)}$ 的上界。
• 在一般维度 $d \geq 3$ 中，蛇方法的变体在 $n$ 的全密度集合上给出闭合概率的上界 $n^{-(1-1/d) + o(1)}$，反映了维度依赖的衰减行为。