[论文解读] percolation on finite graphs

Itaï Benjamini|ArXiv.org|Jun 4, 2001

Stochastic processes and statistical mechanics参考文献 8被引用 3

一句话总结

本文研究了在有限传递图上渗滤过程中巨大连通分量的出现，建立了在图大小增长时，唯一巨大分量以高概率形成的条件。证明了在弱测度集中条件和对数直径下，超临界渗滤（p = p_G + ε）会产生唯一线性大小的分量，将随机图和无限渗滤理论的见解扩展到有限传递结构。

ABSTRACT

The asymptotic study of percolation on finite transitive graphs is considered. Several questions and very few answers regarding percolation on finite graphs are presented.

研究动机与目标

• 理解有限传递图上渗滤的相变，特别是巨大连通分量的出现。
• 通过研究中间的有限传递图，弥合无限图渗滤与随机图之间的差距。
• 建立巨大分量阈值尖锐且远离1的条件。
• 研究有限传递图序列趋近于无限图时，分量大小和阈值的渐近行为。
• 探究有限传递设置下图几何（直径、扩张、等周性）与渗滤阈值之间的关系。

提出的方法

• 使用弱测度集中条件：对于图 G_n 中的大集合 A_n, B_n，其距离为 o(diameter(G_n))。
• 应用路径计数论证，表明在大集合 A_n 和 B_n 之间存在指数级多条边不相交的短路径。
• 估计这些路径中无一条为开路径的概率，利用在 p = p_G + ε 下路径开闭的独立性。
• 使用 FKG 不等式和群论论证（例如，Cayley 图中词长界）推导连通概率的下界。
• 改编无限图渗滤和随机图理论的技术，包括等周常数和指数相交尾部（EIT）性质。
• 使用 p^G_α 的概念，即存在大小为 α|G| 的分量的概率为 1/2 时的阈值，并研究其渐近行为。

实验结果

研究问题

• RQ1 在何种有限传递图条件下，当 |G| → ∞ 时，超临界渗滤（p = p_G + ε）会以高概率产生唯一巨大分量？
• RQ2 不同 α ∈ (0,1) 的渗滤阈值 p^G_α 的渐近行为如何，它们是否保持彼此远离？
• RQ3 在对数直径和有界度等几何约束下，|G|/2 大小分量的阈值 p^G 是否远离 1？
• RQ4 有限传递图上的渗滤概率是否收敛到极限无限图上的无限簇概率？
• RQ5 临界点时最大分量的渐近大小是多少，其是否遵循类似临界 Erdős–Rényi 图中的 n^{2/3} 标度？

主要发现

• 在弱测度集中、对数直径和有界度条件下，对任意 ε > 0 和 C > 0，有 P_{p^G + ε}(唯一大小 ≥ C|G| 的分量) → 1 当 n → ∞。
• 若直径满足 diam(G) < |G| / log|G|，则 |G|/2 大小分量的阈值 p^G 远离 1，表明存在一个尖锐的几何条件。
• 对于 Cayley 图，两个顶点位于同一大型分量中的概率有下界 (Cq/2)^{6/qC}，其中 q 是顶点属于大小 ≥ C|G| 的分量的概率。
• 当序列收敛到 3-正则树 T_3 时，猜想 p^G_n_α → p_c(G) 在 n → ∞ 时成立，其中 p_c(T_3) = 1/2。
• 在超立方体 {0,1}^d 中，巨大分量的阈值为 1/d，支持了阈值收敛到极限无限图临界概率的猜想。
• 对于 k-正则图在 p = (k-1)^{-1} 时，最大分量的渐近大小猜想为 O(n^{2/3})，类似于临界随机图中的情形。