[论文解读] Phase transitions of composition schemes: Mittag-Leffler and mixed Poisson distributions

Cyril Banderier, Markus Kuba+1 more|arXiv (Cornell University)|Mar 5, 2021

Material Science and Thermodynamics被引用 4

一句话总结

本文引入了一个扩展的临界组合构型方案 $ F(z,u) = M(z)G(uH(z)) $，通过生成函数的奇点分析，揭示了相变中的普遍三参数极限分布——贝塔-梅林特莱夫勒分布。该研究识别出涉及梅林特莱夫勒、玻尔兹曼及混合泊松分布的双重相变，统一解释了临界阈值并给出了矩收敛结果。

ABSTRACT

Multitudinous probabilistic and combinatorial objects are associated with generating functions satisfying a composition scheme $F(z)=G(H(z))$. The analysis becomes challenging when this scheme is critical (i.e., $G$ and $H$ are simultaneously singular). Motivated by many examples (random mappings, planar maps, directed lattice paths), we consider a natural extension of this scheme, namely $F(z,u)=G(u H(z))M(z)$. We also consider a variant of this scheme, which allows us to analyse the number of $H$-components of a given size in $F$. We prove that these two models lead to a rich world of limit laws, where we identify the key role played by a new universal law introduced in this article: the three-parameter Mittag-Leffler distribution, which is essentially the product of a beta and a Mittag-Leffler distribution. We also prove (double) phase transitions, additionally involving Boltzmann and mixed Poisson distributions, bringing a unified explanation of the associated thresholds. In all cases we obtain moment convergence and local limit theorems. We end with extensions of the critical composition scheme to a cycle scheme and to the multivariate case, leading to product distributions. Applications are presented for random walks, trees (supertrees of trees, increasingly labelled trees, preferential attachment trees), triangular Pólya urns, and the Chinese restaurant process.

研究动机与目标

• 将临界组合构型方案 $ F(z) = G(H(z)) $ 扩展，引入一个大小标记参数 $ u $ 和一个辅助函数 $ M(z) $，以分析组合结构中组件数量的特性。
• 识别在具有奇异指数的临界组合构型中出现的普遍极限分布，特别是贝塔-梅林特莱夫勒分布。
• 通过统一的分析框架，整合对涉及梅林特莱夫勒、玻尔兹曼及混合泊松分布的相变的理解。
• 将分析扩展至大小细化方案与多变量情形，捕捉从离散到连续的相变现象。
• 为推导出的极限分布提供矩收敛性与局部极限定理，确保概率上的稳健性。

提出的方法

• 使用佩柳阿展开的生成函数奇点分析，刻画主导奇点附近的渐近行为。
• 应用扩展的组合构型方案 $ F(z,u) = M(z)G(uH(z)) $，其中 $ u $ 标记 $ H $-组件的数量，以建模组合族中的组件计数。
• 通过 $ G $ 和 $ H $ 的渐近展开推导极限分布，特别是在两个函数同时奇异（临界情形）时。
• 引入贝塔-梅林特莱夫勒分布作为贝塔分布与梅林特莱夫勒分布的乘积，作为扩展方案中的普遍极限。
• 通过修改 $ H(z) $ 以追踪特定大小的组件，将方法应用于大小细化方案，导致类似混合泊松的相变。
• 将结果扩展至多变量与循环构型，包括 $ F(z,u) = -\log(1 - uH(z)) $，得到梅林特莱夫勒极限。

实验结果

研究问题

• RQ1 当通过生成函数参数 $ u $ 标记组件数量时，在临界组合构型中会涌现出哪些普遍的极限分布？
• RQ2 组件计数中的相变如何由 $ G $ 和 $ H $ 中奇异指数的相互作用引起？临界阈值由什么决定？
• RQ3 贝塔-梅林特莱夫勒分布在统一不同组合模型中的极限分布中起什么作用？
• RQ4 在这些临界组合构型中，矩收敛性与局部极限定理的行为如何？
• RQ5 该框架能否扩展至多变量与循环构型，以捕捉更丰富的相变现象？

主要发现

• 扩展的组合构型方案 $ F(z,u) = M(z)G(uH(z)) $ 在临界组合结构的组件计数中，导致贝塔-梅林特莱夫勒分布作为普遍极限分布。
• 识别出双重相变，涉及梅林特莱夫勒、玻尔兹曼及混合泊松分布之间的转变，临界阈值由 $ G $ 和 $ H $ 的奇异指数决定。
• 大小细化方案 $ F(z,v) = M(z)G(H(z) - z^j h_j(1-v)) $ 引发类似混合泊松的相变，捕捉了组件大小的分布。
• 为所有推导出的极限分布建立了矩收敛性与局部极限定理，确保了强概率收敛性。
• 该框架适用于多种模型，包括随机游走、增长树、波利亚瓮模型以及中国餐馆过程，每种模型均推导出明确的极限分布。
• 多变量扩展 $ F(z,\mathbf{u}) = M(z)\prod_{\ell=1}^m G_\ell(u_\ell H_\ell(z)) $ 产生多变量乘积分布，推广了单变量结果。