[论文解读] Sublinearity of the number of semi-infinite branches for geometric random trees

David Coupier|arXiv (Cornell University)|Jan 20, 2015

Stochastic processes and statistical mechanics参考文献 24被引用 6

一句话总结

本文证明，在各种几何随机树（如径向泊松树、欧几里得首达通过渗滤树、定向末达通过渗滤树）中，穿过半径为 $ r $ 的圆的半无限分支的期望数量随 $ r $ 的增长为次线性，即 $ \mathbb{E}[\chi_r] = o(r) $。该方法通过将树结构近似为不包含双向无限路径的有向森林，利用共轭时间估计和集中不等式来控制此类分支的数量。

ABSTRACT

The present paper addresses the following question: for a geometric random tree in $\\R^{2}$, how many semi-infinite branches cross the circle $\\CC_{r}$ centered at the origin and with a large radius $r$? We develop a method ensuring that the expectation of the number $\\chi_{r}$ of these semi-infinite branches is $o(r)$. The result follows from the fact that, far from the origin, the distribution of the tree is close to that of an appropriate directed forest which lacks bi-infinite paths. In order to illustrate its robustness, the method is applied to three different models: the Radial Poisson Tree (RPT), the Euclidean First-Passage Percolation (FPP) Tree and the Directed Last-Passage Percolation (LPP) Tree. Moreover, using a coalescence time estimate for the directed forest approximating the RPT, we show that for the RPT $\\chi_{r}$ is $o(r^{1-\\eta})$, for any $0<\\eta<1/4$, almost surely and in expectation.

研究动机与目标

• 确定几何随机树中穿过大圆的半无限分支数量的渐近增长速率。
• 在多个模型中建立该数量随半径 $ r $ 呈次线性增长，即 $ \mathbb{E}[\chi_r] = o(r) $。
• 开发一种适用于贪婪型与优化型几何随机树（包括径向泊松树和基于渗滤的树）的稳健方法。
• 将结果扩展至几乎必然的次多项式增长，证明在径向泊松树中，对任意 $ 0 < \eta < 1/4 $，有 $ \chi_r = o(r^{1-\eta}) $ 几乎必然成立，且在期望中也成立。

提出的方法

• 在远离原点的位置，将几何随机树近似为不包含双向无限路径的有向森林，以控制半无限分支的数量。
• 利用有向森林近似中的共轭时间估计，进一步细化半无限分支数量的次线性界，尤其针对径向泊松树。
• 应用塔拉格兰德不等式，基于区域面积控制泊松点的数量，确保测度集中。
• 利用独立同分布随机变量和的矩界与大偏差估计，控制可能导致分支数量膨胀的罕见事件的概率。
• 在分析中，利用鞅不等式与矩界，控制非同分布、有界的随机变量部分和的偏离。
• 利用近似森林中不存在双向无限路径的事实，推导出仅有可忽略比例的边属于穿过 $ \mathcal{C}_r $ 的半无限路径。

实验结果

研究问题

• RQ1 在几何随机树中，穿过半径为 $ r $ 的圆的半无限分支数量的渐近增长速率是什么？
• RQ2 是否可以在多种几何随机树模型中统一建立半无限分支的次线性增长？
• RQ3 近似有向森林中的共轭时间如何影响半无限分支数量的次线性界？
• RQ4 树的分布各向同性在多大程度上影响 $ \chi_r $ 的次线性行为？
• RQ5 是否可将次线性结果强化为几乎必然的次多项式增长，例如 $ o(r^{1-\eta}) $？

主要发现

• 对于径向泊松树，对任意 $ 0 < \eta < 1/4 $，有 $ \chi_r = o(r^{1-\eta}) $ 几乎必然成立，且在期望中也成立，优于一般的 $ o(r) $ 界。
• 在径向泊松树、欧几里得首达通过渗滤树和定向末达通过渗滤树中，穿过 $ \mathcal{C}_r $ 的半无限分支的期望数量满足 $ \mathbb{E}[\chi_r] = o(r) $。
• 该方法广泛适用于贪婪型树（如 RPT）和优化型树（如 FPP 和 LPP 树），显示出其稳健性。
• 近似有向森林中不存在双向无限路径，是确保仅有次线性数量的边属于 $ \mathcal{C}_r $ 中的半无限分支的关键。
• 关于泊松点计数和独立同分布随机变量和的技术引理，提供了证明所必需的集中界限。
• 该结果在较弱的矩条件下方成立，对模型细节不敏感，依赖于共轭与路径唯一性等结构性质。