[论文解读] The probability of unusually large components in the near-critical Erd\H{o}s-R\'enyi graph

Matthew I. Roberts|arXiv (Cornell University)|Oct 18, 2016

Stochastic processes and statistical mechanics参考文献 21被引用 4

一句话总结

本文为近临界 Erdős-Rényi 随机图 $ G(n, p) $ 中异常大连通分量的概率提供了精确的渐近表达式，其中 $ p = n^{-1} + \lambda n^{-4/3} $。通过使用改进的矩估计和连通分量计数的组合近似，推导出最大连通分量大小及包含固定顶点的连通分量大小的尖锐尾部渐近表达式，将 Pitél 的早期结果扩展到更广范围的参数，并给出了显式的误差界。

ABSTRACT

The largest components of the critical Erd\H{o}s-R\'enyi graph, $G(n,p)$ with $p=1/n$, have size of order $n^{2/3}$ with high probability. We give detailed asymptotics for the probability that there is an unusually large component, i.e. of size $an^{2/3}$ for large $a$. Our results, which extend work of Pittel, allow $a$ to depend upon $n$ and also hold for a range of values of $p$ around $1/n$. We also provide asymptotics for the distribution of the size of the component containing a particular vertex.

研究动机与目标

• 将 Pitél 在临界 Erdős-Rényi 随机图中关于异常大连通分量概率的渐近结果扩展到更广范围的参数。
• 为 $ \mathbb{P}_n,\lambda(L_1 \geq k) $ 和 $ \mathbb{P}_n,\lambda(|C(v)| \geq k) $ 提供尖锐的渐近表达式，其中 $ L_1 $ 为最大连通分量，$ C(v) $ 为包含固定顶点 $ v $ 的连通分量。
• 为这些渐近表达式推导精确的误差界，使得 $ a = k/n^{2/3} \to \infty $ 且 $ \lambda $ 随 $ n $ 增长，超越先前研究中考虑的固定 $ \lambda $ 范围。
• 建立一个通用框架，使用连通分量计数的一阶与二阶矩方法，并对临界窗口内的误差项进行显式控制。

提出的方法

• 定义 $ G_\lambda(a) = \frac{a^3}{8} - \frac{\lambda a^2}{2} + \frac{\lambda^2 a}{2} $，其控制连通分量大小概率的指数衰减率。
• 使用一阶矩方法估计 $ \mathbb{E}_{n,\lambda}[Y(k)] $，即大小为 $ k $ 的连通分量的期望数量，通过组合枚举具有 $ k $ 个顶点和 $ k+l $ 条边的连通图。
• 利用 Janson 等人的结果，对连通图数量 $ C(k, k+l) $ 应用精确渐近表达式，以近似 $ \mathbb{E}_{n,\lambda}[X(k,k+l)] $，即具有 $ k $ 个顶点和 $ k+l $ 条边的连通分量的期望数量。
• 通过 $ \mathbb{E}_{n,\lambda}[Y(k)^2] \approx \mathbb{E}_{n,\lambda}[Y(k)] $ 控制二阶矩，使用耦合论证和重叠概率的指数界。
• 结合一阶矩方法与二阶矩修正，推导出 $ \mathbb{P}(L_1 = k) $ 和 $ \mathbb{P}(L_1 \geq k) $ 的尖锐界，表明其在典型 $ n^{2/3} $ 尺度附近集中。
• 对于顶点连通分量大小，使用恒等式 $ \mathbb{P}(|C(v)| = k) = \frac{k}{n} \mathbb{E}_{n,\lambda}[X(k,k+l)] $，并对 $ l $ 求和以推导完整分布。

实验结果

研究问题

• RQ1 当 $ p = n^{-1} + \lambda n^{-4/3} $ 时，近临界 Erdős-Rényi 图中最大连通分量大小超过 $ an^{2/3} $ 的精确渐近概率是多少，其中 $ a $ 较大？
• RQ2 当 $ \lambda $ 和 $ a $ 随 $ n $ 增长时，连通分量大小的尾部概率行为如何，超越固定 $ \lambda $ 的情形？
• RQ3 包含固定顶点 $ v $ 的连通分量大小的分布是什么？其在临界窗口中如何随 $ n $ 缩放？
• RQ4 Pitél 原始渐近结果中的误差项能否被加强并扩展到更广的参数范围？
• RQ5 连通分量大小分布与具有 $ k $ 个顶点和 $ k+l $ 条边的连通图数量之间有何关系？

主要发现

• 对于 $ k \in [(3\lambda \land 1)n^{2/3}, n^{3/4}] $，最大连通分量大小恰好为 $ k $ 的概率渐近为 $ \frac{k^{1/2}}{(8\pi)^{1/2} n} e^{-G_\lambda(a)} (1 + O(E_1)) + O(E_2) $，其中 $ a = k/n^{2/3} $。
• 尾部概率 $ \mathbb{P}_n,\lambda(L_1 \geq k) $ 的渐近表达式为 $ \frac{a^{1/2}}{(8\pi)^{1/2} G'_\lambda(a)} e^{-G_\lambda(a)} (1 + O(E_1)) + O(E_2) $，其中 $ G'_\lambda(a) = \frac{3a^2}{8} - \lambda a + \frac{\lambda^2}{2} $。
• 对于包含固定顶点 $ v $ 的连通分量，有 $ \mathbb{P}_n,\lambda(|C(v)| = k) \sim \frac{k^{3/2}}{(8\pi)^{1/2} n^2} e^{-G_\lambda(a)} (1 + O(E_1)) $，表明概率质量呈现 $ k^{3/2} $ 的标度。
• 误差项 $ E_1 $ 和 $ E_2 $ 被显式控制：$ E_1 = \frac{k^4}{n^3} + \frac{|\lambda|}{n^{1/12}} + \frac{|\lambda|^3 k}{n} + \frac{n^{2/3}}{k} + \frac{1}{n^{1/10}} $，且 $ E_2 = n^{1/4} e^{-n^{1/4}/80} $。
• 结果确认，Pitél 原始结果中正确的归一化常数应为 $ (9\pi/8)^{1/2} $，而非 $ (2\pi)^{1/2} $，这是由于原始推导中存在一个微小疏漏。
• 该框架具有鲁棒性，可扩展至非固定 $ \lambda $ 的情形，允许 $ \lambda \to \infty $ 随 $ n $ 缓慢增长，并适用于高达 $ n^{3/4} $ 的连通分量大小。