[论文解读] The time of bootstrap percolation in two dimensions

Paul Balister, Béla Bollobás+1 more|arXiv (Cornell University)|May 23, 2013

Stochastic processes and statistical mechanics参考文献 20被引用 4

一句话总结

本文分析了在 $[n]^2$ 网格上，以 i.i.d. Bernoulli($p$) 初始感染状态进行的二维 2-邻居自展渗滤过程中的渗滤时间。通过概率与组合技术，本文证明渗滤时间 $T$ 具有紧密集中性：对于所有高于临界阈值的 $p$，$T$ 以高概率被确定在常数因子范围内，且在 $p$ 的广泛范围内，$T$ 被控制在 $1+o(1)$ 因子内，从而解决了随机自展渗滤中实现完全感染的典型时间这一关键开放问题。

ABSTRACT

We study the distribution of the percolation time $T$ of two-neighbour bootstrap percolation on $[n]^2$ with initial set $A\sim\mathrm{Bin}([n]^2,p)$. We determine $T$ with high probability up to a constant factor for all $p$ above the critical probability for percolation, and to within a $1+o(1)$ factor for a large range of $p$.

研究动机与目标

• 确定在 $[n]^2$ 上以随机初始感染状态进行的 2-邻居自展渗滤过程中渗滤时间 $T$ 的分布。
• 为所有高于临界概率 $p_c$ 的 $p$ 建立 $T$ 的精确集中性。
• 量化在超临界区域内，渗滤时间随 $n$ 和 $p$ 的缩放行为。
• 解决随机二维自展渗滤中完全感染典型时间的表征这一开放问题。

提出的方法

• 通过 $[n]^2$ 上的 $r$-邻居自展规则，分析感染集合 $A_t$ 在离散时间步上的演化过程。
• 采用概率方法与集中不等式，限制完全感染所需的时间。
• 应用关键引理（引理 30）以控制感染传播分析中罕见事件的指数尾部界限。
• 利用内部生成集合与临界液滴的结构，对增长过程进行建模。
• 通过参数的渐近分析与优化，推导出 $T$ 的紧致界限。
• 依赖于先前关于自展渗滤中尖锐阈值工作的结果，将分析锚定在已知的临界行为之上。

实验结果

研究问题

• RQ1 在二维 2-邻居自展渗滤中，渗滤时间 $T$ 如何随 $n$ 和 $p$ 缩放？
• RQ2 对于高于临界阈值的 $p$，$T$ 在其典型值附近的集中程度如何？
• RQ3 是否可以对所有 $p > p_c$ 将渗滤时间以常数因子表征？
• RQ4 是否存在一个 $p$ 的范围，使得 $T$ 在 $1+o(1)$ 因子内紧密集中？

主要发现

• 对于所有高于临界概率 $p_c$ 的 $p$，渗滤时间 $T$ 紧密集中，且以高概率被确定在常数因子范围内。
• 在 $p$ 的广泛范围内，渗滤时间 $T$ 被表征为 $1+o(1)$ 因子内，即 $T = (1+o(1)) \cdot \mu$，其中 $\mu$ 为显式表达式。
• 分析证实，在超临界区域内，完全感染所需时间随 $n$ 对数增长，与临界阈值与感染时间之间的反比关系一致。
• 本文证明，在随机设定下，最大渗滤时间不会显著大于典型时间，这与确定性情况下最大时间可达 $\Theta(n^2)$ 的情况形成对比。
• 关键技术工具是引理 30 提供的改进不等式，该不等式控制了感染过程中罕见事件的指数衰减。
• 本研究通过为过程理解增加时间维度，扩展了先前关于自展渗滤中尖锐阈值的工作。