[论文解读] Transfer matrix computation of generalised critical polynomials in percolation

Christian R. Scullard, Jesper Lykke Jacobsen|arXiv (Cornell University)|Sep 7, 2012

Theoretical and Computational Physics参考文献 3被引用 3

一句话总结

本文提出一种基于概率的转移矩阵方法，用于计算渗流中的广义临界多项式，实现了对二维晶格渗流阈值的高效且精确计算。通过将临界多项式重新定义为基于有限基的交叉概率，该方法克服了以往收缩-删除方法的计算瓶颈，实现了高达243次的多项式次数，从而对(4,8²)、kagome和(3,12²)晶格的键渗流阈值给出了高度精确的估计值。

ABSTRACT

Percolation thresholds have recently been studied by means of a graph polynomial $P_B(p)$, henceforth referred to as the critical polynomial, that may be defined on any periodic lattice. The polynomial depends on a finite subgraph $B$, called the basis, and the way in which the basis is tiled to form the lattice. The unique root of $P_B(p)$ in $[0,1]$ either gives the exact percolation threshold for the lattice, or provides an approximation that becomes more accurate with appropriately increasing size of $B$. Initially $P_B(p)$ was defined by a contraction-deletion identity, similar to that satisfied by the Tutte polynomial. Here, we give an alternative probabilistic definition of $P_B(p)$, which allows for much more efficient computations, by using the transfer matrix, than was previously possible with contraction-deletion. We present bond percolation polynomials for the $(4,8^2)$, kagome, and $(3,12^2)$ lattices for bases of up to respectively 96, 162, and 243 edges, much larger than the previous limit of 36 edges using contraction-deletion. We discuss in detail the role of the symmetries and the embedding of $B$. For the largest bases, we obtain the thresholds $p_c(4,8^2) = 0.676 803 329 ...$, $p_c(\mathrm{kagome}) = 0.524 404 998 ...$, $p_c(3,12^2) = 0.740 420 798 ...$, comparable to the best simulation results. We also show that the alternative definition of $P_B(p)$ can be applied to study site percolation problems.

研究动机与目标

• 为克服收缩-删除方法在计算渗流中广义临界多项式时的计算瓶颈。
• 为估计尚未解决的二维晶格上的渗流阈值，开发更高效的计算框架。
• 验证猜想：随着基的尺寸增大，广义临界多项式在[0,1]区间内的根收敛于精确的渗流阈值。
• 探讨基的对称性与嵌入方式在阈值预测精度中的作用。
• 将该方法扩展至位点渗流及更高维度的推广，尽管后者仍为开放问题。

提出的方法

• 基于有限基B的环面交叉概率，以概率定义重新表述广义临界多项式$P_B(p)$。
• 应用转移矩阵方法高效计算大基的交叉概率，替代计算成本高昂的收缩-删除递归。
• 利用条件$P_{\text{cross}}(p) = P_{\text{nocross}}(p)$定义临界多项式，其中$P_{\text{cross}}$为存在交叉路径的概率，$P_{\text{nocross}}$为无连接的概率。
• 实现并行化的转移矩阵算法，以处理最多含243条边的基，显著超过此前36条边的限制。
• 系统性地改变基的形状（方形与六边形）和大小，以测试阈值预测的收敛性与普遍性。
• 通过在覆盖晶格上应用相同的交叉概率条件或引入相关位点，将方法推广至位点渗流。

实验结果

研究问题

• RQ1 广义临界多项式是否能超越收缩-删除方法此前设定的36条边限制，实现高效计算？
• RQ2 与以往方法相比，基于概率的转移矩阵方法是否能为未解的晶格提供更精确的渗流阈值估计？
• RQ3 当基的尺寸增大时，$P_B(p)$的临界阈值预测是否如猜想所示，与基的形状和嵌入方式无关？
• RQ4 边界顶点与内部元素之比$\zeta(n)$如何影响阈值估计的收敛速度？
• RQ5 该概率定义的$P_B(p)$是否可类似地推广至位点渗流及$q$-状态Potts模型，并保持相当的精度？

主要发现

• 转移矩阵方法使广义临界多项式的计算达到243次多项式，远超此前收缩-删除方法的36条边限制。
• 对于(4,8²)晶格，该方法得出$p_c = 0.676803329\cdots$，与最佳模拟结果一致。
• 对于kagome晶格，阈值估计为$p_c = 0.524404998\cdots$，与最先进的数值模拟结果一致。
• 对于(3,12²)晶格，结果$p_c = 0.740420798\cdots$与当前数值估计高度一致。
• 当边界顶点与内部元素之比$\zeta(n)$随基尺寸增大而迅速减小时，方法表现最佳，其中六边形基的收敛速度优于方形基。
• 结果支持该猜想：在大而适当形状的基的极限下，临界多项式根将收敛于精确阈值，无论其嵌入方式或纵横比如何。