[论文解读] Tutte polynomials and random-cluster models in Bernoulli cell complexes

Yasuaki Hiraoka, Tomoyuki Shirai|arXiv (Cornell University)|Feb 15, 2016

Topological and Geometric Data Analysis被引用 4

一句话总结

本文通过持久同调与塔特多项式，将随机簇模型推广至伯努利胞腔复形的高维情形。推导出利用广义塔特多项式计算持久同调期望寿命总和的显式公式，并建立 $\varepsilon$-随机簇模型的正相关性，通过塔特多项式将该模型与拓扑不变量联系起来。

ABSTRACT

This paper studies Bernoulli cell complexes from the perspective of persistent homology, Tutte polynomials, and random-cluster models. Following the previous work [9], we first show the asymptotic order of the expected lifetime sum of the persistent homology for the Bernoulli cell complex process on the $\ell$-cubical lattice. Then, an explicit formula of the expected lifetime sum using the Tutte polynomial is derived. Furthermore, we study a higher dimensional generalization of the random-cluster model derived from the Edwards-Sokal type coupling, and show some basic results such as the positive association and the relation to the Tutte polynomial.

研究动机与目标

• 将随机簇模型的框架推广至图以外的高维胞腔复形。
• 分析基于 $\varepsilon$-立方格的伯努利胞腔复形中持久同调期望寿命总和的渐近行为。
• 利用上同调将爱德华兹-索卡勒耦合推广至高维，并与 $\varepsilon$-波茨模型建立联系。
• 建立 $\varepsilon$-随机簇模型与任意胞腔复形的 $\varepsilon$-塔特多项式之间的联系。
• 证明 $\varepsilon$-随机簇测度的正相关性，确保其适用于相变分析。

提出的方法

• 将 $\varepsilon$-伯努利胞腔复形过程定义为在胞腔复形 $X$ 上的过滤过程，通过为每个 $\varepsilon$-胞腔 $\sigma$ 分配独立的均匀随机变量 $t_\sigma \in [0,1]$，形成 $X(t) = X^{\varepsilon-1} \sqcup \{\sigma : t_\sigma \leq t\}$。
• 利用持久同调追踪过滤过程中同调类的演化，寿命总和定义为非平凡同调类的总持续时间。
• 引入广义 $\varepsilon$-塔特多项式 $T_\varepsilon(X;x,y) = \sum_{F \subset X_\varepsilon} (x-1)^{\beta_{\varepsilon-1}(X_F)} (y-1)^{\beta_\varepsilon(X_F)}$，以编码子复形的拓扑不变量。
• 在 $X$ 上定义 $\varepsilon$-随机簇测度 $\mu_{p,q}$，其权重为 $p^{|Y_\varepsilon|}(1-p)^{|X_\varepsilon \setminus Y_\varepsilon|} q^{\beta_{\varepsilon-1}(Y)}$，并利用 Mayer-Vietoris 不等式证明其正相关性。
• 通过 $Z_{p,q} = \left(\frac{p}{1-p}\right)^{\beta_{\varepsilon-1}(X)} p^{r(X)} (1-p)^{\beta_\varepsilon(X^{\varepsilon})} T_\varepsilon\left(X; 1+\frac{q(1-p)}{p}, \frac{1}{1-p}\right)$ 建立归一化常数 $Z_{p,q}$ 与广义塔特多项式之间的精确关系。
• 应用 FKG 格点性质与 Mayer-Vietoris正合序列，证明当 $q \geq 1$ 时 $\mu_{p,q}$ 的正相关性。

实验结果

研究问题

• RQ1 在 $\varepsilon$-立方格上的 $\varepsilon$-伯努利胞腔复形过程中，持久同调的期望寿命总和的渐近阶数是多少？
• RQ2 能否利用广义塔特多项式，为任意胞腔复形显式表达持久同调的期望寿命总和？
• RQ3 爱德华兹-索卡勒耦合如何推广至高维胞腔复形？其拓扑解释是什么？
• RQ4 $\varepsilon$-随机簇模型的基本概率性质（如正相关性）是什么？它们如何依赖于拓扑不变量？
• RQ5 $\varepsilon$-随机簇模型的归一化常数与 $\varepsilon$-塔特多项式之间有何关系？

主要发现

• 在 $\varepsilon$-立方格上的 $\varepsilon$-伯努利胞腔复形中，持久同调的期望寿命总和在 $n \to \infty$ 时渐近阶为 $n^{\varepsilon}$，推广了弗里兹定理。
• 通过广义 $\varepsilon$-塔特多项式推导出期望寿命总和的显式公式，提供了基于拓扑不变量的表达式。
• $\varepsilon$-随机簇模型在 $q \geq 1$ 时具有正相关性，证明基于 Mayer-Vietoris 不等式与 FKG 格点性质。
• $\varepsilon$-随机簇模型的归一化常数 $Z_{p,q}$ 表达为 $\left(\frac{p}{1-p}\right)^{\beta_{\varepsilon-1}(X)} p^{r(X)} (1-p)^{\beta_\varepsilon(X^{\varepsilon})} T_\varepsilon\left(X; 1+\frac{q(1-p)}{p}, \frac{1}{1-p}\right)$，直接将其与 $\varepsilon$-塔特多项式关联起来。
• 通过上同调将爱德华兹-索卡勒耦合推广至高维，建立了 $\varepsilon$-随机簇模型与 $\varepsilon$-波茨模型之间的联系。
• 当 $p \to 0$ 且 $q/p \to 0$ 时，$\varepsilon$-随机簇测度收敛于 $\varepsilon$-生成无圈复形上的均匀测度，表明其在拓扑结构上趋于极限均匀性。