Convergence of a particle approximation for the quasi-stationary distribution of a diffusion process: uniform estimates in a compact soft case
我们建立了收敛(相对于模拟时间$t$ ;粒子数$N$ ;时间步长$γ$)的Moran/Fleming-Viot型粒子计划的准静态分布的扩散的$d$维环面,杀死在一个光滑的速度。在这些条件下,得到的定量界限,对于每个参数($t\rightarrow \infty$,$N\rightarrow \infty$或$γ\rightarrow 0$)是独立于其他两个。
2020-10-20 math.PR
The smallest singular value of sparse discrete random matrices
本文构建简单框架证明独立同分布稀疏离散随机矩阵的近似 Spielman-Teng 最小奇异值定理,并推广至 $μ$-lazy 随机变量情形。
2025-07-23 math.PR
Convergence Rates of Spectral Distribution of Large Dimensional Quaternion Sample Covariance Matrix
本文研究了高维四元数样本协方差阵经验谱分布的收敛速度。假设$\mathbf X_n$($p\times n$)的元素是均值为零、方差为1且六阶矩一致有界的独立四元数随机变量。表示为$\mathbf S_n=\frac{1}{n}\mathbf X_n\mathbf X_n^*$。利用Bai不等式,证明了期望的经验谱分布(ESD)收敛到极限的Mar ${\rm \check{c}}$ enko-Pastur分布,其维数与样本量之比为$y_p=p/n$,当$a_n>n^{-2/5}$时,收敛速度为$O\left(n^{-1/2}a_n^{-3/4}\right)$,当$a_n\le n^{-2/5}$时,收敛速度为$O\left(n^{-1/5}\right)$,其中$a_n=(1-\sqrt{y_p})^2$是M-P定律的下界.此外,还建立了依概率收敛和几乎处处收敛的速度。当$a_n>n^{-2/5}$或$O\left(n^{-1/5}\right)$当$a_n\le n^{-2/5}$时,ESD的弱收敛速度是$O\left(n^{-2/5}a_n^{-2/5}\right)$。当$a_n>n^{-2/5}$或$O\left(n^{-1/5}\right)$为$a_n\le n^{-2/5}$时,ESD的强收敛速率为$O\left(n^{-2/5+η}a_n^{-2/5}\right…
2013-12-25 math.PR
Convergent sequences of sparse graphs: A large deviations approach
本文在大偏差理论的基础上,提出了稀疏图的大偏差收敛或LD-收敛的概念。这个概念是通过用随机一致i.i.d.“装饰”图的节点来引入的。权值以及基于节点和边的装饰构造$[0,1]$和$[0,1]^2$上的随机测度。定义一个图序列是收敛的,如果对应的随机测度序列满足关于$[0,1]^d, d=1,2$上有界测度弱收敛拓扑的大偏差原理.然后,我们建立LD收敛意味着几个以前的概念的收敛,即所谓的右收敛,左收敛,分割收敛。相应的大偏差率函数可以解释为稀疏图序列的极限对象。特别地,我们可以用这个极限物体来表示极限自由能。
2013-02-19 math.CO math.PR
Trees in Random Sparse Graphs with a Given Degree Sequence
本文研究给定度序列及几乎给定度序列的随机稀疏图的有限树子图结构,重新推导稠密与极稀疏图的树结构并形成连续图景,还证明了无额外条件下随机二分图的对应结果。
2026-11-10 math.CO math.PR
Left and right convergence of graphs with bounded degree
在稠密图和有界度图这两种极端情况下,给出了收敛图序列的理论。我们可以通过计算从固定图到序列成员的同态(左收敛)或计算从固定图到序列成员的同态(右收敛)来定义收敛。在适当的条件下,Borgs、Chayes、Lovász、Sós和Vesztergombi证明了这两种定义收敛的方法在稠密情形下是等价的。本文在有界度情形下建立了一个类似的等价关系。在统计物理学方面,左收敛蕴涵右收敛意味着对于左收敛序列,一大类统计物理模型的分拆函数收敛。这个证明依赖于统计物理学的技术,如集群扩展和Dobrushin Uniform。
2010-01-31 math.CO math.PR
Uniform convergence rates of skew-normal extremes
设$M_n=\max \left(X_1, X_2, \ldots, X_n \right)$表示独立同分布斜正态随机序列的部分最大值。本文导出了斜正态极值的一致收敛性。证明了在最佳归一化常数下,$\left(M_{n}-b_n\right)/a_n$向其最终极值分布的收敛速度与$1/\log n$成正比.
2023-02-17 math.PR
Interacting particle systems on sparse $W$-random graphs
本文研究了随机图上广义交互粒子系统的大种群极限,证明当底层图序列收敛于 graphon 时,系统收敛至 graphon 随机微分方程,并利用 Fubini 扩展框架和无界 graphon 的 $L^p$ 理论处理了非线性交互与稀疏图情形。
2024-10-15 math.PR
Local limit of sparse random planar graphs
设$P(n,m)$是从顶点集$\left\{1, \ldots, n\right\}$上所有有$m=m(n)$边的可平面图类中随机均匀选取的图.当$P(n,m)$.假设$2m/n$的平均度趋于一个常数$c\in[0,2]$,则当$c\leq 1$时,$P(n,m)$的局部弱极限是一棵后代分布为$Po(c)$的Galton-Watson树,而当$c=2$时,它是一棵骨架树.此外,如果$P(n,m)$是局部弱极限,则局部弱极限是Galton-Watson树和骨架树的线性组合,在这个意义上,这两种情况之间存在一个平滑的过渡.
2021-01-28 math.CO math.PR
Probability graphons: the right convergence point of view
本文将概率图子理论扩展到右收敛视角,推广叠加泛函与商集概念,并证明左收敛与右收敛在概率图子收敛中的等价性,推广了实值图子的经典结果。
2024-07-08 math.CO math.FA math.PR
Finding paths in sparse random graphs requires many queries
我们讨论了一个新的算法类型的问题,在随机图研究的最小数量的查询,一个必须问的相邻顶点对之间的随机图$G\sim {\mathcal G}(n,p)$,以找到一个子图,具有一些目标属性的概率高。本文主要研究当$p=\frac{1+\varepsilon}{n}$为固定常数$\varepsilon>0$时,在$G\sim \mathcal G(n,p)$中寻找长路径的问题.已知该随机图具有典型的线性长路径。为了在$G\sim \mathcal G(n,p)$中具有高概率的$\ell$边,显然需要查询至少$Ω\left(\frac{\ell}{p}\right)$顶点对。我们能经济地找到长度为$\ell$的路径吗,即,通过查询大概这么多对?我们认为,这是不可能的,需要查询显着更多的对。我们证明,任何随机算法,找到一个路径的长度$\ell=Ω\left(\frac{\log\left(\frac{1}{\varepsilon}\right)}{\varepsilon}\right)$与$p=\frac{1+\varepsilon}{n}$的$G\sim \mathcal G(n,p)$至少恒定的概率必须查询至少$Ω\left(\frac{\ell}{p\varepsilon \log\left(\frac{1}{\varepsilon}\right)}\right)$对顶点。这是紧到$\l…
2016-08-04 math.CO math.PR
Sparse graphs and their Benjamini-Schramm limits: a spectral tour
CNRS & Aix-Marseille Université(法国国家科学研究中心与艾克斯-马赛大学)
本文综述了有界平均度稀疏图的Benjamini-Schramm收敛的谱性质及其应用,重点关注随机Schreier图和覆盖图,并提出了强收敛在顶点间典型图距离上的新应用。
2025-10-11 math.CO math.PR math.SP
Stein kernels for $q$-moment measures and new bounds for the rate of convergence in the central limit theorem
给出了具有${\rm d}μ\left( x \right) = {\left( {\varrho \left( x \right)} \right)^{ - α}}{\rm d}x$的${\mathbb R}^d$上的各向同性概率测度$μ$,其中$α> d + 1$和$\varrho :{{\mathbb R}^d} \to \left( {0, + \infty } \right)$是连续一致凸函数(${\nabla ^2}\varrho \ge {\varepsilon_0}{\rm {Id}}$).利用$\left( {α- d} \right)$矩测度的Stein核,证明了序列为i.i.d.的中心极限定理的收敛速度.规律$μ$的随机变量${X_1},{X_2},...,{X_n}$,形式为$c_{{\varepsilon}_0}\,\sqrt {\dfrac{d}{n}} $。一般情况下(即,$\varrho$仅是凸的和连续的)保持开放。
2021-03-05 math.AP math.PR
Thermodynamic Limit of Interacting Particle Systems over Time-varying Sparse Random Networks
我们对相互作用粒子系统的可观测宏观状态变量建立了一个泛函弱大数定律(例如,投票者和接触过程)在快速时变稀疏随机网络的相互作用。我们发现,随着代理$N$的数量越来越大,代理$\left(\overline{Y}_{k}^{N}(t)\right)$的比例在一定的状态$k$收敛分布-或者,更准确地说,弱相对于\emph{càdlàg}样本路径的空间上的统一拓扑结构-在任何紧凑的间隔$\left[0,T\right]$的常微分方程的解决方案。虽然极限过程是马尔可夫的,但预极限过程,即,归一化的宏观状态向量过程$\left(\mathbf{\overline{Y}}^{N}(t)\right)=\left(\overline{Y}_{1}^{N}(t),\ldots,\overline{Y}_{K}^{N}(t)\right)$是非马尔可夫的,因为它们与系统的\emph{high-dimensional}微观状态相关,这排除了直接应用标准参数来建立弱收敛。建立弱收敛的文件中开发的技术可能是独立的利益。
2017-02-26 math-ph math.MP math.PR
Convergence of persistence diagram in the sparse regime
本文的目的是研究与Čech过滤相关的持久性图的渐近行为。持久性图是几何对象的拓扑和代数结构的图形描述符。我们考虑在缩放随机样本$r_n^{-1}\mathcal X_n = \{ r_n^{-1}X_1,\dots, r_n^{-1}X_n \}$上的Čech过滤,使得$r_n\to 0$为$n\to\infty$。我们把持久性图作为一个点过程,并建立其极限定理在稀疏制度:$nr_n^d\to0$,$n\to\infty$。在这种情况下,我们表明,$k$ th持久性图的渐近依赖于序列$n^{k+2}r_n^{d(k+1)}$的极限值。如果$n^{k+2}r_n^{d(k+1)} \to \infty$,在Vague度量下,定标持久图几乎必然收敛于确定性Radon测度.如果$r_n$的衰减速度快于$n^{k+2}r_n^{d(k+1)} \to c\in (0,\infty)$,则持久性图弱收敛于一个极限点过程,而无需归一化。最后,如果是$n^{k+2}r_n^{d(k+1)} \to 0$,则持久图的概率分布序列应该被归一化,并且由此产生的收敛将根据$\mathcal M_0$ -拓扑来处理。
2021-09-14 math.AT math.PR
Maximum Weight Independent Sets and Matchings in Sparse Random Graphs. Exact Results using the Local Weak Convergence Method
设$G(n,c/n)$和$G_r(n)$分别是$n$ -结点稀疏随机图和$r$ -正则图,${\cal I}(n,r)$和${\cal I}(n,c)$分别是$G(n,c/n)$和$G_r(n)$中最大独立集的大小.当$c\leq e$时,可以使用Karp-Sipser算法计算${\cal I}(n,c)/n$作为$n\to\infty$的渐近值。对于随机三次图$r=3$,我们只知道$.432\leq\liminf_n {\cal I}(n,3)/n \leq \limsup_n {\cal I}(n,3)\leq .4591$具有高概率(w. h. p.)作为$n\to\infty$,如Frieze和Suen以及Bollobas分别所示。在本文中,我们假设,此外,图的节点配备有非负的权重,独立产生的根据一些共同的分布,我们认为,而不是一个独立的集的最大重量。令人惊讶的是,我们发现,对于某些权重分布,即使当$c>e$和$\lim_n {\cal I}(n,r)/n$可以精确计算某些$r\geq 2$时,也可以精确计算极限$\lim_n {\cal I}(n,c)/n$。例如,当权重以参数1、$\lim_n {\cal I}(n,2e)/n\approx .5517$和$\lim_n {\cal I}(n,3)/n\approx .6077$指数分布时。我们的结果是建立使用最近开发的…
2003-09-26 math.CO math.PR
On sparse random combinatorial matrices
令$Q_{n,d}$表示随机组合矩阵,其行彼此独立,并且使得每行从$\{0,1\}^n$中具有精确等于$1$的$d$条目的向量子集中随机均匀采样。我们提出了一个简短的事实证明,$\Pr[\det(Q_{n,d})=0] = O\left(\frac{n^{1/2}\log^{3/2} n}{d}\right)=o(1)$,每当$d=ω(n^{1/2}\log^{3/2} n)$。特别是,我们的证明在允许$d = o(n)$的意义上适应稀疏随机组合矩阵。我们还考虑了确定性整数矩阵$A$受稀疏组合矩阵随机扰动的奇异性。特别是,我们证明了$\Pr[\det(A+Q_{n,d})=0]=O\left(\frac{n^{1/2}\log^{3/2} n}{d}\right)$,再次,每当$d=ω(n^{1/2}\log^{3/2} n)$和$A$的属性,$(1,-d)$是不是一个特征对的$A$。
2020-10-15 math.CO math.PR
Quantitative Convergence for Sparse Ergodic Averages in $L^1$
University of Bristol(布里斯托大学)
本文提出了一种统一框架,证明了稀疏序列在 $L^1$ 端点处的点wise收敛性,并给出了新的定量收敛速度估计。
2026-03-09 math.CA math.DS math.NT