离散超立方体中独立集簇的解耦

图中的独立集是包含无相邻顶点的顶点集合，代表具有硬约束的标准自旋系统。特别值得注意的是布尔超立方体中的情形，其中计数独立集是 Sapozhenko 著名图容器方法的原始动机。对此类问题的现代视角是考虑无序的影响，研究通过参数 $p$ 的键 percolation 在超立方体的随机子图中独立集的行为由 Kronenberg 和 Spinka 启动。他们利用统计力学工具获取有关独立集数量（现为随机变量）的矩的详细信息，并提出了许多有趣的问题。作者此前的工作在 $p \geq \frac{2}{3}$ 的区间中回答了其中的许多问题，该区间的行为相对简单，可通过一组相关的独立粒子进行良好建模。随着 $p$ 的减小，典型的独立集变得更大并呈现更复杂的簇集行为。本文克服了这种现象所呈现的诸多挑战，针对所有 $p > 0.465$ 分析该模型。我们获得了以显式随机变量表示的离散超立方体中独立集数量的尖锐概率近似，同时提供了抽样算法。值得注意的是，这显示出 $p = \frac{1}{2}$ 并非该问题的自然屏障，与许多其他问题中常见的相变点不同。本工作的一个关键贡献是引入一种新的概率框架来处理这些较低 $p$ 值的簇集行为。虽然我们的分析局限于 $p > 0.465$，但我们的论证有望有助于研究更低 $p$ 值的该模型，以及可能适用于其他相关问题。