中文

稠密核基随机图的谱

概率论 2025-03-17 v2 组合数学 泛函分析

摘要

核基随机图(KBRG)是一类考虑顶点间不均匀性的随机图模型。我们考虑大小为NdN^d的离散dd维环面上的KBRG。条件于独立同分布的Pareto权重序列(Wi)iVN(W_i)_{i \in \mathbf{V}_N}(尾指数为τ1>0\tau-1>0),我们以概率pij=κσ(Wi,Wj)ijα1p_{ij}= \frac{\kappa_{\sigma}(W_i,W_j)}{\|i-j\|^{\alpha}} \wedge 1将任意两个点iijj相连,其中α>0\alpha>0为参数,κσ(u,v)=(uv)(uv)σ\kappa_{\sigma}(u,v)= (u \vee v)(u \wedge v)^{\sigma}σ(0,τ1)\sigma \in (0,\tau-1)。我们关注该随机图的邻接算子并研究其经验谱分布。对于α<d\alpha<dτ>2\tau>2的情况,我们证明当NN \to \infty时存在非平凡极限分布,相应的测度μσ,τ\mu_{\sigma,\tau}相对于Lebesgue测度是绝对连续的。μσ,τ\mu_{\sigma,\tau}由算子值半圆律给出,其Stieltjes变换在恰当的Banach空间中由固定点方程刻画。我们分析了μσ,τ\mu_{\sigma,\tau}的矩并证明即使权重具有无限方差,第二矩仍为有限。当σ=1\sigma=1时,对应于所谓的尺度自由 percolation 随机图,我们可以明确描述极限测度并研究其尾部。

关键词

引用

@article{arxiv.2502.09415,
  title  = {The spectrum of dense kernel-based random graphs},
  author = {Alessandra Cipriani and Rajat Subhra Hazra and Nandan Malhotra and Michele Salvi},
  journal= {arXiv preprint arXiv:2502.09415},
  year   = {2025}
}

备注

48 pages, 6 figures