The $q<1$ Random-Cluster Model on Wired Trees: Uniqueness and Negative Dependence

技術要約：ワイヤード・ツリー上の $q < 1$ ランダム・クラスター・モデル：一意性と負の依存性

問題設定
パーコレーションやポッツ・モデルを統一する枠組みであるランダム・クラスター・モデルは、クラスター重みパラメータ $q$ に応じて定性的に異なる挙動を示す。$q \ge 1$ の場合、モデルはフォートゥイン・クラスター・ギンブレ（FKG）不等式を満たし、正の結合および境界条件の単調性を保証する。しかし、$0 < q < 1$ の場合、モデルは負の依存性を示すことが予想される。一般的なグラフにおけるペアワイズの負の相関については予想されているものの、依然として未解決の問題である。特に、無限ツリーにおけるワイヤード境界条件（すべての境界リーフが同一視される条件）において、$q < 1$ の超臨界領域（$p > p_c$）における相図とギブス測度の一意性は完全には確立されていなかった。Grimmett と Häggström による先行研究は $q \ge 1$ を扱い、一意性の区間と相転移を特定したが、$q < 1$ の領域では、FKG や確率的優越性が欠如しているため、新たな手法が必要であった。

手法
本論文は、メッセージ再帰解析、不動点理論、およびツリー構造に特化した確率的結合技術を組み合わせて用いている。

1. メッセージ再帰と不動点： 著者は、各頂点 $u$ における「メッセージ」$f(u)$ を定義する。これは、頂点がワイヤード境界と接続されているか、あるいは切断されているかに条件付けられた分配関数の正規化された比を表す。$\Delta$-正則ツリー上では、これらのメッセージは、次数 $d = \Delta - 1$ のべき乗を持つスカラー再帰 $\Phi(x)$ を通じて進化する。本論文では、この写像 $\phi(x) = \Phi(x)^d$ の不動点を分析する。

   • $p \le p_c$ （ここで $p_c = q/(\Delta + q - 2)$）の場合、写像は $x=1$ における一意の不動点を持ち、これはワイヤード境界への接続確率がゼロであることを意味する。
   • $p > p_c$ の場合、$x=1$ は不安定になり、一意の非自明な吸引不動点 $x^* > 1$ が出現する。

2. 増幅による弱い空間混合： FKG を用いずに超臨界領域における一意性を証明するために、本論文は「正の密度を持つワイヤード」境界条件の下での弱い空間混合を確立する。

   • 増幅（補題 4.3）： $q \ge 1$ で用いられる確率的優越の議論に代わる、主要な技術的革新である。著者は、境界上のワイヤード・リーフの正の密度が、内部頂点のメッセージを不安定な不動点 $1$ から一様に遠ざけることを証明する。
   • 収縮（補題 4.5）： メッセージが $1$から離れていることが保証されると、写像$\phi$の不動点$x^*$ 周辺での収縮特性により、特定の境界構成の影響が距離とともに指数関数的に減衰することが保証される。

3. 一様枝生存（Uniform Branch Survival）： 重要な架け橋となる補題（補題 5.7）は、任意の無限体積ワイヤード・ギブス測度に対して、境界頂点がその外部の枝を通じて無限へと接続される確率が、外部の構成に関わらず一定 $\theta > 0$ によって下から一様に抑えられることを示している。これにより、任意のワイヤード DLR 測度は、遠方の球体に対して「正の密度を持つ」境界条件を誘導することになり、空間混合の推定を適用することが可能になる。

4. 交換可能性による負の依存性： 負の依存性の結果については、並行する枝の接続指標の同時分布を分析する。

   • ランク列が超対数凹性（ULC）であることを確立する。
   • Pemantle の判定基準を用いることで、これは接続指標に対する「正の外部場を伴う条件付き負の結合（CNA+）」特性を意味する。
   • 直列・並列の議論（補題 6.3）により、ある枝内での接続を条件付けることは、切断を条件付けることに対して確率的に優越することを示す。
   • 各枝における CNA+ と枝構成の確率的順序を組み合わせることで、共通の頂点に接する互いに素な枝に支持される任意の増加観測量に対して負の共分散が得られる。

主要な貢献と結果

1. 完全なワイヤード DLR 相図（$0 < q < 1$）：
   本論文は、無限 $\Delta$-正則ツリー上のランダム・クラスター・モデルにおけるワイヤード DLR 指定が、すべての $p \in (0, 1)$ に対して一意な無限体積ギブス測度を持つことを証明する。

   • 亜臨界／臨界 ($p \le p_c$)： 一意の測度は、パラメータ $b_p = p / (p + q(1-p))$ を持つ独立なベルヌーイ・ボンド・パーコレーションである。この領域では、パーコレーションは発生しない。
   • 超臨界 ($p > p_c$)： 一意の測度は、すべてのワイヤード境界条件を持つ有限体積測度の局所極限である。この測度はパーコレーションを示す（$\mu^*(\rho \leftrightarrow \infty) > 0$）。
   • 意義： これは、$q < 1$ における超臨界の一意性の問題を解決するものである。従来の文献は FKG に依存していたが、本論文は「全ワイヤード（all-wired）」極限が唯一のワイヤード DLR 状態であることを示しており、たとえ「フリー（free）」極限（積測度）もこの領域でパーコレーションを起こすとしても、境界の慣習間で強い一意性が崩れることを示している。

2. 枝分離された負の依存性：
   本論文は、共通の頂点に接する互いに素な枝の集合に対して、有界な増加観測量が非正の共分散を持つことを確立する。

   • 具体的には、枝の接続指標のベクトルは CNA+ 性を満たす。
   • 共分散は超臨界領域では厳密に負であり、亜臨界／臨界領域（測度が積測度となる領域）ではゼロである。
   • 意義： これは、$q < 1$ モデルにおける、ペアワイズの相関を超えた、互いに素な枝に関する構造的な性質としての負の依存性を厳密に示したものである。ただし、任意の互いに素なエッジ集合に対する完全な負の結合（negative association）を確立したものではない。

意義と主張
本論文は、正則ツリー上の $0 < q < 1$ ランダム・クラスター・モデルの完全なワイヤード DLR 相分類を初めて提供したと主張している。また、本論文は一般的な Kahn-Neiman 予想（すべての $q < 1$ ランダム・クラスター測度は NA+ であるという予想）を証明するものではなく、むしろ「枝分離された」バージョンの負の結合を確立したものであることを明記している。

本研究の意義は、利用不可能な FKG ベースの道具を、「増幅」と「枝生存」という新しいアーキテクチャに置き換えた点にある。これにより、超臨界領域における一意性の証明と負の依存性の導出が可能となった。これらの結果は、モデルの代数的性質（ランク列の対数凹性）と相構造を統合し、疎なランダムグラフにおける相転移を理解するための基礎的な設定であるツリー上のモデルの挙動を明確にしている。本論文は、近年の格子上の結果が確率的比較を改善している一方で、本研究はワイヤード・ツリーにおける正確な DLR 分類を提供していると述べている。