Tempo di copertura e gap spettrale per passeggiate casuali reversibili


9

Sto cercando un teorema che dica qualcosa del genere: se il tempo di copertura di una catena di Markov reversibile è piccolo, allora il divario spettrale è grande. Qui il gap spettrale significa, cioè ignoriamo il più piccolo autovalore della catena.1-|λ2|

L'unico risultato che sono riuscito a trovare in questa direzione è da Bounds on the Cover Time , Broder e Karlin, FOCS 88. Qui si presume che la matrice di transizione della catena sia doppiamente stocastica (ma non necessariamente reversibile) e aperiodica; in termini approssimativi, il documento mostra che sotto questi presupposti se il tempo di copertina è , quindi è almeno n ^ {- 1} .O(nlogn)1-max(|λ2|,|λn|)n-1

Intuitivamente, sembra molto plausibile che se riesci a coprire rapidamente tutti i vertici di un grafico, il tempo di miscelazione dovrebbe essere ridotto. In particolare, se riesci a coprire tutti i vertici di un grafico in n2 volte, sicuramente dovresti essere in grado di escludere un gap spettrale, diciamo, n-1000 ?

Un possibile ostacolo che spezzerebbe le implicazioni tra il tempo di copertura ridotto e il gap spettrale elevato è la bipartiticità: su un grafico bipartito, è possibile avere un tempo di copertura ridotto con un autovalore di -1 . Nella mia domanda, sto aggirando questo problema ignorando l'autovalore più piccolo.

Risposte:


4

In parole povere, il tempo di miscelazione è il tempo di colpire nel caso peggiore della metà dei vertici. Il tempo di copertura è un tempo di arresto quando TUTTI i sottoinsiemi di vertici vengono colpiti. In altre parole, è sempre maggiore del tempo di miscelazione. Quindi il tuo esempio non può avere il tempo di miscelazione e il tempo di copertura . n1000n2

Rendere preciso questo intuito richiede un po 'di attenzione poiché dobbiamo mettere in relazione i tempi di miscelazione con l'intervallo di autovalori, prendere non metà dei vertici ma metà della distribuzione stazionaria , ecc. Niente di tutto questo è difficile. Inizia con questo articolo di Lovasz e Winkler, che fornisce la versione sopra del tempo di miscelazione e la mette in relazione con un tempo di miscelazione più standard nella variazione totale. π

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.