동적 퍼콜레이션 클러스터에서도 접촉 과정이 살아남는다

본 논문은 Z^d (d ≥ 2) 격자 위에 정의된 동적 퍼콜레이션 환경에서 진행되는 접촉 과정(CPDE)의 생존 가능성을 연구한다. 동적 퍼콜레이션은 각 무방향 에지가 독립적인 연속시간 마코프 체인으로, 속도 v 에 따라 열림(확률 p)과 닫힘(확률 1 − p) 상태를 전이한다. 이러한 환경 하에서 접촉 과정은 전통적인 감염‑회복 메커니즘에 더해, 인접 정점 사이에 에지가 열려 있을 때만 감염이 전파되는 추가적인 제약을 가진다. 논문은 먼저 기존 연구들을 정리한다. Linker와 Remenik(LR20)은 면역 구역 I = {(p, v): λ₀(p, v)=∞}을 정의하고, p가 충분히 크면 면역 구역에 포함되지 않으며, p가 작을 경우 v가 충분히 작으면 면역 구역에 들어간다는 결과를 제시했다. Hilario 등(HUVV22)은 p₁ = inf{p: ∀v>0, λ₀(p, v)<∞}가 정적 퍼콜레이션 임계값 p_c(d) 이하임을 보였으며, p > p_c(d)이면 어떤 λ, v에 대해서도 생존이 가능함을 증명했다. 그러나 p₁와 p_c(d) 사이, 즉 p가 p_c(d)보다 약간 작을 때의 행동은 미해결이었다. 저자들은 이 구간에 대해 새로운 증명 전략을 제시한다. 핵심은 “한 번이라도 감염된 정점들의 부분집합”을 추적하는 알고리즘을 설계하고, 이를 초임계 정적 퍼콜레이션 클러스터와 비교하는 것이다. 구체적으로, 알고리즘은 다음과 같이 동작한다. 1. 초기 감염점 {0}을 시작으로, 현재 감염된 정점 집합 S와 이미 처리된 정점 집합 S_T, 그리고 성공·실패 에지 집합 E₁, E₀을 유지한다. 2. S에서 임의의 정점을 선택하고, 그 정점의 회복 시간 X_x와 각 이웃 y에 대한 감염 시도 지연 X_{x,y}를 샘플링한다. 3. X_{x,y} < X_x이고 해당 에지 ω_{x,y}=1이면 감염에 성공하고 y를 S에 추가한다(성공 에지 E₁에 기록). 그렇지 않으면 실패 에지 E₀에 기록한다. 4. 정점 x를 S_T로 이동하고, 위 과정을 반복한다. 이 알고리즘은 각 에지를 최대 한 번만 검사하므로, 검사 시점의 에지 상태는 정적 베르누이(p) 분포와 독립적이다. 따라서 알고리즘이 생성하는 과정 η_t는 원래 CPDE를 확률적으로 하위 지배하고, η_t가 무한히 성장하면 CPDE도 영원히 살아남는다. p > p_c(d)인 경우, 정적 퍼콜레이션 클러스터가 초임계이므로, 알고리즘이 탐색하는 무향 트리 T는 거의 surely 무한히 확장된다. 저자들은 q∈(0,1)을 선택해 p·q > p_c(d)가 되도록 하고, 각 에지에 대해 ξ_{x,y}=1_{X_{x,y} p 로 상승시키며, λ가 충분히 크면 두 번째 시도 역시 성공 확률이 1에 수렴한다. 결과적으로, 원래의 유한 클러스터가 두 번째 기회 감염을 통해 효과적으로 초임계 클러스터와 동등한 연결성을 얻는다. 수학적 증명은 Liggett의 비교 정리와 마코프 체인의 일관성, 그리고 독립성 구조를 활용한다. 알고리즘이 생성하는 트리 T는 무향이며, 각 레벨에서 성공 에지의 비율이 λ/(λ+1) → 1이므로, λ가 충분히 크면 T는 거의 surely 무한히 성장한다. 따라서 존재하는 p < p_c(d)와 모든 v > 0에 대해, 적절히 큰 λ를 선택하면 CPDE가 영원히 살아남을 확률이 양수임을 보인다. 이는 p₁ < p_c(d)라는 강력한 불평등을 확립한다. 결과적으로, 동적 퍼콜레이션 클러스터가 평균적으로는 정적 임계값 이하이더라도, 에지 업데이트가 빠르게 일어나고 감염 전파가 충분히 강하면 전염이 지속될 수 있음을 보여준다. 이는 네트워크가 일시적으로 붕괴되거나 연결성이 낮은 상황에서도 전염병, 정보 확산, 혹은 신호 전파가 지속될 수 있는 메커니즘을 수학적으로 뒷받침한다.