[論文レビュー] Long time behaviour of random walks on the integer lattice

Bartosz Trojan|arXiv (Cornell University)|Dec 30, 2015

Stochastic processes and statistical mechanics参考文献 7被引用数 3

ひとこと要約

本稿は、$ d $ 次元整数格子上の非可約有限範囲のランダムウォークの遷移関数 $ p(n;x) $ に対して、$ |x|_1 = o(n) $ の範囲で有効な新しい漸近公式を確立する。この公式は、退化する二次形式の幾何的制御を伴う洗練されたフーリエ逆変換およびラプラス法を用いて得られる。主な貢献は、従来の結果を越えて有効範囲を拡張する非ガウス型で指数的に減衰する近似であり、特に $ |x|_2 $ が大きい場合に有効である。この近似は、明示的な誤差項を伴う凸率関数 $ \phi(\delta) $ を導入することによって実現される。

ABSTRACT

We consider an irreducible finite range random walk on the $d$-dimensional integer lattice and study asymptotic behaviour of its transition function $p(n; x)$. In particular, for simple random walk our asymptotic formula is valid as long as $n (n - |x|_1)^{-2}$ tends to zero.

研究の動機と目的

• ランダムウォークの遷移関数 $ p(n;x) $ の漸近近似の有効範囲を、標準的な局所極限定理を越えて拡張すること。
• 従来の漸近公式が $ |x|_2 \gtrsim n^{3/4} $ で破綻するという限界を克服し、$ |x|_1 = o(n) $ の範囲で有効な公式を構築すること。
• 大偏差領域でも正しい減衰率を捉える非ガウス型で指数的に減衰する $ p(n;x) $ の近似を提供すること。
• 単純ランダムウォークに限らず、平均がゼロまたは非ゼロの任意の非可約有限範囲ランダムウォークへ一般化すること。

提案手法

• トーラス $ \mathbb{T}^d $ 上での振動積分として $ p(n;x) $ をフーリエ逆変換で表現すること。
• 積分を二つに分割：原点付近（ラプラス法による解析）、それ以外（幾何的議論による制御）。
• 大偏差行動を捉えるために、$ \phi(\delta) = \max_x \{ \langle x, \delta \rangle - \log \kappa(x) \} $ という凸率関数 $ \phi(\delta) $ を導入。ここで $ \kappa(x) = \frac{1}{d}(\cosh x_1 + \cdots + \cosh x_d) $ である。
• $ |\delta|_1 \to 1 $ のときの二次形式 $ B_s $ の退化を、暗黙の写像 $ s = \nabla\phi(\delta) $ を用いて分析すること。
• $ n^{-1}(1 - \delta|_1)^{-2} $ を含む誤差項の明示的解析により、誤差項を制御した一様漸近展開を導出すること。
• 格子埋め込みと $ \mathbb{Z}^2 $ への変換を用いて、三角格子上のランダムウォークに対してもこの手法を適用し、公式の頑健性を確認すること。

実験結果

リサーチクエスチョン

• RQ1 従来の結果が有効な $ |x|_2 = o(n^{3/4}) $ の範囲を超えて、$ |x|_1 = o(n) $ の範囲で有効な $ p(n;x) $ の漸近公式を導出できるか？
• RQ2 特に大偏差領域において、$ |x|_2 \gg \sqrt{n} $ のとき、局所極限定理の誤差項をどのように制御できるか？
• RQ3 有限範囲ランダムウォークの遷移密度におけるガウス近似の正しい非ガウス補正項は何か？
• RQ4 格子変換（例：三角格子を $ \mathbb{Z}^2 $ に埋め込む）に対して、漸近公式は頑健か？

主な発見

• 公式 $ p(n;x) = (2\pi n)^{-d/2}(\det B_s)^{-1/2}e^{-n\phi(\delta)}(2 + \mathcal{O}(n^{-1}(1 - |\delta|_1)^{-2})) $ は、$ |x|_1 \equiv n \pmod{2} $ に対して一様に成り立ち、$ n(1 - |\delta|_1)^2 \to \infty $ である限り有効である。
• $ |\delta|_1 \leq 1 - \epsilon $ の場合、公式は $ p(n;x) = d^{d/2}(2\pi n)^{-d/2}e^{-n\phi(\delta)}(2 + \mathcal{O}(|\delta|_1) + \mathcal{O}(n^{-1})) $ に簡略化され、$ |x|_1 = o(n) $ の範囲で一様に有効である。
• 率関数 $ \phi(\delta) $ は厳密に凸であり、$ |\delta|_2^2 $ と同程度であるが、追加の誤差を生じるため、二次形式に置き換えることはできない。これは補正項の非ガウス性を示している。
• $ |\delta|_1 \to 1 $ のときのヘッセ行列 $ B_s $ の退化は、$ s = \nabla\phi(\delta) $ の暗黙的写像を分析することで制御される。
• 三角格子上のランダムウォークに対しても公式を適用し、格子変換後に $ \tilde{q}(n;x) \sim (2\pi n)^{-1}e^{-n\phi(\delta)}(3\sqrt{3} + \mathcal{O}(|\delta|_1) + \mathcal{O}(n^{-1})) $ が成り立つことが確認された。
• 最終的な漸近展開における誤差項 $ \mathcal{O}(|\delta|_1) $ は $ n $ に対して一様であり、公式は大偏差領域 $ |x|_1 = o(n) $ でも有効であり、従来の結果の有効範囲を著しく拡張している。