[論文レビュー] Optimal tail exponents in general last passage percolation via bootstrapping & geodesic geometry

Shirshendu Ganguly, Milind Hegde|arXiv (Cornell University)|Jul 7, 2020

Random Matrices and Applications参考文献 33被引用数 5

ひとこと要約

本稿は、曲率および伸びた指数型尾部の仮定の下で、一般の i.i.d. 重みをもつ Z² 上の最後の通過透過（LPP）に対して、上尾の最適な尾指数 3/2 および下尾の最適な尾指数 3 を確立する。超加法性と測地線幾何学に基づく新規なブートストラップ手続きを用いて、可積分性に依存せずに KPZ普遍性クラス全体にわたってこれらの指数を普遍的に導出する。これにより、GUE Tracy-Widom分布に観察される尾挙動が幾何学的に説明される。

ABSTRACT

We consider last passage percolation on $\mathbb Z^2$ with general weight distributions, which is expected to be a member of the Kardar-Parisi-Zhang (KPZ) universality class. In this model, an oriented path between given endpoints which maximizes the sum of the i.i.d. weight variables associated to its vertices is called a geodesic. Under natural conditions of curvature of the limiting geodesic weight profile and stretched exponential decay of both tails of the point-to-point weight, we use geometric arguments to upgrade the assumptions to prove optimal upper and lower tail behavior with the exponents of $3/2$ and $3$ for the weight of the geodesic from $(1,1)$ to $(r,r)$ for all large finite $r$. The proofs merge several ideas, including the well known super-additivity property of last passage values, concentration of measure behavior for sums of stretched exponential random variables, and geometric insights coming from the study of geodesics and more general objects called geodesic watermelons. Previously such optimal behavior was only known for exactly solvable models, with proofs relying on hard analysis of formulas from integrable probability, which are unavailable in the general setting. Our results illustrate a facet of universality in a class of KPZ stochastic growth models and provide a geometric explanation of the upper and lower tail exponents of the GUE Tracy-Widom distribution, the conjectured one point scaling limit of such models. The key arguments are based on an observation of general interest that super-additivity allows a natural iterative bootstrapping procedure to obtain improved tail estimates.

研究の動機と目的

• 可積分モデルを超えるKPZ普遍性クラスにおける最後の通過透過重みの最適な尾挙動を確立すること。
• 可積分確率論における正確な公式に依存しない、幾何的かつ分布に依存しない手法を開発すること。
• KPZフラクチュエーション指数 1/3 と普遍的な尾指数 3/2 および 3 を、新規なブートストラップ機構を通じて結びつけること。
• 一般のLPPモデルにおけるGUE Tracy-Widom分布の上尾および下尾指数を、幾何学的かつ確率論的原理によって説明すること。
• 超加法性と測地線の横方向フラクチュエーションの制御を通じて、尾推定手法を統一すること。

提案手法

• 最後の通過透過値の超加法性を用い、ブートストラップ機構により反復的に尾推定を改善する。
• 伸びた指数型確率変数の和の濃縮を用いて、偏差を制御する。
• 測地線のメロン構造と平面性を用いて、スケールをまたいで横方向フラクチュエーションの境界を導出する。
• 測地線の全般的な横方向フラクチュエーションを制御するため、二進スケールにおける精密な和集合バウンドを導入する。
• 区間全体にわたる粗い近似を避けるために、点別中心化と上界制御を用いる。
• 測地線の順序付けとパス優位性の相互作用を活用し、フラクチュエーション事象の確率的境界を導出する。

実験結果

リサーチクエスチョン

• RQ1 可積分性や正確な分布公式を仮定せずに、最後の通過透過における 3/2 および 3 の最適な尾指数を導出できるか？
• RQ2 超加法性はどのように反復的な尾推定の改善を可能にするブートストラップ手続きを可能にするか？
• RQ3 測地線幾何学と横方向フラクチュエーションは、測地線重みにおける大偏差の確率を制御するために果たす役割は何か？
• RQ4 濃縮の法則と幾何的議論は、KPZモデルにおける正確な代数的計算をどのように置き換えるか？
• RQ5 GUE Tracy-Widom分布の普遍的尾指数は、一般のLPPモデルにおける幾何学的および確率論的原理によって説明可能か？

主な発見

• 点 (1,1) から (r,r) への測地線重みの上尾確率は、大きな θ に対して exp(−cθ³/²) のオーダーで減少し、GUE Tracy-Widom分布の上尾指数と一致する。
• 下尾確率は exp(−cθ³) のオーダーで減少し、与えられた仮定の下で下尾に最適な指数 3 を達成する。
• この証明により、曲率および伸びた指数型尾部減衰を満たす一般の i.i.d. 重み分布に対して、これらの尾指数が普遍的に成立することが示された。
• 超加法性に基づく新規なブートストラップ機構により、正確な公式に依存せずに、反復的な尾推定の改善が可能となった。
• 二進スケールの多重的分解と和集合バウンドを用いて、中点からの横方向フラクチュエーション境界を測地線全体に拡張した。
• 結果として、GUE Tracy-Widom分布で観察される普遍的尾指数が、KPZフラクチュエーション指数 1/3 と関連づけられる幾何的説明が得られた。