[論文レビュー] Scaling limits and aging for asymmetric trap models on the complete graph and K-processes

S. C. Bezerra, Luiz Renato Fontes+3 more|arXiv (Cornell University)|Feb 18, 2012

Stochastic processes and statistical mechanics参考文献 24被引用数 6

ひとこと要約

本稿では、完全グラフ上の非対称トラップモデルのスケーリング極限を、トラップ深さダイナミクスを用いた新しい表現を導入することで確立し、非対称K過程の定義に至る。自己相似スケーリング極限を通じてアーリング行動を導出し、自己相似性と相関関数の収束により、極限過程が完全なアーリングを示すことを示している。

ABSTRACT

We obtain scaling limit results for asymmetric trap models and their infinite volume counterparts, namely asymmetric K processes. Aging results for the latter processes are derived therefrom.

研究の動機と目的

• サイトの位置ではなくトラップ深さダイナミクスを用いることで、完全グラフ上の非対称トラップモデルのスケーリング極限を統一的に扱うフレームワークを構築すること。
• 非対称K過程を、トラップ深さ過程の無限体積極限として導入し、先行研究における対称K過程を一般化すること。
• 消滅時間における自己相似スケーリング極限を分析することで、非対称K過程のアーリング結果を導出すること。
• 極限過程が相関関数だけでなく、ダイナミクスそのものによっても完全なアーリングを示すことを示すこと。
• トラップ深さ過程 $ Z_n $ が、位置情報が必要な相関関数の解析を可能にし、時計過程に基づくアプローチの限界を克服できることを示すこと。

提案手法

• 非対称トラップモデルを、サイトの位置ではなく訪問中のトラップの深さを追跡する過程 $ Z_n(t) = \tau_{Y_n(t)}^{1-a} $ で表現する。
• 補助的過程の極限挙動と極限過程との関連を示す連続性特性（補題2.1）を確立し、$ Z_n $ の収束結果を得る。
• 2つの関連する補助的過程を用いる：1つは累積時間、もう1つはジャンプ時刻を表し、後者は最初のものに対するi.i.d.指数変数の積分として定義される。
• 時間スケーリングを $ \varepsilon \to 0 $ で行い、自己相似極限過程 $ \hat{Z} $ を得る。この過程は消滅時間スケールでのアーリングを捉えている。
• 点過程 $ \hat{\cal P}^{(\varepsilon)} $ と $ \hat{\Gamma}^{(\varepsilon)} $ がそれぞれ極限 $ \hat{\cal P} $ と $ \hat{\Gamma} $ に収束することを分析し、分布収束を保証する。
• 極限過程 $ \hat{Z}^{(\varepsilon)} $ から $ \hat{Z} $ への収束と関数型の連続性を用い、$ \hat{\Pi}(t,s) $、$ \hat{R}(t,s) $、$ \hat{Q}(t,s) $ のような相関関数の極限を導出する。

実験結果

リサーチクエスチョン

• RQ1 異なる時間スケールの範囲で、完全グラフ上の非対称トラップモデルのスケーリング極限を一貫して導出する方法は何か？
• RQ2 非対称トラップモデルに対応する無限体積極限過程は何か？ また、それにより先行研究の対称K過程はどのように一般化されるか？
• RQ3 極限過程は完全なアーリング行動を示すか？ もしそうならば、2時間相関関数を超えて、どのように特徴づけられるか？
• RQ4 位置情報が必要な相関関数（ジャンプ時刻を超えるもの）は、トラップ深さ過程 $ Z_n $ を用いて解析可能か？ また、これにより時計過程に基づく手法に比べてどのように向上するか？
• RQ5 自己相似性は、極限過程 $ \hat{Z} $ のアーリング行動を特徴付ける上で果たす役割は何か？ また、システムのダイナミクスとどのように関係するか？

主な発見

• 非対称K過程 $ Z $ は、最も深いトラップの時間スケールにおけるトラップ深さ過程 $ Z_n $ のスケーリング極限として特定され、対称K過程を一般化する。
• 消滅時間における極限過程 $ \hat{Z} $ は指数1の自己相似性を示し、相関関数にとどまらずダイナミクスそのものにまで及ぶ完全なアーリング行動を示している。
• $ \hat{Z}^{(\varepsilon)} $ から $ \hat{Z} $ への収束により、アーリング相関関数 $ \hat{\Pi}(t,s) $、$ \hat{R}(t,s) $、$ \hat{Q}(t,s) $ が分布収束することが保証され、$ \hat{Q}(t,s) $ はシステム内の新規性の確率を捉えている。
• 点過程 $ \hat{\cal P}^{(\varepsilon)} $ と $ \hat{\Gamma}^{(\varepsilon)} $ が極限に収束することにより、極限ダイナミクスが時間スケーリングに対して適切に定義され、安定していることが保証される。
• 本手法により、ジャンプ時刻と位置の両方に依存する相関関数の解析が可能となり、時計過程のみでは捉えきれない範囲にまで適用範囲を拡大できる。
• $ \hat{Z} $ の自己相似性により、$ \hat{Q}(t,s) $ は比 $ t/s $ のみに依存することが示唆されるが、この関数形の明示的表現は得られていない。