[論文レビュー] The frog model with drift on R

Josh Rosenberg|arXiv (Cornell University)|May 26, 2016

Stochastic processes and statistical mechanics参考文献 4被引用数 5

ひとこと要約

本稿は、実数直線上のドリフト付きカエルモデルを研究しており、活性なカエルは左方向のドリフトを伴うブラウン運動をし、ポisson過程（強度関数f）に従って分布する眠りうつカエルを接触時に覚醒させる。原点の再訪問の無限性を決定する鋭い積分条件 ∫₀^∞ e^{−f(t)/(2λ)} f(t) dt = ∞ を確立し、臨界ケースは f(t) = 2λ log(t+1) である。

ABSTRACT

Consider a Poisson process on $\mathbb{R}$ with intensity $f$ where $0 \leq f(x)

研究の動機と目的

• ドリフト付きカエルモデルにおける原点の再発性・非再発性を特徴づける強度関数 f の必要十分条件を特定すること。
• 非時定的ランダムウォークの離散モデルから、ブラウン運動とドリフトを用いた連続空間設定への結果の拡張。
• f(t) の増大率に強く依存する非再発性の鋭い閾値条件を確立すること。
• カエルモデルと関連する非一様出生死滅過程との関係を分析すること。
• f の単調性が鋭い条件が成り立つために本質的であることを示し、f が非単調な場合の反例を構成すること。

提案手法

• 出生率 f(t)1_{X_t>0} および死滅率 X_t を持つ連続時間非時定的出生死滅過程 {X_t} を定義し、活性なカエルをモデル化する。
• カエルモデルにおける非再発性が、X_t が確率1で有限時間内に 0 に到達することと同値であることを証明する。
• 0 が吸収的でない補助過程 {Y_t} を導入し、非再発性が Y_t が 0 から 1 に無限回ジャンプすることと同値であることを示す。
• 漸近的解析を用いて、t→∞ のとき Y_t の分布が ∫₀ᵗ e^{−(t−u)}f(u) du を平均とするポアソン分布に収束することを示す。
• 0 から 1 へのジャンプ回数の期待値と、積分 ∫₀^∞ e^{−f(t)/(2λ)} f(t) dt の発散との関係を確立する。
• スケーリングを用いて一般の λ > 0 の場合を特殊ケース λ = 1/2 に還元し、解析を簡略化する。

実験結果

リサーチクエスチョン

• RQ1 強度関数 f がどのような条件下で、ドリフト付きカエルモデルにおける原点が無限回訪問されるか？
• RQ2 f(t) の増大率、特に対数関数的および反復対数関数的スケールにおいて、非再発性／再発性の挙動はどのように依存するか？
• RQ3 f が単調でない場合に、∫₀^∞ e^{−f(t)/(2λ)} f(t) dt = ∞ が非再発性に対して必要かつ十分であるか？
• RQ4 整数点にポアソン(f(n))で分布する眠りうつカエルを持つ ℤ 上の離散モデルは、連続ケースと同様の積分条件を用いて解析可能か？
• RQ5 f が有界または可積分である場合、鋭い条件はどのように変化し、このような場合が非再発性にどのように影響するか？

主な発見

• ドリフト付きカエルモデルが原点で非再発的であるための必要十分条件は、∫₀^∞ e^{−f(t)/(2λ)} f(t) dt = ∞ である。これは再発挙動の鋭い閾値を確立する。
• f(t) = 2λ log(t+1) の場合、積分は発散するため、モデルは非再発的である。f(t) = 2λ log(t+1) + 4λ log log(t+e) の場合も非再発的であり、f(t) = 2λ log(t+1) + (4+ε)λ log log(t+e) の場合、非再発的でなくなる。
• 臨界ケース f(t) = 2λ log(t+1) は非再発性と再発性を分かつ境界であり、この閾値で積分がちょうど発散する。
• f が非単調な場合、例えば f(t) = 1 on [2ⁿ, 2ⁿ+1) および f(t) = t その他の場合、積分 ∫₀^∞ e^{−f(t)} f(t) dt < ∞ であり、非再発的であるが、鋭い条件は成立しない。
• ℤ 上の離散モデルにおいて、整数点にポアソン(f(n))で分布する眠りうつカエルがある場合、同様に鋭い条件が成り立つ：非再発的であるための必要十分条件は ∫₀^∞ e^{−f(t)/(2λ)} f(t) dt = ∞ である。
• f が有界かつ可積分である場合、そのような f は ∫ e^{−f(t)} f(t) dt < ∞ を満たすが、依然として非再発的モデルを生成するため、鋭い条件が成り立つためには単調性が必要であることが示される。