[論文レビュー] Transition probability estimates for long range random walks

Mathav Murugan, Laurent Salo-Coste|arXiv (Cornell University)|Nov 11, 2014

Stochastic processes and statistical mechanics参考文献 15被引用数 15

ひとこと要約

本稿は、体積倍加と正規変動を満たす一様離散的メトリック測度空間上で、長距離ランダムウォークの $n$-ステップ遷移密度関数の鋭いグローバルな上界および下界を確立する。メトリック変換を用いてジャンプカーネルの条件を一般の正規変動関数に拡張することで、スケーリング $n / (V_h(d(x,y)) \phi(d(x,y)))$ および $1/V_h(n^{1/\beta})$ に一致する、乗法的定数の範囲内で熱核推定が得られることを証明した。この結果は、べき則減衰を示す Lévy 型過程に対する既存の推定を一般化・統一するものである。

ABSTRACT

Let $(M,d,μ)$ be a uniformly discrete metric measure space satisfying space homogeneous volume doubling condition. We consider discrete time Markov chains on $M$ symmetric with respect to $μ$ and whose one-step transition density is comparable to $ (V_h(d(x,y)) ϕ(d(x,y))^{-1}$, where $ϕ$ is a positive continuous regularly varying function with index $β\in (0,2)$ and $V_h$ is the homogeneous volume growth function. Extending several existing work by other authors, we prove global upper and lower bounds for $n$-step transition probability density that are sharp up to constants.

研究の動機と目的

• 一様離散的メトリック測度空間上での長距離ランダムウォークの $n$-ステップ遷移密度関数のグローバルな上界および下界を導出すること。
• 既存の熱核推定を、べき則減衰を超えて一般の正規変動関数へ拡張すること。
• 乗法的定数の範囲内でスケーリング $n / (V_h(d(x,y)) \phi(d(x,y)))$ および $1/V_h(n^{1/\beta})$ に一致する鋭い推定を確立すること。
• 体積倍加を満たすメトリック測度空間における長距離 Lévy 型過程に関する先行研究を統合・拡張すること。

提案手法

• 体積倍加および数え上げ測度との比較性を満たす一様離散的メトリック測度空間 $(M,d,\mu)$ の使用。
• 正規変動関数 $\phi$ を用いた一般化ジャンプカーネル条件 $JP(\beta)$ の導入。ここで $J(x,y) \asymp 1/(V_h(d(x,y)) \phi(d(x,y)))$ であり、$\phi$ は指数 $\beta \in (0,2)$ の正規変動関数。
• 凹関数 $g$ を用いたメトリック変換を適用し、一般化されたケースを標準的なべき則ケースに還元すること。
• 中間点を経由するチェインニング・アーギュメントと Chapman-Kolmogorov 方程式を用いた、上界および下界の熱核推定の証明。
• 体積倍加および正規変動を用いて、変換後のメトリック下での $V_h$ および $V_h^\prime$ の成長を制御すること。
• 標準的な $n^{1/\beta}$ スケーリングおよび $d(x,y)$ 依存の減衰との比較により、鋭い境界を確立すること。

実験結果

リサーチクエスチョン

• RQ1 体積倍加および一般の正規変動ジャンプカーネルを有するメトリック測度空間上での長距離ランダムウォークの $n$-ステップ遷移密度関数に対して、鋭いグローバルな上界および下界を確立できるか？
• RQ2 このような一般化されたジャンプカーネル下で、遷移密度は時間 $n$ および距離 $d(x,y)$ に対してどのようにスケーリングするか？
• RQ3 体積成長関数 $V_h$ および正規変動関数 $\phi$ が熱核挙動を決定づける際に果たす正確な役割は何か？
• RQ4 メトリック変換技術を用いて、標準的なべき則推定をより一般のジャンプカーネルへ拡張できるか？
• RQ5 関数 $\phi$ がべき関数ではなく、指数 $\beta \in (0,2)$ の一般の正規変動関数である場合、境界はどの程度鋭いまま保たれるか？

主な発見

• すべての $n \in \mathbb{N}^*$ および $x,y \in M$ に対して、$h_n(x,y)$ は上界 $h_n(x,y) \leq C \left( \frac{1}{V_h(n^{1/\beta})} \wedge \frac{n}{V_h(d(x,y)) \phi(d(x,y))} \right)$ を満たし、$C$ は $n,x,y$ に依存しない。
• 下界も同様に成立：$h_n(x,y) \geq c \left( \frac{1}{V_h(n^{1/\beta})} \wedge \frac{n}{V_h(d(x,y)) \phi(d(x,y))} \right)$ であり、定数の範囲で鋭さが保証される。
• 結果は、$\phi$ が指数 $\beta \in (0,2)$ の一般の正規変動関数である場合にも拡張可能であり、凹関数 $g$ を用いたメトリック変換により実現される。
• 変換後のメトリック $d' = g \circ d$ において、ジャンプカーネルはある $\delta \in (\beta,2)$ に対して標準的な $UJP(\delta)$ および $LJP(\delta)$ 条件を満たし、既知の推定が適用可能になる。
• 新しいメトリック下での体積成長は $V_h^\prime(r) \asymp V_h(r^{\delta/\beta} l_\#(r^{\delta/\beta}))$ と表され、スケーリング構造が保存される。
• 最終的な境界は元のメトリックおよび $\phi$ を用いて表現されており、漸近的挙動が $V_h(n^{1/\beta} l_\#(n^{1/\beta}))$ および $V_h(d(x,y)) \phi(d(x,y))$ に支配されることを示している。