[논문 리뷰] A fixed-point equation approach for the superdiffusive elephant random walk

Hélène Guérin, Lucile Laulin외 1명|arXiv (Cornell University)|2023. 08. 28.

Stochastic processes and statistical mechanicsMathematics인용 수 3

한 줄 요약

이 논문은 초산성 다차원 코끼리 랜덤 워크(MERW)의 극한 분포에 대한 고정점 방정식을 설정하여, Pólya 유형의 우르니 모델과 연결함으로써, 차원 1~3에서 극한 변수의 밀도 존재성을 증명하고 1차원에서 모멘트에 대한 비선형 재귀관계를 제시하며, 모멘트 생성 함수의 유한성을 입증함으로써 MERW의 점근적 행동에 관해 오랫동안 미해결이었던 문제들을 해결한다.

ABSTRACT

We study the elephant random walk in arbitrary dimension $d\geq 1$. Our main focus is the limiting random variable appearing in the superdiffusive regime. Building on a link between the elephant random walk and Pólya-type urn models, we prove a fixed-point equation (or system in dimension two and larger) for the limiting variable. Based on this, we deduce several properties of the limit distribution, such as the existence of a density with support on $\mathbb R^d$ for $d\in\{1,2,3\}$, and we bring evidence for a similar result for $d\geq 4$. We also investigate the moment-generating function of the limit and give, in dimension $1$, a non-linear recurrence relation for the moments.

연구 동기 및 목표

• 임의의 차원 d≥1에서 초산성 코끼리 랜덤 워크(ERW)의 극한 분포에 관해 미해결이었던 문제들을 해결하기 위해.
• ERW를 Pólya 유형의 우르니 모델과 연결하여 극한 변수에 대한 고정점 방정식을 수립하기 위해.
• 차원 1, 2, 3에서 극한 분포의 Lebesgue 밀도 존재성을 증명하기 위해.
• 모멘트 생성 함수의 유한성과 1차원에서의 모멘트 재귀관계를 조사하기 위해.
• Krylov 부분공간 분석을 통해 결과를 고차원(d≥4)으로 확장하나, 철저한 증명은 d≤3에 국한된다.

제안 방법

• q=1인 ERW와 Pólya 유형의 우르니 과정 간의 연결을 이용해 1차원에서 극한 변수 $ L_1 $에 대한 고정점 방정식을 유도한다.
• 관계 $ L_q \overset{\mathcal{L}}{=} (2\xi_q - 1)L_1 $을 활용해 1차원에서 일반적인 $ q \in [0,1] $로 결과를 확장한다.
• 극한을 랜덤 벡터로 모델링함으로써 고정점 방정식의 체계를 다차원 ERW(MERW)로 일반화한다.
• Krylov 부분공간 기법을 활용해 고차원(d≥4)에서 극한 분포의 구조를 분석하나, 철저한 증명은 d≤3로 제한된다.
• 확장된 Carleman 기준을 적용하여 극한 분포가 모멘트에 의해 유일하게 결정됨을 증명한다.
• Gamma 함수와 매개수 $ a = 2p - 1 $를 활용하여 $ \mathbb{E}[\|\mathbf{Y}^{j}\|^{\ell}] $에 대한 재귀적 경계를 통한 모멘트 추정을 수행한다.

Figure 1: A trajectory of the Elephant random walk in the superdiffusive regime until time $n=1000$ , with $p=0.87$ and $q=0.9$ .

실험 결과

연구 질문

• RQ1 초산성 MERW의 극한 랜덤 변수는 차원 1, 2, 3에서 Lebesgue 밀도를 갖는가?
• RQ2 모든 차원에서 극한 분포의 모멘트 생성 함수가 유한한가?
• RQ3 1차원에서 극한 변수의 모멘트에 대한 비선형 재귀관계가 존재하는가?
• RQ4 고차원에서 극한 분포를 지배하는 고정점 방정식의 구조는 어떠한가?
• RQ5 Carleman 기준과 모멘트 추정을 통해 극한 분포의 모멘트 문제는 어떻게 해결할 수 있는가?

주요 결과

• 1차원에서 극한 변수 $ L_1 $은 고정점 방정식 $ L_1 \overset{\mathcal{L}}{=} V^a L_1^{(1)} + (2\xi_p - 1)(1 - V)^a L_1^{(2)} $를 만족하며, 여기서 $ V \sim \mathcal{U}[0,1] $, $ \xi_p \sim \text{Bernoulli}(p) $이며, 모든 변수는 상호독립이다.
• MERW의 극한 분포는 $ d \in \{1,2,3\} $에서 $ \mathbb{R}^d $ 위에 지지된 밀도를 갖는다. 또한 d≥4에 대해서는 Krylov 부분공간 분석을 통한 증거가 제시된다.
• 극한 $ \mathbf{L} $의 모멘트 생성 함수는 $ \mathbb{R}^d $에서 유한하며, $ \|\mathbf{L}\|^2 $의 모멘트 생성 함수는 $ \mathbb{R} $에서 유한하여 지수 꼬리가 있음을 시사한다.
• 1차원에서 $ L_1 $의 모멘트는 고정점 방정식에서 유도된 비선형 재귀관계를 만족한다.
• 확장된 Carleman 기준에 의해 극한 분포는 모멘트에 의해 유일하게 결정됨이 확인된다.
• 균일한 제1단계 분포를 갖는 MERW에 대해 $ \mathbb{E}[\mathbf{L}] = 0 $ 이고 $ \mathbb{E}[\mathbf{L}\mathbf{L}^T] = \frac{1}{d(2a - 1)\Gamma(2a)} I_d $ 이며, 여기서 $ a = 2p - 1 $이다.

Figure 4: Histogram and method of moments approximation of the density (blue lines) of $L_{q}$ . First (resp. second, third) line: $p=0.77$ (resp. $p=0.87$ , $p=0.92$ ). First (resp. second, third) column: $q=0.5$ (resp. $q=0.7$ , $q=0.9$ ).