[논문 리뷰] An expansion for self-interacting random walks

Remco van der Hofstad, M.P. Holmes|arXiv (Cornell University)|2007. 06. 05.

Stochastic processes and statistical mechanics인용 수 9

한 줄 요약

이 논문은 자가상호작용 랜덤 워크에 대한 페르투르베이션 전개를 도입하여, 존재 조건이 만족될 경우 속도와 분산에 대한 명시적 공식을 가능하게 한다. 이는 소규모 자극 또는 강화 매개수를 가진 고차원에서의 각성 랜덤 워크와 강화 랜덤 워크에 대해 명시적 오차 한계를 가진 대수법칙과 중심극한정리의 수립을 가능하게 한다.

ABSTRACT

We derive a perturbation expansion for general self-interacting random walks, where steps are made on the basis of the history of the path. Examples of models where this expansion applies are reinforced random walk, excited random walk, the true (weakly) self-avoiding walk, loop-erased random walk, and annealed random walk in random environment. In this paper we show that the expansion gives rise to useful formulae for the speed and variance of the random walk, when these quantities are known to exist. The results and formulae of this paper have been used elsewhere by the authors to prove monotonicity properties for the speed (in high dimensions) of excited random walk and related models, and certain models of random walk in random environment. We also derive a law of large numbers and central limit theorem (with explicit error terms) directly from this expansion, under strong assumptions on the expansion coefficients. The assumptions are shown to be satisfied by excited random walk in high dimensions with small excitation parameter, a model of reinforced random walk with underlying drift and small reinforcement parameter, and certain models of random walk in random environment under strong ellipticity conditions. This is the extended version of the paper, where we provide all proofs.

연구 동기 및 목표

• 자기상호작용 랜덤 워크의 장기적 행동을 분석하기 위해 일반적인 페르투르베이션 전개를 개발한다.
• 이들 양이 존재할 경우 속도와 분산에 대한 명시적 공식을 제공하여 분석의 용이성을 향상시킨다.
• 각성 랜덤 워크 및 강화 랜덤 워크와 같은 모델에 대해 명시적 오차 항을 가진 대수법칙과 중심극한정리를 수립한다.
• 전개의 적용 가능성을 전개 계수에 대한 강한 가정 하에 검증하여, 고차원에서의 주요 모델에 대해 성립함을 보인다.
• 특히 페르투르베이션 영역에서 자기상호작용 모델의 매개수 의존적 분석을 가능하게 하여 단조성 및 스케일링 행동을 분석한다.

제안 방법

• 경로 역사와 전이 확률 의존성에 기반한 자기상호작용 랜덤 워크에 대한 페르투르베이션 전개를 유도한다.
• 전개를 사용하여 위치 증분의 공분산을 과거 단계와 드리프트 보정을 포함한 계수들로 표현한다.
• 피드백 보정을 계수 $ a_m^{[i]} $ 및 $ \pi_m(y) $ 를 통해 포함시켜 기대 위치와 공분산에 대한 재귀 관계를 유도한다.
• 꼬리 합의 $ a_m^{[i]} $ 와 $ \theta_r^{[i]} $ 를 경계하여 수정 항의 수렴성을 확보함으로써 점근적 타당성을 보장한다.
• 강한 전개 계수 가정 하에 대수법칙과 중심극한정리에 대한 명시적 오차 한계를 유도하기 위해 전개를 적용한다.
• 각성 랜덤 워크(소규모 자극), 드리프트가 있는 강화 랜덤 워크(소규모 강화), 강력 타원성 조건을 만족하는 랜덤 환경에서의 안내 랜덤 워크에 대해 필요한 가정이 성립함을 검증한다.

실험 결과

연구 질문

• RQ1 자기상호작용 랜덤 워크에 대해 일반적인 페르투르베이션 전개를 도출할 수 있는가? 이는 속도와 분산을 분석하기 위해 가능하다.
• RQ2 어떤 조건에서 전개가 명시적 오차 항을 가진 대수법칙과 중심극한정리를 도출하는가?
• RQ3 소규모 자극 조건 하에서 고차원에서 각성 랜덤 워크에 대해 전개 계수가 필요한 감쇠성 및 합성 가능 조건을 만족하는가?
• RQ4 전개를 사용하여 자기상호작용 모델에서 속도의 단조성 성질을 도출할 수 있는가?
• RQ5 이 방법은 랜덤 환경에서의 안내 랜덤 워크에 적용 가능한가? 어떤 조건에서 중심극한정리를 도출할 수 있는가?

주요 결과

• 전개는 이러한 양이 존재할 경우 자기상호작용 랜덤 워크의 속도와 분산에 대한 명시적 공식을 도출한다.
• 소규모 자극 매개수 조건 하에서 차원 $ d \geq 6 $ 에서 각성 랜덤 워크에 대해 대수법칙이 유도되고, $ d \geq 9 $ 에서는 중심극한정리가 명시적 오차 항과 함께 유도된다.
• 유사한 결과는 강화 매개수가 드리프트에 비해 충분히 작을 경우 한 번 강화된 랜덤 워크에 대해서도 성립한다.
• 전개의 계수에 대한 가정이 고차원에서 소규모 자극 조건을 만족하는 각성 랜덤 워크와 소규모 강화 조건을 만족하는 강화 랜덤 워크에서 성립함을 보였다.
• 이 방법은 매개수 의존적 추정 및 단조성 결과를 도출할 수 있는 프레임워크를 제공하며, 이후 응용 사례에서 이를 입증하였다.
• 전개를 통해 중심극한정리의 정량적 오차 한계를 도출할 수 있었으며, 이는 복귀 및 에르고딕 방법과의 보완적 접근을 가능하게 하였다.