[논문 리뷰] Asymptotic of the maximal displacement in a branching random walk

Bastien Mallein|arXiv (Cornell University)|2016. 05. 26.

Stochastic processes and statistical mechanics참고 문헌 15인용 수 9

한 줄 요약

이 논문은 실수선 위의 초임계 분열 랜덤 워크에서, 거의 최적에 가까운 적분 가능성 조건 하에 최대 이동 거리의 점근적 행동을 규명한다. Roberts(2009)의 영감을 받은 정교한 척추 분해법과 굽은 경계 분석을 사용하여, 생존 사건에서 거의 확실히 $ M_n = -\frac{3}{2}\log n + O_{\mathbb{P}}(1) $ 를 만족함을 증명하며, 선도 입자들의 정확한 변동성과 계통 구조를 규명한다.

ABSTRACT

In this article, we study the maximal displacement in a branching random walk. We prove that its asymptotic behaviour consists in a first almost sure ballistic term, a negative logarithmic correction in probability and stochastically bounded fluctuations. This result, proved by Addario-Berry and Reed, and Hu and Shi is given here under close-to-optimal integrability conditions. We provide simple proofs for this result, also deducing the genealogical structure of the individuals that are close to the maximal displacement.

연구 동기 및 목표

• 실수선 위의 분열 랜덤 워크에서 최대 이동 거리 $ M_n $ 의 정밀한 점근적 행동을 보정 항과 변동성을 포함하여 규명하는 것.
• 이전 연구에서 요구한 강력한 모멘트 가정보다 더 가벼운 적분 가능성 조건 하에서도 결과를 확립하는 것.
• 근최대 이동 거리를 달성하는 개인의 계통적 구조를 규명하여, 그들이 서로 가까운 친족이거나 최근 공통 조상이 공유된다는 것을 보여주는 것.
• 복잡한 커플링 추론을 피하기 위해 척추 분해법과 굽은 경계 기법을 사용하여 점근적 행동을 단순화된 방식으로 증명하는 것.

제안 방법

• Lyons가 도입한 분열 랜덤 워크의 척추 분해법을 활용하여 측도를 재가중하고, 덧셈 모멘트를 랜덤 워크 추정치와 연결한다.
• 입자가 경계를 초월하는 수를 분석하기 위해 굽은 경계 $ f_n(k) = \sqrt{2k} - \frac{3}{2} \frac{k}{n} \log n $ 를 도입하여 $ M_n $ 의 왼쪽 尾의 정밀한 통제를 가능하게 한다.
• 독립 동일분포 확률변수의 증분을 가진 랜덤 워크에 대한 정교한 대규모 편차 추정치를 적용하며, Aïdékon과 Shi(2010)의 결과를 비-i.i.d. 교란 요소를 다룰 수 있도록 확장한다.
• 분열 랜덤 워크와 갈톤-워슨 과정 사이의 커플링 기법을 사용하여 최대 이동 거리와 관련된 희귀 사건의 확률을 통제한다.
• 마르코프 성질과 경로 기반 추정치를 적용하여, 시간에 따라 변하는 경계 위를 랜덤 워크가 유지하는 확률을 통제하며, 교란이 존재하더라도 안정성을 확보한다.
• 척추 측도를 사용한 부트스트랩 추론을 통해 모멘트 추정치를 도출하며, 적분 가능성 조건이 필요하고 거의 최적임을 보장한다.

실험 결과

연구 질문

• RQ1 초임계 분열 랜덤 워크에서 최대 이동 거리 $ M_n $ 의 정밀한 점근 전개는 무엇이며, 보정 항이 포함되는가?
• RQ2 $ M_n $ 의 중앙값 주위에서의 변동성은 어떻게 행동하며, 그 극한 분포의 성격은 무엇인가?
• RQ3 근최대 이동 거리를 달성하는 입자들의 계통적 구조는 어떠한가? 즉, 그들은 공통 조상 주위에 집합되어 있는가?
• RQ4 적분 가능성 조건이 거의 최적일 경우, $ M_n $ 의 점근적 행동을 유도할 수 있는가?
• RQ5 굽은 경계 기법은 이전에 $ o(\log n) $ 오차 항만을 제공했던 접근법보다 어떻게 개선되는가?

주요 결과

• 가정 (1.1), (1.2), (1.3) 하에 생존 사건 $ S $ 에서 거의 확실히 $ M_n = -\frac{3}{2}\log n + O_{\mathbb{P}}(1) $ 를 만족한다.
• $ O_{\mathbb{P}}(1) $ 항은 확률적으로 유계인 변동성을 포괄하며, 중심화된 최대 이동 거리의 타이트니스를 확인한다.
• 로그 보정 항 $ -\frac{3}{2}\log n $ 는 분열 메커니즘과 경계 케이스 조건 $ \mathbb{E}[\sum e^{V(u)}] = 1 $ 간의 상호작용에서 유래한다.
• 선도 입자들의 계통적 구조는 다음과 같이 규명된다: 그들은 서로 가까운 친족이거나, 그들의 최근 공통 조상이 루트의 가까운 친족이다.
• 적분 가능성 조건 (1.3) 이 거의 최적임이 입증되었으며, 이는 척추 분해법에서 자연스럽게 유도되며 Chen(2010)의 알려진 정밀도 결과와 일치한다.
• 굽은 경계와 정교한 랜덤 워크 추정치를 기반으로 한 증명 기법은 오차 항이 1차수로 유도되며, 이는 이전 연구에서 달성한 $ o(\log n) $ 정밀도를 초월한다.