[논문 리뷰] Branching random walk in Z^4 with branching at the origin only

Yueyun Hu, Vladimir Vatutin외 1명|arXiv (Cornell University)|2010. 06. 24.

Stochastic processes and statistical mechanics참고 문헌 7인용 수 7

한 줄 요약

이 논문은 분열이 원점에서만 허용되는 $ℤ^4$ 상의 임계 분열 랜덤 워크를 조사하여, $t \to \infty$ 일 때 점점 더 살아남는 확률 $q(t) \sim C \frac{\log t}{t}$ 를 도출한다. 여기서 $C > 0$ 는 모델의 파라미터에 의존한다. 또한, 생존 조건 하에서 정규화된 원점에 있는 입자 수가 비퇴화된 분포로 수렴함을 보여주는 얀글로프 유형의 극한 정리도 증명한다. 이 분포의 누적분포함수는 $x > 0$ 에 대해 $\frac{1}{3} + \frac{2}{3}(1 - e^{-2x/3})$ 이다. 이는 $d=4$ 에서의 열린 문제를 해결한다.

ABSTRACT

For the critical branching random walk in $\mathbb{Z}^{4}$ with branching at the origin only we find the asymptotic behavior of the probability of the event that there are particles at the origin at moment $t ightarrow \infty $ and prove a Yaglom type conditional limit theorem for the number of individuals at the origin given that there are particles at the origin.

연구 동기 및 목표

• 임계 분열 랜덤 워크가 $\mathbb{Z}^4$ 에서 원점에서만 분열이 일어날 때, 생존 확률의 점점 더 큰 행동 $q(t) = \mathbb{P}(\mu_0(t) > 0)$ 을 다루는 열린 문제를 해결한다.
• 비멸망 조건 하에서 원점에 있는 입자 수에 대한 얀글로프 유형의 조건부 극한 정리를 확립한다.
• 네 차원에서 기저 랜덤 워크의 재귀성 성질과 임계 분열 메커니즘 사이의 상호작용을 조사한다.
• 생존 확률과 원점에 있는 입자 수의 조건부 분포에 대해 정확한 점점 더 큰 표현을 제공한다.
• 기존 문헌에서 다른 차원에서는 진전이 있었지만, $d=4$ 의 경우는 여전히 해결되지 않은 문제를 메운다.

제안 방법

• 원점과 그 외부에서 입자 수의 진화를 모델링하기 위해 생성함수 접근법을 사용하여 생존 확률에 대한 커플렉션 방정식을 유도한다.
• 핵심 커플렉션 방정식에 이차 분석을 적용하여 난잡한 상한을 개선하고 $q(t)$ 의 정확한 점점 더 큰 행동을 도출한다.
• 다항식 형식의 후손 생성함수를 가진 보조 분열 과정을 구성하여 실제 생존 확률의 상한과 하한을 구한다.
• 모노토닉리티와 생성함수의 수렴성을 활용하여 진짜 과정과 상하한 과정을 비교한다.
• 조건부 라플라스 변환 방법을 사용하여 $\mu_0(t)$ 의 극한 분포를 분석한다. 이때 보조 과정에서 유도된 경계를 활용한다.
• 기존의 잠재핵 및 $\mathbb{Z}^4$ 상의 복귀 확률 결과를 활용하여 상수 $C$ 를 $a$, $\alpha$, $f^{(2)}(1)$, $\gamma_4$ 를 포함한 표현으로 표현한다. 여기서 $\gamma_4$ 는 랜덤 워크의 잠재핵에서 유래한 상수이다.

실험 결과

연구 질문

• RQ1 원점에서만 분열이 일어나는 $\mathbb{Z}^4$ 상의 임계 분열 랜덤 워크에서 생존 확률 $q(t) = \mathbb{P}(\mu_0(t) > 0)$ 의 정확한 점점 더 큰 행동은 무엇인가?
• RQ2 시간 $t \to \infty$ 일 때, 최소한 한 개 이상의 입자가 존재한다는 조건 하에서 원점에 있는 입자 수의 조건부 분포는 어떻게 행동하는가?
• RQ3 차원 $d=4$ 는 임계 분열 과정에서 어떤 역할을 하는가? 특히 재귀성과 생존 확률와의 관련성에서 살펴본다.
• RQ4 점점 더 큰 표현에서의 상수들이 후손 분산과 이동 분포를 포함한 모델 파라미터에 어떻게 의존하는가?
• RQ5 다항식 형식의 후손 법칙을 가진 보조 분열 과정과의 비교를 통해 원점에 있는 입자 수에 대한 조건부 극한 정리를 확립할 수 있는가?

주요 결과

• 생존 확률 $q(t) = \mathbb{P}(\mu_0(t) > 0)$ 는 $t \to \infty$ 일 때 $q(t) \sim C \frac{\log t}{t}$ 를 만족한다. 여기서 $C = \frac{3a(1-\alpha)\gamma_4 h_4^2}{\alpha f^{(2)}(1)} > 0$ 이다.
• 상수 $C$ 는 점프 속도 $a$, 사망 확률 $\alpha$, $\mathbb{Z}^4$ 에서 원점으로의 최종 복귀 확률 $h_4$, 후손 생성함수의 두 번째 도함수 $f^{(2)}(1)$, 그리고 랜덤 워크의 잠재핵에서 유래한 상수 $\gamma_4$ 에 대해 명시적으로 의존한다.
• 조건부 분포 $\mu_0(t)$ 는 $\mu_0(t) > 0$ 라는 조건 하에 약한 수렴을 통해 비퇴화된 극한 분포로 수렴하며, 이 분포의 누적분포함수는 $x > 0$ 에 대해 $\frac{1}{3} + \frac{2}{3}(1 - e^{-2x/3})$ 이다.
• 비멸망 조건 하에서 원점에 있는 입자 수의 기댓값은 $\mathbb{E}[\mu_0(t) \mid \mu_0(t) > 0] \sim \frac{3}{\alpha f^{(2)}(1) C^2} \frac{t}{\log^2 t}$ 를 만족하며, $t \to \infty$ 일 때 성립한다.
• 생존 확률의 점점 더 큰 행동은 커플렉션 방정식의 이차 분석을 통해 도출되며, 이는 일차 분석만으로는 난잡한 상한만 도출되기 때문이다.
• 증명은 다항식 형식의 후손 분포를 가진 상한 및 하한 과정을 구성하고, 생성함수의 모노토닉리티와 수렴성을 활용하여 진짜 생존 확률과 그 조건부 모멘트를 압착하는 데 의존한다.