[논문 리뷰] Elephant random walks with delays

Allan Gut, Ulrich Stadtmüller|arXiv (Cornell University)|2019. 06. 11.

Stochastic processes and statistical mechanics참고 문헌 8인용 수 4

한 줄 요약

이 논문은 보행자가 정확히 한 단계를 멈출 수 있는 확률을 가질 수 있도록 보행자 기억 메커니즘을 세 상태 과정(±1, 0)으로 일반화함으로써 염소 랜덤 워크(ERW)를 지연을 고려한 형태로 확장한다. 위치에 대한 대수법칙과 점근 정규성을 확립하여, 기댓값과 분산이 선형 성장을 보이며, 한계 분포가 기억 구조와 지연 확률에 따라 달라짐을 보여준다.

ABSTRACT

In the simple random walk the steps are independent, viz., the walker has no memory. In contrast, in the Elephant Random walk (ERW), which was introduced by Schütz and Trimper in 2004, the walker remembers the whole past, and the next step always depends on the whole path so far. One extension, as suggested in a recent paper by Bercu et al. (arXiv:1902.11220v1), is to allow for delays, that is, to put mass at zero. Our aim is to extend known result for the ordinary ERW to a Random Walk With Delays (ERWD).

연구 동기 및 목표

• 각 단계에서 멈추는 것(지연)의 가능성을 포함하여 고전적 염소 랜덤 워크를 일반화하는 것.
• 기존의 일반 ERW에 대한 결과(예: 대수법칙과 점근 정규성)를 지연이 있는 경우로 확장하는 것.
• 기억 구조가 제한된 경우(예: 첫 번째 단계 또는 최근 단계만 기억) 보행자의 거동을 분석하는 것.
• 다양한 기억 및 지연 구성 조건 하에서 위치 과정의 한계 분포를 평균과 분산 측면에서 특성화하는 것.
• 특히 기억 구조와 관련하여 지연된 ERW 모델에서 단계 전이와 임계 매개변수를 규명하는 것.

제안 방법

• K가 1에서 n까지 균일하게 선택된 바에 따라 다음 단계가 +X_K, -X_K 또는 0일 확률이 각각 p, q, r(=1)이 되도록 염소 랜덤 워크에 지연을 도입한 ERWD를 정의한다.
• 조건부 기댓값 E(X_{n+1} | G_n) = (2p - 1) * S_n / n 을 사용하여 마팅게일 구조와 모멘트 방정식을 유도한다.
• 고정된 초기 조건 하에서 위치 T_n의 첫 번째 및 두 번째 절대 및 중심 모멘트를 계산하기 위해 모멘트 방법을 적용한다.
• 차분 방정식과 점근 전개를 사용하여 E(T_n) 및 Var(T_n)의 점근 표현식을 유도하고, n에 대해 선형 성장을 보임을 보인다.
• 보행자에 의해 형성된 마코프 체인의 균일 에르고딕성에 기반하여 약한 수렴을 확립함으로써 마코프 체인에 대한 중심극한정리의 적용을 가능하게 한다.
• 초기 값이 고정된 경우(X_1 = 1, -1 또는 0)의 결과를 랜덤 초기 조건으로 일반화하기 위해 기댓값과 분산을 혼합 분포와 결합한다.

실험 결과

연구 질문

• RQ1 지연(즉, 멈추는 비율이 0이 아닌 경우)의 포함이 염소 랜덤 워크의 장기적 거동에 어떤 영향을 미치는가?
• RQ2 완전한 기억과 제한된 기억 조건 하에서 지연이 있는 ERW에 대한 점근 대수법칙과 중심극한정리의 형태는 어떠한가?
• RQ3 기존 ERW에서 관찰되는 p = 3/4에서의 단계 전이 현상은 지연된 ERW 모델에서도 유지되는가? 임계점은 지연 확률 r에 따라 어떻게 달라지는가?
• RQ4 염소가 첫 번째 단계만 또는 최근 단계만 기억할 경우, 위치의 평균과 분산은 시간이 지남에 따라 어떻게 증가하는가?
• RQ5 초기 단계가 랜덤일 경우, 정규화된 위치의 한계 분포가 정규분포와 점질량의 혼합으로 특성화될 수 있는가?

주요 결과

• n → ∞ 일 때, 기댓값 E(S_n)/n 이 (p - q)/(2 + q - p) 에 확률적으로 수렴함을 보여, 지연된 ERW에 대한 대수법칙을 확립한다.
• S_n의 분산은 n에 대해 선형으로 증가하며, Var(S_n) ~ n * σ_S² 이다. 여기서 σ_S² = [(p - q)² / (2 + q - p)²] * (p + q - (p - q)²) 이다.
• 정규화된 위치 (S_n - n(p - q)X_1 / (2 + q - p)) / √n 이 분포 수렴하여 (p + q)N(0, σ_T²) + rδ₀ 형태의 정규분포와 점질량의 혼합분포가 된다.
• 염소가 첫 번째 단계만 기억할 경우, 평균은 n에 대해 선형으로 증가하고, 분산 역시 선형이며, 모멘트 방정식을 통해 명시적 표현식이 도출된다.
• 최근 단계만 기억하는 경우, 과정은 마코프적이며 균일 에르고딕적이므로 마코프 체인에 대한 중심극한정리의 적용이 가능하다.
• 지연된 모델에서 단계 전이의 임계점은 p - q = 1/2 일 때이며, r = 0 인 경우 p = 3/4 로 축소되어 원래 ERW와 일치한다.