[논문 리뷰] Metastable behavior of weakly mixing Markov chains: the case of reversible, critical zero-range processes

Cláudio Landim, Diego Marcondes외 1명|arXiv (Cornell University)|2020. 06. 07.

Stochastic processes and statistical mechanics참고 문헌 11인용 수 5

한 줄 요약

이 논문은 전통적인 혼합 조건이 실패할 경우에도 적용 가능한, 약하게 혼합되는 마르코프 체인에서 준안정 행동을 분석하기 위한 일반적인 방법을 개발한다. 이는 임계 영역에서의 0-범위 과정(α=1)에 적용되었으며, 응집상 수용체의 위치가 상태 공간 S 위에서 시간 척도 $N^2 \log N$ 에서 랜덤 워크를 수행함을 보여주며, 이에 따른 전이 확률은 기저가 되는 랜덤 워크의 용량에 비례한다.

ABSTRACT

We present a general method to derive the metastable behavior of weakly mixing Markov chains. This approach is based on properties of the resolvent equations and can be applied to metastable dynamics which do not satisfy the mixing conditions required in Beltrán and Landim (2010,2012) or in Landim et. al. (2020). As an application, we study the metastable behavior of critical zero-range processes. Let $r: S imes S o \bb R_+$ be the jump rates of an irreducible random walk on a finite set $S$, reversible with respect to the uniform measure. For $α>0$, let $g: \bb N o \bb R_+$ be given by $g(0)=0$, $g(1)=1$, $g(k) = [k/(k-1)]^α$, $k\ge 2$. Consider a zero-range process on $S$ in which a particle jumps from a site $x$, occupied by $k$ particles, to a site $y$ at rate $g(k) r(x,y)$. For $α\ge 1$, in the stationary state, as the total number of particles, represented by $N$, tends to infinity, all particles but a negligible number accumulate at one single site. This phenomenon is called condensation. Since condensation occurs if and only if $α\ge 1$, we call the case $α=1$ critical. By applying the general method established in the first part of the article to the critical case, we show that the site which concentrates almost all particles evolves in the time-scale $N^2 \log N$ as a random walk on $S$ whose transition rates are proportional to the capacities of the underlying random walk.

연구 동기 및 목표

• 표준 혼합 조건이 성립하지 않는 약하게 혼합되는 마르코프 체인에서 준안정 행동을 분석하기 위한 일반적 프레임워크를 수립하는 것.
• 응집 현상이 발생하지만 이전 방법으로는 완전히 기술되지 않는 임계 매개변수 α=1에서의 0-범위 과정의 준안정 동역학을 연구하는 것.
• 유한 집합 S 위의 임계 0-범위 과정에서 응집상 수용체 위치의 시간 척도와 최종 동역학을 규명하는 것.
• 응집상의 최종 진화를 상태 공간 S 위의 연속 시간 랜덤 워크로 기술하는 것. 전이 확률은 기저 랜덤 워크의 용량에 의해 결정된다.

제안 방법

• 강한 혼합 가정에 의존하지 않는, 약하게 혼합되는 마르코프 체인에 기반한 일반적 접근법을 개발하며, 복원 방정정식을 해결하는 데 초점을 맞춘다.
• 입자 농도와 관련된 校정된 함수인 $h_\ell$을 사용하여 준안정 동역학을 분석하기 위해 라플라스 유형의 함수 $F_m = \sum_{\ell=2}^m \frac{1}{\ell} h_\ell^{1/2}$ 를 도입한다.
• 입자 수와 용량 추정치로부터 유도된 경계를 사용하여, 생성자 $\mathscr{A}_N$ 에 대한 $h_\ell^{1/2}$ 의 이차 테일러 전개를 수행한다.
• 에프론-스타인 부등식과 용량 추정치를 적용하여 변동성을 통제하고, 준안정 영역에서 $F_m$ 의 이완이 음수가 되도록 보장한다.
• 준안정 집합 $\mathcal{U}_{N}^{x_0}$ 과 경계 집합 $\partial \mathcal{D}_\ell$ 으로 상태 공간을 분해하여, 응집 구성 상태 근처의 분석을 국소화한다.
• 균일 측도에 대해 기저 랜덤 워크가 가역적임을 이용하여, 용량 기반 전이 확률을 유도한다.

실험 결과

연구 질문

• RQ1 표준 혼합 조건이 실패할 경우, 약하게 혼합되는 마르코프 체인에서 준안정 행동을 어떻게 엄밀하게 분석할 수 있는가?
• RQ2 임계 0-범위 과정에서 α=1일 때 응집상 수용체 위치의 시간 척도와 최종 동역학은 무엇인가?
• RQ3 응집상의 운동 전이 확률은 기저 랜덤 워크의 용량과 어떻게 관련이 있는가?
• RQ4 복원 방정정식 방법은 약혼합성을 가지는 시스템에서 준안정 전이를 포착하는 데 어떤 역할을 하는가?
• RQ5 응집상의 운동은 상태 공간 S 위의 연속 시간 마르코프 체인으로 기술될 수 있는가? 만약 가능하다면, 그 전이 확률은 무엇인가?

주요 결과

• 임계 0-범위 과정에서 α=1일 때 응집상은 $N^2 \log N$ 시간 척도에서 진화하며, 이는 초임계 영역에서 관측된 $N^2$ 척도보다 느리다.
• 응집상 위치의 최종 운동은 상태 공간 S 위의 연속 시간 랜덤 워크이며, 전이 확률은 기저 랜덤 워크의 용량에 비례한다.
• 리아프노프 함수 분석을 통해 최종 과정의 생성자를 유도하였으며, 준안정 집합 내에서 음의 이완을 보여주어 준안정 행동을 확인한다.
• 이 방법은 강한 혼합성을 요구하지 않는 시스템에도 적용 가능하여, 이전 연구에서 요구한 더 강한 에르고딕성 또는 혼합 조건을 초월한다.
• α=1일 때 정적 측도는 모든 입자 중 $\ell_N$ 개를 제외한 나머지 입자가 한 점에 집중된 구성에 집중되며, 이때 $\ell_N \to \infty$ 이고 $\ell_N/N \to 0$ 이다.
• 추가적인 $\ell_N$ 조건 하에서 $\mu_N(\mathcal{E}_N^x) \to 1/|S|$ 의 수렴이 확립되어, 평형 상태에서 각 지점 간 대칭적인 응집이 발생함을 확인한다.