[논문 리뷰] On the critical branching random walk I: Branching capacity and visiting probability

Qingsan Zhu|arXiv (Cornell University)|2016. 11. 30.

Stochastic processes and statistical mechanics참고 문헌 10인용 수 9

한 줄 요약

이 논문은 $d \geq 5$ 인 $\mathbb{Z}^d$ 의 유한 부분집합에 대해 분기 용량을 도입하여 임계 분기 랜덤 워크로의 이산 잠재론을 확장한다. 고정된 집합을 방문할 확률에 대한 渐近 법칙과 첫 번째 및 마지막으로 도달하는 점의 극한 분포를 확립하며, 이들이 각각 정규화된 도태 및 멸종 측도로 수렴함을 보이며, 분기 용량이 스케일링 행동을 지배함을 보여준다.

ABSTRACT

We extend the theory of discrete capacity to critical branching random walk. We introduce branching capacity for any finite subset of $\Z^d, d\geq5$. Analogous to the regular discrete capacity, branching capacity is closely related to the asymptotics of the probability of visiting a fixed finite set by a critical branching random walk starting from a distant point and the conditional distribution of the hitting point.

연구 동기 및 목표

• 고차원($d \geq 5$)에서 임계 분기 랜덤 워크로 고전적인 이산 용량 이론을 확장하는 것.
• 일반 랜덤 워크의 용량 개념을 일반화하는 새로운 분기 용량의 개념을 정의하는 것.
• 유한 집합 $K$ 에서 멀리 떨어져 시작하는 분기 랜덤 워크가 $K$ 를 방문할 확률에 대한 渐近 법칙과 $K$ 의 첫 번째 및 마지막 도달 점 분포를 확립하는 것.
• 조건부 분포로서 첫 번째 및 마지막 도착 점이 각각 도태 확률과 멸종 확률에 비례하는 측도로 수렴함을 보이며, 분기 용량으로 정규화된 형태임을 보여주는 것.

제안 방법

• 두 가지 핵심 함수를 도입한다: $\text{Es}_K(x)$ 는 $x$ 에서 시작하는 분기 랜덤 워크가 영원히 $K$ 를 피할 확률이며, $\text{Esc}_K(x)$ 는 마지막 방문 후 $K$ 를 피할 확률이다.
• 유한 집합 $K \subset \mathbb{Z}^d$ 의 분기 용량을 $\text{BCap}(K) = \sum_{z \in K} \text{Es}_K(z) = \sum_{z \in K} \text{Esc}_K(z)$ 로 정의하며, 쌍대성에 의해 일관성을 확보한다.
• 그린 함수와 조화 측도를 사용하여 도달 확률을 분기 용량과 연결하며, 첫 번째 및 마지막 방문 분포 간의 쌍대성을 활용한다.
• 랜덤 워크의 경우에서의 상수 $a_d$ 를 사용하여 渐近 스케일링 법칙을 확립하며, $\|x︱^{d-2} \cdot P(\mathcal{S}_x \text{ visits } K) \to a_d \cdot \text{BCap}(K)$ 를 $\|x\| \to \infty$ 일 때 증명한다.
• 공간을 링형 영역으로 분해하고, 첫 번째 도착 렘마와 오버슈트 렘마를 적용하여 도달 확률을 분해하고 추정하며, 기하학적 및 확률적 경계를 사용한다.
• 분기 용량으로 정규화된 $\text{Es}_K(a)/\text{BCap}(K)$ 와 $\text{Esc}_K(a)/\text{BCap}(K)$ 로 수렴함을 보이며, $x \to \infty$ 일 때 첫 번째 및 마지막 도착 점의 조건부 분포가 수렴함을 증명한다.

실험 결과

연구 질문

• RQ1 고전적인 이산 용량 개념은 고차원에서 임계 분기 랜덤 워크로 어떻게 일반화될 수 있는가?
• RQ2 임계 분기 랜덤 워크가 유한 집합 $K$ 에서 멀리 떨어져 시작할 때 $K$ 를 방문할 확률의 渐近 행동은 어떠한가?
• RQ3 조건부로 $K$ 를 방문할 경우, $K$ 의 첫 번째 및 마지막 도착 점의 극한 분포는 무엇인가?
• RQ4 도태 확률 $\text{Es}_K(a)$ 와 멸종 확률 $\text{Esc}_K(a)$ 는 분기 용량 $\text{BCap}(K)$ 와 어떻게 관련되어 있는가?
• RQ5 $K$ 와 분기 워크의 범위의 전체 교집합이 $K$ 를 방문한다는 조건 하에 분포 수렴이 이루어지는가?

주요 결과

• 임계 분기 랜덤 워크가 $x$ 에서 시작할 때 고정된 유한 집합 $K \subset \mathbb{Z}^d$ ($d \geq 5$) 를 방문할 확률의 渐近적 행동은 $\|x︱^{d-2} \cdot P(\mathcal{S}_x \text{ visits } K) \to a_d \cdot \text{BCap}(K)$ 로 표현되며, $\|x\| \to \infty$ 일 때 성립한다. 여기서 $a_d$ 는 고전적 랜덤 워크의 경우와 동일한 상수이다.
• 조건부로 $K$ 를 방문할 경우, 첫 번째 도착 점의 분포는 $\text{Es}_K(a)/\text{BCap}(K)$ 로 수렴하며, 여기서 $\text{Es}_K(a)$ 는 점 $a$ 에서의 도태 확률이다.
• 조건부로 $K$ 를 방문할 경우, 마지막 도착 점의 분포는 $\text{Esc}_K(a)/\text{BCap}(K)$ 로 수렴하며, 여기서 $\text{Esc}_K(a)$ 는 점 $a$ 에서의 멸종 확률이다.
• 분기 용량 $\text{BCap}(K)$ 는 잘 정의되어 있으며, $\sum_{z \in K} \text{Es}_K(z) = \sum_{z \in K} \text{Esc}_K(z)$ 를 만족하여, 첫 번째 및 마지막 방문의 渐近 행동 간 일관성을 보장한다.
• 조건부로 $K$ 를 방문할 경우, $\mathcal{S}_x$ 의 범위와 $K$ 의 전체 교집합은 $x \to \infty$ 일 때 분포 수렴하며, 이 극한은 진입 점들에 의해 결정된다.
• 증명은 공간을 링형 영역으로 기하학적으로 분해하고, 그린 함수 추정 및 첫 번째 도착 렘마와 오버슈트 렘마를 활용한 조화 측도의 경계를 사용하며, 점프 분포에 대한 $L^d$-감쇠 조건이 적분 가능성 보장에 기여한다.