[논문 리뷰] Scaling of sub-ballistic 1D Random Walks among biased Random Conductances

Quentin Berger, Michele Salvi|arXiv (Cornell University)|2017. 11. 13.

Stochastic processes and statistical mechanics참고 문헌 10인용 수 4

한 줄 요약

이 논문은 편향된 i.i.d. 랜덤 도전도를 가진 1차원 하향 보행에서, $\alpha \in [0,1]$인 스케일링 지수를 특정하여 $\log X_n / \log n \to \alpha$ 거의 확실히 성립하는 것을 연구한다. 두 모델을 구분한다: 도전도의 지수적 기울임(BiRC), 여기서 $\alpha$는 편향 강도에 영향을 받지 않으며, Mott 변수 범위 이동에 영감을 받은 거리에 의존하는 편향(R1M), 여기서 $\alpha$는 편향 강도에 따라 달라진다. 주요 기여는 두 경우 모두에서 하향 보행의 정확한 스케일링 행동을 규명하는 데 있다.

ABSTRACT

We consider two models of one-dimensional random walks among biased i.i.d. random conductances: the first is the classical exponential tilt of the conductances, while the second comes from the effect of adding an external field to a random walk on a point process (the bias depending on the distance between points). We study the case when the walk is transient to the right but sub-ballistic, and identify the correct scaling of the random walk: we find $\\alpha \\in[0,1]$ such that $\\log X_n / \\log n \ o \\alpha$. Interestingly, $\\alpha$ does not depend on the intensity of the bias in the first case, but it does in the second case.

연구 동기 및 목표

• 보행이 비틀림적이지만 하향 보행(영 속도)일 때, 편향된 i.i.d. 랜덤 도전도를 가진 1차원 보행의 스케일링 행동을 분석하는 것.
• 보행이 $X_n$이 $n^{\alpha + o(1)}$와 같이 증가하는 데 적합한 스케일링 지수 $\alpha \in [0,1]$를 특정하는 것.
• 두 가지 다른 편향 모델을 비교하는 것: 도전도의 지수적 기울임(BiRC)과 Mott 변수 범위 이동에 영감을 받은 거리에 의존하는 편향(R1M).
• 각 모델에서 스케일링 지수 $\alpha$가 편향 강도에 어떻게 의존하는지 규명하는 것.
• 큰 편차 및 모멘트 추정을 사용하여, 두 모델 하에서 $\log X_n / \log n \to \alpha$ 거의 확실히 수렴함을 증명하는 것.

제안 방법

• 보행을 $\mathbb{Z}$ 위의 근처 이웃 과정으로 모델링하며, i.i.d. 도전도 $c_i$와 편향 매개변수 $\delta > 0$를 사용하여 전이 확률을 유도하고, $\omega_i = c_i / (c_{i-1} + c_i)$를 사용한다.
• 두 가지 다른 편향 메커니즘을 분석한다: (1) 지수적 기울임 $c_k \mapsto c_k e^{2k\delta}$ (BiRC), 및 (2) 단순화된 Mott 보행 모델에서의 거리에 의존하는 편향(R1M).
• Zeitouni(2004)의 기준을 적용하여 비틀림성과 영 속도를 확립하며, $\rho_i = c_{i-1}/c_i$를 사용하여 $\mathbb{E}[\log \rho_0] < 0$에 의존한다.
• 큰 편차 추정과 모멘트 한계를 사용하여, $T_n = \sum_{k=1}^n \tau_k$와 같은 주요 덧셈 기능의 尾행동을 분석하고, 여기서 $\tau_k$는 위치 $k$에서의 체류 시간이다. 이를 통해 $X_n$의 스케일링을 유도한다.
• Borel-Cantelli 추론과 마르코프 부등식을 사용하여 $T_n$의 거의 확실한 경계를 보여주며, 이는 $\log T_n / \log n \to 1/\alpha$ 거의 확실히 성립함을 이끌어낸다.
• 모멘트 생성 함수와 정규 분포 꼬리 추정을 사용하여, 꼬리가 규칙적으로 변화하는 i.i.d. 랜덤 변수 $Z_i$의 스케일링 지수 $\alpha$를 $\alpha(\lambda)$와 $\alpha_\infty$를 통해 유도한다.

실험 결과

연구 질문

• RQ1 편향된 i.i.d. 도전도를 가진 하향 보행에서 $X_n = n^{\alpha + o(1)}$가 성립하는 올바른 스케일링 지수 $\alpha$는 무엇인가요?
• RQ2 지수적 기울임 모델(BiRC)에서 스케일링 지수 $\alpha$는 편향 강도에 어떻게 의존합니까?
• RQ3 거리에 의존하는 Mott 보행 모델(R1M)에서 스케일링 지수 $\alpha$는 편향에 어떻게 의존합니까?
• RQ4 두 모델 모두 하향 보행임에도 불구하고 스케일링이 다른 이유는 무엇입니까?
• RQ5 모멘트 및 꼬리 추정을 사용하여 $\log X_n / \log n \to \alpha$의 거의 확실한 수렴을 엄밀하게 증명할 수 있습니까?

주요 결과

• 지수적 기울임(BiRC)을 사용하는 모델에서는 스케일링 지수 $\alpha$가 편향 강도 $\delta$에 영향을 받지 않으며, 도전도 분포의 꼬리 행동에만 의존한다.
• 거리에 의존하는 편향을 가진 R1M 모델에서는 스케일링 지수 $\alpha$가 명시적으로 편향 강도에 따라 달라지며, 이는 편향의 공간적 상관관계의 영향을 반영한다.
• 논문은 두 모델 하에서 $\log X_n / \log n \to \alpha$ 거의 확실히 성립함을 증명하였으며, $\alpha \in [0,1]$이므로 보행의 하향 성격을 확인한다.
• BiRC 모델의 경우, 지수 $\alpha$는 도전도 분포의 꼬리 지수 $\alpha_\infty$에 의해 결정되며, $\alpha_\infty < 1$이면 $\alpha = \alpha_\infty$가 된다.
• R1M 모델의 경우, 점프 크기 분포의 모멘트 생성 함수를 포함하는 변분 문제의 해를 통해 지수 $\alpha$가 도출되며, 어떤 $\lambda$에 대해 $\alpha = \alpha(\lambda)$가 된다.
• 증명은 첫 번째 통과 시간 $T_n$을 모멘트 추정과 Borel-Cantelli를 사용하여 경계함으로써 이루어지며, 이는 $T_n \leq n^{1/\alpha + o(1)}$ 거의 확실히 성립함을 보여주며, 이는 $X_n$의 스케일링을 유도한다.