[논문 리뷰] Tail asymptotic of the stationary distribution for the state dependent (1,R)-reflecting random walk: near critical

Wenming Hong, Ke Zhou|arXiv (Cornell University)|2013. 02. 13.

Stochastic processes and statistical mechanics참고 문헌 7인용 수 3

한 줄 요약

이 논문은 상태에 따라 변하는 (1,2)-반사 랜덤 워크의 정상 분포에 대해 명시적인 정상성 기준을 수립하고, 내재된 분열 과정 구조를 이용하여 정상 분포를 유도한다. '근사 임계' 영역에서 전이 확률이 영재귀 경계에 수렴할 때 정상 분포의 尾행동을 분석하며, 이 경우 재귀성은 편향 $\varepsilon_i$를 포함하는 급수의 수렴성에 의해 결정되며, 정상성일 경우 $\log \pi(i) \sim -\kappa \sum_{k=0}^i \varepsilon_k$의 상한 대비 대칭 수렴 속도를 보인다.

ABSTRACT

In this paper, we consider the $(1,R)$ state-dependent reflecting random walk (RW) on the half line, allowing the size of jumps to the right at maximal $R$ and to the left only 1. We provide an explicit criterion for positive recurrence and the explicit expression of the stationary distribution based on the intrinsic branching structure within the walk. As an application, we obtain the tail asymptotic of the stationary distribution in the "near critical" situation.

연구 동기 및 목표

• 상태에 따라 변하는 (1,R)-반사 랜덤 워크(여기서 R=2)에 대한 정상성의 엄밀한 기준을 수립하기 위해.
• 워크의 내재된 분열 과정 구조를 이용하여 정상 분포에 대한 명시적 표현을 도출하기 위해.
• 전이 확률이 영재귀 경계에 수렴하는 '근사 임계' 영역에서 정상 분포의 꼬리 행동을 분석하기 위해.
• $\varepsilon_i \to 0$일 때 보행자가 영재귀에서 정상재귀로 전이되는 정확한 조건을 규명하기 위해.

제안 방법

• 상태에 따라 변하는 점프 비율에서 유도된 전이 행렬 $M_i$의 곱을 통해 $\mu(i)$를 정상 측도로 정의한다.
• 행렬 $M_i$를 사용하여 분열 과정의 구조를 모델링하며, 항목 $\theta_k(i) = \frac{p_k(i) + \cdots + p_R(i)}{q(i)}$를 정의한다.
• 유사변환을 통한 유사행렬 $T$와 고유값 $\lambda_1, \lambda_2$를 이용해 행렬 곱 $M_{i-1}^\prime \cdots M_1^\prime$의 점근적 분석을 수행한다.
• 대각화 및 곱의 추정을 통해 $\mu(i)$의 점근적 행동을 확립하며, 결과적으로 $\mu(i) \sim c \cdot \prod_{k=0}^{i-1} (1 - \kappa \varepsilon_k)$를 도출한다.
• 로그 근사 $\log(1 - \kappa \varepsilon_k) \sim -\kappa \varepsilon_k$를 적용하여 $\mu(i)$의 감쇠 속도를 유도한다.
• 합 $\sum \mu(i)$ 및 $\sum \prod_{k=0}^i e^{-\kappa \varepsilon_k}$의 수렴성을 검사하여 재귀 유형을 결정한다.

실험 결과

연구 질문

• RQ1 상태에 따라 변하는 (1,2)-반사 랜덤 워크가 정상재귀가 되는 조건은 무엇인가?
• RQ2 전이 확률이 영재귀 경계에 수렴할 때 정상 분포의 꼬리 행동은 어떻게 되는가?
• RQ3 전이 확률이 $p_1(i) + 2p_2(i) \to q(i)$로 수렴하는 '근사 임계' 영역에서 $\pi(i)$의 정확한 점근적 감쇠 속도는 무엇인가?
• RQ4 $\sum \varepsilon_i$ 및 $\sum \varepsilon_i^p$의 수렴 성질이 재귀 분류에 어떻게 영향을 미치는가?
• RQ5 $\varepsilon_i \to 0$가 느리게 수렴할 때 정상재귀와 영재귀의 경계는 무엇에 의해 결정되는가?

주요 결과

• 정상 측도 $\mu(i)$는 $\mu(i) = \frac{1}{q(i)} \alpha M_1 \cdots M_{i-1} e_1^\prime$로 명시적으로 주어지며, $M_i$는 상태에 따라 변하는 전이 구조를 코딩한다.
• 정상재귀는 $\sum_{i=0}^\infty \mu(i) < \infty$일 때에만 성립하며, 이는 $\sum \prod_{k=0}^i e^{-\kappa \varepsilon_k}$의 수렴성에 따라 결정되며, 여기서 $\kappa = \frac{4}{q}$이다.
• 정상재귀일 경우 정상 분포의 꼬리는 $i \to \infty$일 때 $\log \pi(i) \sim -\kappa \sum_{k=0}^i \varepsilon_k$를 만족하며, 이는 늦은 지수 감쇠를 나타낸다.
• $\varepsilon_i = C i^{-\alpha}$일 경우, $\alpha > 1/2$ 이면서 $\alpha = 1$일 때 $C\kappa > 1$이면 정상재귀이며, $\alpha > 1$ 이면 $\alpha < 1$일 때도 정상재귀이다.
• $\sum \varepsilon_i < \infty$이면 모든 $P(i) \in D$이어도 보행자는 영재귀적이며, 이는 재귀 유형이 경계 수렴 속도에 민감함을 보여준다.
• 재귀의 임계 기준은 $\sum \prod_{k=0}^i e^{-\kappa \varepsilon_k}$의 수렴성에 의해 결정되며, 이는 정상 측도의 합이 수렴하는지 여부를 결정한다.