[논문 리뷰] The most visited sites of biased random walks on trees

Yueyun Hu, Zhan Shi|arXiv (Cornell University)|2015. 02. 10.

Stochastic processes and statistical mechanics참고 문헌 17인용 수 3

한 줄 요약

이 논문은 측도가 변화하는 상황에서 초임계 Galton–Watson 트리 위에서의 편향된 랜덤 워크의 가장 자주 방문된 정점들을 연구한다. 이는 최적화된 분포의 강한 수렴성을 보여주며, 이는 무작위 잠재함수의 최소화자 주변에 집중됨을 의미한다. 이는 비대칭 랜덤 워크에서 에르도스와 레베시가 제기한 문제를 해결하는 첫 번째 비자명한 예시로서, 영속성 없는 랜덤 워크의 경우에 대해 비이상적인 최대 방문 정점의 존재를 보여준다.

ABSTRACT

We consider the slow movement of randomly biased random walk $(X_n)$ on a supercritical Galton--Watson tree, and are interested in the sites on the tree that are most visited by the biased random walk. Our main result implies tightness of the distributions of the most visited sites under the annealed measure. This is in contrast with the one-dimensional case, and provides, to the best of our knowledge, the first non-trivial example of null recurrent random walk whose most visited sites are not transient, a question originally raised by Erdős and Révész [11] for simple symmetric random walk on the line.

연구 동기 및 목표

• 초임계 Galton–Watson 트리 위에서의 편향된 랜덤 워크의 장기적 행동을 분석한다.
• 에르도스와 레베시가 직선 위의 대칭 랜덤 워크에 대해 제기한 바와 같이, 영속성 없는 랜덤 워크의 최대 방문 정점이 비이상적인지 여쭤본다.
• annealed 측도 하에서 가장 자주 방문된 정점의 분포의 강도를 확립한다.
• 편향된 워크와 관련된 무작위 잠재함수를 통해 최대 방문 정점의 극한 위치를 특성화한다.
• annealed 측도 하에서 최대 방문 정점이 거의 확실히 잠재함수의 최소화자로 수렴함을 증명한다.

제안 방법

• 전이 확률의 비율을 이용해 루트에서의 경로를 따라 무작위 환경 $\omega(x,y)$ 를 정의하고, 이는 정점마다 독립적으로 동일하게 분포된다.
• 경로를 따라 전이 확률의 로그 비율을 이용해 무작위 잠재함수 $V(x)$ 를 정의하며, 이는 환경와 분기 랜덤 워크의 구조를 연결한다.
• 환경 $\omega$ 와 워크 경로를 모두 통합하는 annealed 측도 $\mathbb{P}$ 를 사용하여 일반적인 행동을 분석한다.
• 점점 커지는 척도를 확립한다: $|X_n| / (\log n)^2 \to X_\infty$ 법적으로 수렴하고, $\max_{i\leq n} |X_i| / (\log n)^3 \to c_1$ 거의 확실히 수렴하며, 이는 느린 재진입을 나타낸다.
• 지역 시간 $L_n(x)$ 와 최대 지역 시간을 달성하는 정점 집합인 최대 방문 정점 $\mathscr{A}_n$ 을 분석하고, 이들의 위치를 잠재함수 $U(x)$ 와 연결한다.
• annealed 측도 하에서 최대 방문 정점 $x_n$ 이 $U(x_n) \to \inf_{x\in\mathbb{T}} U(x)$ 확률적으로 수렴함을 증명하며, 이는 $U$ 의 최소화자로 수렴함을 의미한다.

실험 결과

연구 질문

• RQ1 Galton–Watson 트리 위에서의 영속성 없는 편향된 랜덤 워크의 최대 방문 정점은 annealed 측도 하에서 이동성인지 아니면 정착성인지?
• RQ2 일반적인 1차원 대칭 케이스와는 반대로, 영속성 없는 랜덤 워크의 최대 방문 정점들이 유한한 집합에 집중될 수 있는가?
• RQ3 최대 방문 정점의 극한 분포는 무작위 잠재함수 $U(x)$ 를 어떻게 기술하는가?
• RQ4 annealed 측도 하에서 최대 방문 정점의 법칙은 강도를 가지는가? 만약 그렇다면, 그들의 극한 위치는 무엇에 의해 결정되는가?
• RQ5 무작위 잠재함수 $U(x)$ 는 트리 내에서 최대 방문 정점의 점점 커지는 국소화를 어떻게 지배하는가?

주요 결과

• annealed 측도 하에서 최대 방문 정점의 분포는 강도를 가지며, 이는 분포적으로 무한히 떨어지지 않음을 의미한다.
• 최대 방문 정점은 거의 확실히 잠재함수 $U(x)$ 의 최소화자 집합 $\mathscr{U}_{\min}$ 으로 수렴한다. 즉, $n \to \infty$ 일 때 $\mathbb{P}^*(x_n \in \mathscr{U}_{\min}) \to 1$ 이다.
• 정점 $x$ 에서의 점점 커지는 지역 시간은 $L_n(x) \sim \frac{n}{\log n} \cdot \frac{\sigma^2}{4D_\infty} e^{-U(x)}$ 로 스케일링되며, $U(x)$ 는 방문 빈도의 상대적 비율을 결정한다.
• 워크의 위치는 분포적으로 $|X_n| \sim (\log n)^2 X_\infty$ 로 증가하며, 시간 $n$ 까지의 최대 이동 거리는 거의 확실히 $c_1 (\log n)^3$ 으로 수렴한다.
• 무작위 환경에서 유도된 잠재함수 $U(x)$ 는 최대 방문 정점의 국소화를 지배하며, $x_n$ 은 $U(x)$ 를 최소화하는 정점으로 수렴한다.
• 이 결과는 영속성 없는 랜덤 워크의 경우에 대해 최대 방문 정점이 비이상적이며, 에르도스와 레베시가 제기한 오랜 동안 열려있던 문제를 해결하는 첫 번째 비자명한 예시이다.