[논문 리뷰] The slow regime of randomly biased walks on trees

Yueyun Hu, Zhan Shi|arXiv (Cornell University)|2015. 01. 30.

Stochastic processes and statistical mechanics참고 문헌 31인용 수 6

한 줄 요약

이 논문은 초임계 Galton–Watson 트리 위에서 무작위로 편향된 랜덤 워크의 느린 영역을 연구한다. 여기서 워크는 영재귀적이고, 최대 이동 거리가 $(\log n)^3$의 순서를 따른다. 이 논문은 워크의 위치 $X_n$의 쿼런스 법이 시간에 따라 변하는 불변 측도로 수렴함을 증명하며, $|X_n| / (\log n)^2$ 가 비퇴화한 극한 분포로 수렴함을 보인다. 이 극한 분포의 법은 명시적으로 계산된다.

ABSTRACT

We are interested in the randomly biased random walk on the supercritical Galton--Watson tree. Our attention is focused on a slow regime when the biased random walk $(X_n)$ is null recurrent, making a maximal displacement of order of magnitude $(\log n)^3$ in the first $n$ steps. We study the localization problem of $X_n$ and prove that the quenched law of $X_n$ can be approximated by a certain invariant probability depending on $n$ and the random environment. As a consequence, we establish that upon the survival of the system, $\frac{|X_n|}{(\log n)^2}$ converges in law to some non-degenerate limit on $(0, \infty)$ whose law is explicitly computed.

연구 동기 및 목표

• 초임계 Galton–Watson 트리 위에서 무작위로 편향된 랜덤 워크의 국소화 및 스케일링 행동을, 영재귀적(느린) 영역에서 분석하는 것.
• 특히 영재귀 조건 하에서 장기적 한계에서 워크 위치 $X_n$ 의 쿼런스 분포를 이해하는 것.
• 스케일링된 이동 거리 $|X_n| / (\log n)^2$ 가 비퇴화한 극한 분포로 수렴함을 증명하는 것.
• 환경의 무작위 구조와 덧셈형 마팅게일을 이용해 극한 법을 명시적으로 기술하는 것.
• 고정된 편향에서의 결과를, $\mathbf{E}[\sum A_i] = 1$ 과 $\mathbf{E}[\sum A_i \log A_i] = 0$ 을 만족하는 i.i.d. 전이 편향을 가진 무작위 환경으로 확장하는 것.

제안 방법

• 각 정점에서 i.i.d. 편향 벡터 $A(x)$ 를 가진 Galton–Watson 트리 위에서의 무작위 환경 내 랜덤 워크의 프레임워크를 사용한다.
• 잠재 에너지 측도와 국소 시간 구조를 분석하기 위해 덧셈형 마팅게일 $W_k = \sum_{|x|=k} e^{-V(x)}$ 를 적용한다.
• 환경의 잠재 에너지 $V(x)$ 와 외곽선에서의 국소 시간 $\mathscr{L}_n$ 을 이용해 구성된 시간에 따라 변하는 불변 측도 $\pi_n$ 을 도입하며, 이는 시간 $n$ 에서 $X_n$ 의 법을 근사한다.
• 커플링 방법과 총 변동 거리 제어를 통해 $P_\omega(X_n \in A)$ 가 $\pi_n(A)$ 에 잘 근사됨을 보이며, 오차는 $\mathbf{P}^*$-확률에서 0으로 수렴한다.
• 이산적인 워크의 성격을 다루기 위해 $\pi_n$ 과 $\pi_{n-1}$ 을 이용한 시간 평균화 기법을 적용하여 법 수렴을 도출한다.
• 결과적으로 $Y_n / \log n \to 2D_\infty / \sigma^2$ 가 $\mathbf{P}^*$-확률에서 수렴하고, $W_k^{(\lambda)}$ 의 渐近적 행동을 이용해 극한 분포를 유도한다.

실험 결과

연구 질문

• RQ1 Galton–Watson 트리 위에서 편향 랜덤 워크의 영재귀 영역에서 위치 $X_n$ 의 쿼런스 법은 어떻게 행동하는가?
• RQ2 이 영역에서 최대 이동 거리 $\max_{i \leq n} |X_i|$ 의 스케일링 행동은 어떠한가?
• RQ3 $|X_n| / (\log n)^2$ 가 비퇴화한 극한 분포로 수렴하는가? 만약 그렇다면 그 법은 무엇인가?
• RQ4 환경에서 유도된 시간에 따라 변하는 불변 측도로 $X_n$ 의 쿼런스 분포를 근사할 수 있는가?
• RQ5 덧셈형 마팅게일 $W_k$ 와 잠재 에너지 $V(x)$ 는 국소화 및 수렴 결과에 어떻게 기여하는가?

주요 결과

• 편향 워크의 최대 이동 거리는 생존 조건 하에서 거의 확실히 $\lim_{n \to \infty} \frac{1}{(\log n)^3} \max_{0 \leq i \leq n} |X_i| = \frac{8}{3\pi^2 \sigma^2}$ 를 만족한다.
• 쿼런스 법 $P_\omega(X_n \in \cdot)$ 는 시간에 따라 변하는 불변 측도 $\pi_n$ 으로 점점 더 잘 근사되며, $\mathrm{d_{tv}}(P_\omega(X_n \in \cdot), \pi_n(\cdot)) \to 0$ 이 $\mathbf{P}^*$-확률에서 성립한다.
• $|X_n| / (\log n)^2$ 는 $(0, \infty)$ 에서 비퇴화한 극한 분포로 수렴하며, 그 법은 $\mathbb{E}[(B^{1/2} \wedge \frac{1}{\sigma \eta}) - b^{1/2}] \mathbf{1}_{\{\eta \leq \frac{1}{\sigma b^{1/2}}\}}$ 로 명시적으로 계산된다.
• 극한 분포는 정규화된 덧셈형 마팅게일 $D_\infty$ 에서 유래된 무작위 변수 $\eta$ 에 의존하며, 환경의 법을 통해 특성화된다.
• 수렴은 적분 조건 (1.3) 과 경계 영역 조건 (1.2) 하에서 성립하며, 이는 영재귀성과 극한의 존재를 보장한다.
• 증명은 $\sum_{|x|=k} \mathbf{1}_{\{x < \mathscr{L}_n\}} e^{-V(x)}$ 의 합이 $W_k^{(\log n)}$ 과 渐近적 등가임을 이용하며, 스케일링 극한에서 이 값은 안정 분포로 수렴한다.