[论文解读] A fixed-point equation approach for the superdiffusive elephant random walk

Hélène Guérin, Lucile Laulin+1 more|arXiv (Cornell University)|Aug 28, 2023

Stochastic processes and statistical mechanicsMathematics被引用 3

一句话总结

本文通过将超扩散多维爱因斯坦随机游走（MERW）与波利亞型瓮模型联系起来，建立了其极限分布的不动点方程。证明了在1至3维中极限变量存在密度，给出了1维中矩的非线性递推关系，并表明矩生成函数有限，从而解决了关于MERW渐近行为的长期悬而未决问题。

ABSTRACT

We study the elephant random walk in arbitrary dimension $d\geq 1$. Our main focus is the limiting random variable appearing in the superdiffusive regime. Building on a link between the elephant random walk and Pólya-type urn models, we prove a fixed-point equation (or system in dimension two and larger) for the limiting variable. Based on this, we deduce several properties of the limit distribution, such as the existence of a density with support on $\mathbb R^d$ for $d\in\{1,2,3\}$, and we bring evidence for a similar result for $d\geq 4$. We also investigate the moment-generating function of the limit and give, in dimension $1$, a non-linear recurrence relation for the moments.

研究动机与目标

• 解决任意维度d≥1下超扩散爱因斯坦随机游走（ERW）极限分布的开放问题。
• 通过将ERW与波利亞型瓮模型联系，建立极限变量的不动点方程。
• 证明在1、2和3维中，极限分布存在勒贝格密度。
• 研究矩生成函数的有限性，并推导1维中矩的递推关系。
• 通过克里洛夫子空间分析将结果推广至更高维度（d≥4），尽管完整证明仅限于d≤3。

提出的方法

• 通过ERW与q=1的波利亞型瓮过程之间的联系，推导1维中极限变量$L_1$的不动点方程。
• 利用关系式$L_q \overset{\mathcal{L}}{=} (2\xi_q - 1)L_1$，将结果推广至1维中的一般$q \in [0,1]$。
• 通过将极限建模为满足一组不动点方程的随机向量，将不动点方法推广至多维ERW（MERW）。
• 采用克里洛夫子空间技术分析高维（d≥4）下极限分布的结构，尽管完整证明仅限于d≤3。
• 应用扩展的卡勒曼准则，证明极限分布由其矩唯一确定。
• 通过递归边界对$\mathbb{E}[\|\mathbf{Y}^{j}\|^{\ell}]$的矩估计，利用伽马函数和参数$a = 2p - 1$。

Figure 1: A trajectory of the Elephant random walk in the superdiffusive regime until time $n=1000$ , with $p=0.87$ and $q=0.9$ .

实验结果

研究问题

• RQ1 超扩散MERW的极限随机变量在1、2和3维中是否具有勒贝格密度？
• RQ2 极限分布的矩生成函数在所有维度中是否有限？
• RQ3 1维中极限变量的矩是否存在非线性递推关系？
• RQ4 高维中控制极限分布的不动点方程具有何种结构？
• RQ5 如何通过卡勒曼准则和矩估计解决极限分布的矩问题？

主要发现

• 1维中极限变量$L_1$满足不动点方程$L_1 \overset{\mathcal{L}}{=} V^a L_1^{(1)} + (2\xi_p - 1)(1 - V)^a L_1^{(2)}$，其中$V \sim \mathcal{U}[0,1]$，$\xi_p \sim \text{Bernoulli}(p)$，且所有变量相互独立。
• MERW的极限分布对于$d \in \{1,2,3\}$具有在$\mathbb{R}^d$上的密度，且通过克里洛夫子空间分析为$d \geq 4$提供了证据。
• 极限$\mathbf{L}$的矩生成函数在$\mathbb{R}^d$上有限，且$\|\mathbf{L}\|^2$的矩生成函数在$\mathbb{R}$上有限，意味着具有指数尾部。
• 在1维中，$L_1$的矩满足由不动点方程导出的非线性递推关系。
• 极限分布由其矩唯一确定，这一点通过扩展的卡勒曼准则得到确认。
• 对于具有均匀首步分布的MERW，有$\mathbb{E}[\mathbf{L}] = 0$且$\mathbb{E}[\mathbf{L}\mathbf{L}^T] = \frac{1}{d(2a - 1)\Gamma(2a)} I_d$，其中$a = 2p - 1$。

Figure 4: Histogram and method of moments approximation of the density (blue lines) of $L_{q}$ . First (resp. second, third) line: $p=0.77$ (resp. $p=0.87$ , $p=0.92$ ). First (resp. second, third) column: $q=0.5$ (resp. $q=0.7$ , $q=0.9$ ).