[論文レビュー] Fisher-KPP equation with small data and the extremal process of branching Brownian motion

Leonid Mytnik, Jean‐Michel Roquejoffre+1 more|arXiv (Cornell University)|Sep 4, 2020

Stochastic processes and statistical mechanics参考文献 27被引用数 7

ひとこと要約

本稿は、初期データが小さい場合のFisher-KPP方程式と関連付けることで、二分岐ブラウン運動（BBM）における粒子位置の極限分布を確立する。微小な初期条件 $ \varepsilon \ll 1 $ の下で、導関数マルティンゲール $ Z $ を用いた対数シフトの後、スケーリングされた粒子密度が指数分布 $ e^x $ に収束し、フラクチュエーションが1安定分布に収束することを示す。これは、初期条件が小さい場合のBramsonシフトの詳細な漸近挙動を用いる。結果として、BBM極値過程とKPP方程式ダイナミクスの間の関係が深まる。

ABSTRACT

We consider the limiting extremal process ${\\mathcal X}$ of the particles of the binary branching Brownian motion. We show that after a shift by the logarithm of the derivative martingale $Z$, the rescaled "density" of particles, which are at distance $n+x$ from a position close to the tip of ${\\mathcal X}$, converges in probability to a multiple of the exponential $e^x$ as $n\ o+\\infty$. We also show that the fluctuations of the density, after another scaling and an additional random but explicit shift, converge to a $1$-stable random variable. Our approach uses analytic techniques and is motivated by the connection between the properties of the branching Brownian motion and the Bramson shift of the solutions to the Fisher-KPP equation with some specific initial conditions initiated in \\cite{BD1,BD2} and further developed in the present paper. The proofs of the limit theorems for ${\\mathcal X}$ rely crucially on the fine asymptotics of the behavior of the Bramson shift for the Fisher-KPP equation starting with initial conditions of "size" $0<\\varepsilon\\ll 1$, up to terms of the order $[{(\\log \\varepsilon^{-1})]^{-1-\\gamma}}$, with some $\\gamma>0$.

研究の動機と目的

• 初期データが小さい場合の二分岐ブラウン運動（BBM）における極値粒子過程の極限挙動を理解すること。
• 初期条件が小さい場合のBBM粒子密度とFisher-KPP方程式の解との間の明確な関係を確立すること。
• 適切な中心化とスケーリングの後、粒子位置の漸近的分布を導出すること、特にフラクチュエーションが1安定分布に収束することを示すこと。
• 初期データの大きさが $ \varepsilon \ll 1 $ のFisher-KPP方程式におけるBramsonシフトの漸近挙動を、$ (\log \varepsilon^{-1})^{-1-\gamma} $ 項まで精緻に refining すること。

提案手法

• 微小な初期データ $ \varepsilon \ll 1 $ を持つFisher-KPP方程式の解の漸近的挙動を解析的技法を用いて研究する。
• BBMとFisher-KPP方程式の間のMcKean-Bramson接続を適用し、解 $ u(t,x) $ が $ x $ より上に生存する粒子の確率に等しいことを用いる。
• BBM粒子過程を中心化するために導関数マルティンゲール $ Z $ をランダムシフトとして用いる。これにより、確定的指数密度 $ e^x $ に収束する。
• BBM過程の先端付近でのスケーリングされた粒子密度を分析し、$ n \to \infty $ の下で確率的に $ e^x $ に収束することを証明する。
• 追加のスケーリングとランダムシフトを適用することで、フラクチュエーションの極限分布を導出し、1安定分布への収束を示す。
• 微小初期データにおけるBramsonシフトの鋭い漸近挙動に依存しており、$ \gamma > 0 $ の下で $ (\log \varepsilon^{-1})^{-1-\gamma} $ 項の誤差を含む。

実験結果

リサーチクエスチョン

• RQ1 初期データが小さい場合、二分岐ブラウン運動における粒子のスケーリング密度は、先端付近でどのように振る舞うか？
• RQ2 導関数マルティンゲールの対数による中心化の後、粒子フラクチュエーションの極限分布は何か？
• RQ3 初期データが $ \varepsilon \ll 1 $ のFisher-KPP方程式におけるBramsonシフトの漸近挙動は、BBM極値過程の収束にどのように影響するか？
• RQ4 BBMにおける粒子密度のフラクチュエーションは安定分布に収束するか？ もし収束するならば、どの安定分布に収束するか？
• RQ5 導関数マルティンゲール $ Z $ は、BBM過程を指数密度 $ e^x $ に収束させるために果たす役割は何か？

主な発見

• $ \log Z $ によるシフトの後、距離 $ n + x $ 離れた位置における粒子のスケーリング密度は、$ n \to \infty $ の下で確率的に $ e^x $ に収束する。
• 追加のスケーリングとランダムシフトを施した粒子密度のフラクチュエーションは、分布収束として1安定確率変数に収束する。
• 指数密度 $ e^x $ への収束は、任意の固定された $ K \in \mathbb{R} $ に対して半無限区間 $ x \geq K $ 上で一様に成立する。
• 微小初期データ $ \varepsilon \ll 1 $ におけるBramsonシフトの漸近挙動は、$ O((\log \varepsilon^{-1})^{-1-\gamma}) $ まで精緻化され、$ \gamma > 0 $ である。これは主な収束結果にとって不可欠である。
• BBMの極限極値過程 $ \mathcal{X} $ は、スケーリングされた粒子密度が $ e^x $ に収束することによって特徴付けられ、BBMとFisher-KPP方程式との深い関係を裏付ける。
• 証明は、特に $ \ell^{2-\alpha} \leq t \leq \ell^{2+\alpha} $ の領域において、熱核の鋭い推定と最大原理の議論に依存しており、解の挙動を制御する。