[论文解读] 1-stable fluctuations in branching Brownian motion at critical temperature I: the derivative martingale

Pascal Maillard, Michel Pain|arXiv (Cornell University)|Jun 13, 2018

Stochastic processes and statistical mechanics参考文献 65被引用 24

一句话总结

该论文首次建立了分支布朗运动在临界温度下导数鞅的函数收敛性，表明其极限周围的波动服从一个随机时间改变的非负取值1稳定Lévy过程。关键结果证实了Mueller和Munier的猜想，证明在最小矩条件 $\mathbb{E}[L(\log L)^3] < \infty$ 下，鞅与其极限之间的缩放偏差收敛于速度为 $1/\sqrt{t}$ 的1稳定Lévy过程。分析结合特征函数方程与尾部渐近行为，推导出非函数型与函数型收敛结果，对模型中更广泛泛函的波动研究具有启示意义。

ABSTRACT

Let $(Z_t)_{t\\geq 0}$ denote the derivative martingale of branching Brownian motion, i.e.\\@ the derivative with respect to the inverse temperature of the normalized partition function at critical temperature. A well-known result by Lalley and Sellke [\ extit{Ann. Probab.}, 15(3):1052--1061, 1987] says that this martingale converges almost surely to a limit $Z_\\infty$, positive on the event of survival. In this paper, our concern is the fluctuations of the derivative martingale around its limit. A corollary of our results is the following convergence, confirming and strengthening a conjecture by Mueller and Munier [\ extit{Phys. Rev. E}, 90:042143, 2014]: \\[ \\sqrt{t} \\left( Z_\\infty - Z_t + \\frac{\\log t}{\\sqrt{2\\pi t}} Z_\\infty \ ight) \\xrightarrow[t\ o\\infty]{} S_{Z_\\infty}, \\quad \ ext{in law}, \\] where $S$ is a spectrally positive 1-stable L\\'evy process independent of $Z_\\infty$. In a first part of the paper, a relatively short proof of (a slightly stronger form of) this convergence is given based on the functional equation satisfied by the characteristic function of $Z_\\infty$ together with tail asymptotics of this random variable. We then set up more elaborate arguments which yield a more thorough understanding of the trajectories of the particles contributing to the fluctuations. In this way, we can upgrade our convergence result to functional convergence. This approach also sets the ground for a follow-up paper, where we study the fluctuations of more general functionals including the renormalized critical additive martingale. All proofs in this paper are given under the hypothesis $E[L(\\log L)^3] &lt; \\infty$, where the random variable $L$ follows the offspring distribution of the branching Brownian motion. We believe this hypothesis to be optimal.

研究动机与目标

• 理解分支布朗运动在临界温度下导数鞅的波动行为，其衡量对逆温度的敏感性。
• 确认并加强Mueller和Munier关于此类波动极限行为的猜想。
• 建立导数鞅与其极限偏差的函数收敛性，而不仅仅是边际收敛。
• 为后续工作中研究更一般泛函（如重归一化的临界加法鞅）的波动提供严格基础。
• 确定收敛结果的最优矩条件 $\mathbb{E}[L(\log L)^3] < \infty$，该条件被认为是最优的。

提出的方法

• 利用其自相似结构，推导出极限导数鞅 $Z_\infty$ 的特征函数的函数方程。
• 利用 $Z_\infty$ 的尾部渐近行为，控制鞅波动的行为并建立分布收敛性。
• 将过程分解为“好”与“坏”粒子轨迹，其中“好”粒子对主要波动机制有贡献。
• 应用多对一小 lemma 与矩估计，通过布朗运动 hitting 概率控制罕见事件（如粒子位置低于 $\log t$）的概率。
• 通过矩不等式与指数矩控制，建立截断鞅与其极限偏差的非渐近界。
• 通过分析粒子在路径层面上的贡献并利用 càdlàg 函数空间中的紧致性论证，将边际收敛升级为函数收敛。

实验结果

研究问题

• RQ1 在临界温度下，分支布朗运动中导数鞅的波动行为如何围绕其几乎必然极限表现？
• RQ2 当 $t \to \infty$ 时，缩放差值 $\sqrt{t}(Z_\infty - Z_t + \frac{\log t}{\sqrt{2\pi t}} Z_\infty)$ 的精确极限分布是什么？
• RQ3 能否将收敛从边际收敛升级为函数收敛？如果是，极限过程的性质是什么？
• RQ4 矩条件 $\mathbb{E}[L(\log L)^3] < \infty$ 对于此类收敛结果是否最优？
• RQ5 对波动有贡献的粒子轨迹行为如何？能否对其进行刻画以实现函数收敛？

主要发现

• 缩放差值 $\sqrt{t}\left(Z_\infty - Z_t + \frac{\log t}{\sqrt{2\pi t}} Z_\infty\right)$ 在分布上收敛于一个与 $Z_\infty$ 独立的非负取值1稳定Lévy过程 $S$，证实了Mueller和Munier的猜想。
• 收敛不仅在分布上成立，也以函数形式成立，即波动过程的整个轨迹弱收敛于一个随机时间改变的1稳定Lévy过程。
• 收敛速度为 $1/\sqrt{t}$，波动主要由时间 $t$ 时位置接近 $\log t$ 的粒子主导，这些粒子是偏差的主要贡献者。
• 证明依赖于 $Z_\infty$ 的精确尾部估计及其特征函数所满足的函数方程，从而能够控制波动尺度。
• 矩条件 $\mathbb{E}[L(\log L)^3] < \infty$ 被证明是收敛结果的充分条件，且被认为是最优的。
• 推导出截断鞅偏差的非渐近界，误差项以 $O(\frac{\log t}{\delta \sqrt{t}})$ 的速率衰减，支持收敛性分析。