[论文解读] A Large deviation principle for last passage times in an asymmetric Bernoulli potential

Federico Ciech, Nicos Georgiou|arXiv (Cornell University)|Jan 1, 2018

Random Matrices and Applications参考文献 30被引用 1

一句话总结

本文為非對稱伯努利位勢中的最後通過時間建立了大偏差原理（LDP），證明了明確的速率函數，並推導出極限定 logarithmic 矩生成函數。該模型在某些方向上形狀函數呈現平坦邊緣，作者利用精確可解性與類似 Burke 的不變性性質，分析這些區域中的 LDP 行為，確認變分公式並計算臨界漸近行為。

ABSTRACT

We prove a large deviation principle and give an expression for the rate function, for the last passage time in a Bernoulli environment. The model is exactly solvable and its invariant version satisfies a Burke-type property. Finally, we compute explicit limiting logarithmic moment generating functions for both the classical and the invariant models. The shape function of this model exhibits a flat edge in certain directions, and we also discuss the rate function and limiting log-moment generating functions in those directions.

研究动机与目标

• 為具有非對稱伯努利環境的定向最後通過滯留模型中的最後通過時間建立大偏差原理（LDP）。
• 特別在形狀函數呈現平坦邊緣的方向上，推導速率函數的明確表達式。
• 計算經典模型與不變版本模型的極限定 logarithmic 矩生成函數。
• 分析 LDP 與矩生成函數在平坦邊緣區域的行為，此區域嚴格擬凸性不成立。
• 透過不變邊界模型驗證形狀函數的變分公式，並確認不變設定下的類似 Burke 性質。

提出的方法

• 使用 i.i.d. 伯努利(p) 隨機變數作為環境，引入定向路徑與偏好通過值為 λ 的點的位勢函數。
• 透過變數變換將第一通路時間轉換為最後通過時間，以實現精確可解性並簡化分析。
• 應用凸分析與變分方法推導速率函數，特別是利用獨立隨機變數的下確界卷積。
• 使用具有 i.i.d. 伯努利與幾何隨機變數的不變邊界模型，證明大數法則並驗證類似 Burke 的性質。
• 對 LDP 速率函數中的最小化問題進行關鍵分析，透過求解參數 u 的二次方程，識別平坦邊緣區域中的最小化子。
• 進行詳細的漸近分析與判別式評估，確認最小化子位於 (p, 1] 區間，且為相關泛函的全域最小化。

实验结果

研究问题

• RQ1 在非對稱伯努利位勢中，最後通過時間的大偏差速率函數為何？其在平坦邊緣區域的行為如何？
• RQ2 在具有平坦邊緣的方向上，經典模型與不變模型的極限定 logarithmic 矩生成函數行為如何？
• RQ3 該模型是否滿足類似 Burke 的不變性性質？此性質如何支援 LDP 的推導？
• RQ4 當形狀函數平坦時，速率函數變分公式中最小化子的精確結構為何？
• RQ5 與嚴格擬凸區域相比，LDP 在平坦邊緣區域的行為有何差異？對矩生成函數有何影響？

主要发现

• 本文為非對稱伯努利模型中最後通過時間的完整大偏差原理（LDP）建立基礎，速率函數透過變分原理明確推導。
• 速率函數僅在受限區域內為有限值，且在平坦邊緣區域呈現非平凡結構，此區域形狀函數在某些方向上為常數。
• 經典模型的極限定 logarithmic 矩生成函數被明確計算，且與速率函數的 Legendre-Fenchel 變換一致。
• 對於不變模型，透過不變邊界構造推導出極限定 log-矩生成函數，確認與經典情況的一致性。
• 在平坦邊緣區域（t ≥ s(1−p)/p），速率函數對平坦區域內所有值均為零，表示此方向上偏差不受懲罰。
• 變分公式中的最小化子 u* 位於 (p, 1] 區間，且透過導數的符號分析證明其為全域最小化子，從而確認速率函數表達式的正確性。