[论文解读] A note on random walk in random scenery

Amine Asselah, Fabienne Castell|arXiv (Cornell University)|Jan 5, 2005

Stochastic processes and statistical mechanics参考文献 3被引用 7

一句话总结

本文研究了在 ℤ^d 上的随机场随机游走的罕见事件，其中场变量具有重尾分布，其尾部衰减为 ∼exp(−cₐt^α)，其中 1≤α<d/2。通过分析局部时变的波动与尾部分布之间的相互作用，作者发现 Xₙ > ny 的概率衰减为 exp(−c(ny)^{α/(α+1)})，揭示了一个新颖的罕见事件指数，该指数在重尾与扩散行为之间插值。

ABSTRACT

We consider a d-dimensional random walk in random scenery X(n), where the scenery consists of i.i.d. with exponential moments but a tail decay of the form exp(-c t^a) with any}. We show that this probability is of order exp(-(ny)^b) with b=a/(a+1).

研究动机与目标

• 分析随机游走随机场中加法泛函 Xₙ = ∑ₖ₌₀ⁿ η(Sₖ) 的罕见事件行为。
• 在场具有重尾分布且尾部参数 α ∈ [1, d/2) 的条件下，确定 P(Xₙ ≥ ny) 对于 y > 0 和大 n 的精确渐近衰减速率。
• 弥合极端重尾区域（α < 1）与轻尾区域（α > d/2）之间的差距，这两个区域已知具有不同的罕见事件行为。
• 在中间区域 1 ≤ α < d/2 建立随机场随机游走的新罕见事件原理，此时既非单点事件也非空间局域化游走占主导地位。

提出的方法

• 通过条件化局部时变分布 {lₙ(x)} 来解耦随机游走与场的成分。
• 使用一个局域化引理，控制在有限集 Λ 中总停留时间的尾部概率，证明 P₀(l∞(Λ) > t) ≤ exp(−κ_d t / |Λ|^{2/d})。
• 应用基于拉普拉斯变换和 Kasahara 的 Tauber 定理推导出的 i.i.d. 重尾随机变量和的罕见事件估计，其尾部指数 α > 1。
• 通过优化访问某一点的次数，平衡局部时变波动的成本与大场值的成本。
• 利用游走与场的独立性，将联合罕见事件概率表示为局部时变配置的混合。
• 通过分析最优配置（其中一个点对总和贡献最大）来建立 log P(Xₙ ≥ ny) 的上下界，此时 lₙ(0) ≈ (ny)^{α/(α+1)}。

实验结果

研究问题

• RQ1 当场具有重尾分布且尾部参数 α ∈ [1, d/2) 时，Xₙ = ∑ₖ₌₀ⁿ η(Sₖ) 的罕见事件速率是什么？
• RQ2 Xₙ ≥ ny 的最优策略在 α < 1 和 α > d/2 的区域中如何不同？
• RQ3 在该中间区域中，局部时变波动在塑造罕见事件行为方面起什么作用？
• RQ4 能否使用关于有限集内总停留时间的局域化引理来控制和的尾部行为？
• RQ5 该区域的罕见事件指数是否具有 exp(−c(ny)^{α/(α+1)}) 的形式？

主要发现

• 对于某个 c > 0，大偏差概率 P₀⊗Pₗ(Xₙ ≥ ny) 衰减为 exp(−c(ny)^{α/(α+1)})，其中 1 ≤ α < d/2。
• 最优策略涉及随机游走在某一点停留约 (ny)^{α/(α+1)} 次，且该点的场值超过 ny。
• 上界通过一个局域化引理推导，该引理控制了在有限集 Λ 中总停留时间的尾部，得到 P₀(l∞(Λ) > t) ≤ exp(−κ_d t / |Λ|^{2/d})。
• 下界通过条件化原点处的局部时变并利用 η(x) 的重尾特性获得，表明该事件由 η(0) 的一次大跳跃主导。
• 指数 α/(α+1) 来源于最小化访问某点 k 次的成本（指数形式为 exp(k)）与 η(0) > ny/k 的成本（指数形式为 exp((ny/k)^α)）之间的权衡。
• 该结果在场的密度在 ℝ⁺ 上递减且游走具有有限指数矩的假设下成立，且要求 d ≥ 3。