[论文解读] Branching random walk in Z^4 with branching at the origin only

Yueyun Hu, Vladimir Vatutin+1 more|arXiv (Cornell University)|Jun 24, 2010

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

一句话总结

本文研究了在 $ℤ^4$ 上的临界分支随机游走，其中分支仅限于原点，建立了当 $t \to \infty$ 时的渐近存活概率 $q(t) \sim C \frac{\log t}{t}$，其中 $C > 0$ 依赖于模型参数。此外，本文证明了一个 Yaglom 型极限定理，表明在条件存活下，经缩放的原点粒子数收敛到一个非退化的分布，其累积分布函数为 $\frac{1}{3} + \frac{2}{3}(1 - e^{-2x/3})$，$x > 0$。这解决了 $d=4$ 时的开放问题。

ABSTRACT

For the critical branching random walk in $\mathbb{Z}^{4}$ with branching at the origin only we find the asymptotic behavior of the probability of the event that there are particles at the origin at moment $t ightarrow \infty $ and prove a Yaglom type conditional limit theorem for the number of individuals at the origin given that there are particles at the origin.

研究动机与目标

• 解决 $\mathbb{Z}^4$ 上仅在原点分支的临界分支随机游走的渐近存活概率 $q(t) = \mathbb{P}(\mu_0(t) > 0)$ 的开放问题。
• 建立在非灭绝条件下，原点粒子数的 Yaglom 型条件极限定理。
• 研究四维空间中底层随机游走的常返性与临界分支机制之间的相互作用。
• 为存活概率提供精确的渐近表达式，以及在原点粒子数的条件分布。
• 填补文献中的空白，即尽管在其他维度已取得进展，但 $d=4$ 情况仍为未解问题。

提出的方法

• 使用生成函数方法建模原点及其他位置粒子数的演化，推导出存活概率的卷积方程。
• 对关键卷积方程进行二阶分析，以改进粗略上界，获得 $q(t)$ 的精确渐近行为。
• 构建具有多项式后代生成函数的辅助分支过程，以从上方和下方界定真实存活概率。
• 利用单调性和生成函数收敛性，将真实过程与上下界过程进行比较，利用生成函数的收敛性。
• 采用条件拉普拉斯变换方法分析 $\mu_0(t)$ 在 $\mu_0(t) > 0$ 条件下的极限分布，使用从辅助过程导出的界限。
• 利用 $\mathbb{Z}^4$ 上势核和返回概率的已知结果，将常数 $C$ 表示为 $a$、$\alpha$、$f^{(2)}(1)$ 和 $\gamma_4$（随机游走势核中的常数）的函数。

实验结果

研究问题

• RQ1 在 $\mathbb{Z}^4$ 上仅在原点分支的临界分支随机游走中，存活概率 $q(t) = \mathbb{P}(\mu_0(t) > 0)$ 的精确渐近行为是什么？
• RQ2 当 $t \to \infty$ 时，给定至少有一个粒子存在于时间 $t$，原点粒子数的条件分布如何表现？
• RQ3 维度 $d=4$ 在临界分支过程中起到什么作用，特别是与常返性及存活概率的关系如何？
• RQ4 $q(t)$ 渐近表达式中的常数如何依赖于模型参数，包括后代方差和跳跃分布？
• RQ5 是否可以通过与具有多项式后代律的辅助分支过程比较，建立原点粒子数的条件极限定理？

主要发现

• 存活概率 $q(t) = \mathbb{P}(\mu_0(t) > 0)$ 满足当 $t \to \infty$ 时 $q(t) \sim C \frac{\log t}{t}$，其中 $C = \frac{3a(1-\alpha)\gamma_4 h_4^2}{\alpha f^{(2)}(1)} > 0$。
• 常数 $C$ 显式依赖于跳跃速率 $a$、死亡概率 $\alpha$、$\mathbb{Z}^4$ 中最终返回原点的概率 $h_4$、后代生成函数的二阶导数 $f^{(2)}(1)$，以及 $\gamma_4$（随机游走势核中的常数）。
• 在 $\mu_0(t) > 0$ 条件下，$\mu_0(t)$ 的条件分布弱收敛到一个非退化的极限，其累积分布函数为 $\frac{1}{3} + \frac{2}{3}(1 - e^{-2x/3})$，$x > 0$。
• 在非灭绝条件下，原点粒子数的期望满足 $\mathbb{E}[\mu_0(t) \mid \mu_0(t) > 0] \sim \frac{3}{\alpha f^{(2)}(1) C^2} \frac{t}{\log^2 t}$ 当 $t \to \infty$ 时。
• $q(t)$ 的渐近行为通过卷积方程的二阶分析推导得出，这是必要的，因为一阶分析仅能给出粗略上界。
• 证明依赖于构建具有多项式后代分布的上下界分支过程，并利用生成函数的单调性和收敛性，将真实存活概率及其条件矩夹逼。