[论文解读] Branching Random Walks with Immigration. Lyapunov Stability

Yu. Makarova, Dan Han+2 more|arXiv (Cornell University)|Feb 10, 2020

Stochastic processes and statistical mechanics参考文献 3被引用 4

一句话总结

本文研究在多维格栅上具有移民的连续时间分支随机游走，聚焦于状态依赖强度下的李雅普诺夫稳定性。推导了一阶与二阶矩的方程及渐近界，表明即使出生率处于亚临界状态，移民也能使过程免于灭绝，且二阶矩收敛至由空间强度函数与扩散系数调制的稳定分布。

ABSTRACT

We consider a continuous-time symmetric branching random walk on multidimensional lattices with immigration and infinite number of initial particles. We assume that at every lattice point a process of birth and death of particles is described by a Bienayme-Galton- Watson branching process. The assumption on immigration of particles is that a new particle can appear at every lattice point from the outside. The subject of the study is a limit distribution of the particle field on the lattice. The differential equations for correlation functions for the number of particles at an arbitrary time moment at the fixed points on the lattice are obtained. We study the asymptotic behaviour for the first two moments of a number of particles at every lattice point and Lyapunov stability of the process. The Lyapunov stability is considered under the assumptions that birth, death and immigration intensities depend on the lattice points.

研究动机与目标

• 在时间与空间依赖强度下，建立在多维格栅上具有移民的分支随机游走的李雅普诺夫稳定性。
• 通过引入移民作为稳定机制，解决标准临界分支过程在小扰动下不稳定的缺陷。
• 推导并分析粒子场的一阶与二阶矩，考虑出生、死亡与移民速率的空间异质性。
• 提供二阶矩的渐近估计，反映长时间稳定性及在扰动下收敛至有界分布的特性。
• 证明系统在移民作用下可达到统计平衡，即使其底层分支过程原本会退化。

提出的方法

• 将粒子场 $ n(t,x) $ 建模为在 $ \mathbb{Z}^d $ 上的连续时间马尔可夫过程，粒子经历对称随机游走、二元或一般分支以及移民。
• 使用底层对称随机游走的生成元 $ \mathcal{L} $，其强度为 $ \varkappa $，并假设不可约性与对称转移率 $ a(z) = a(-z) $。
• 推导一阶矩 $ m_1(t,x,y) $ 的微分方程，表明初始条件呈指数衰减并收敛至稳态分布。
• 应用高级随机分析推导 $ m_2(t,x,y) $ 的二阶微分方程，整合分支、扩散与移民之间的相互作用。
• 采用小参数 $ \varepsilon $ 依赖的强度函数扰动分析，推导二阶矩的上下界估计。
• 谨慎使用生成函数技术，指出其在非均匀强度下难以捕捉完整矩动态的局限性。

实验结果

研究问题

• RQ1 在时间与空间依赖强度下，移民如何稳定 $ \mathbb{Z}^d $ 上的亚临界或临界分支随机游走？
• RQ2 在存在移民与空间异质性时，粒子场的一阶与二阶矩的渐近行为如何？
• RQ3 当出生、死亡与移民速率在空间上变化时，能否为二阶矩建立李雅普诺夫稳定性？
• RQ4 强度函数的扰动如何影响二阶矩的长时间行为与系统稳定性？
• RQ5 在非均匀环境中，反映扩散、分支与移民相互作用的二阶矩的精确界是什么？

主要发现

• 二阶矩 $ m_2(t,x,y) $ 的上下界由 $ L(t,x,y) $、$ \frac{k_0^2}{v_0^2} $ 以及依赖于 $ t $ 的指数衰减项构成，常数依赖于 $ \varepsilon $、$ k_0 $、$ \varkappa $ 与 $ v_0 $。
• 当 $ t \to \infty $ 时，二阶矩的渐近行为收敛至 $ L(t,x,y) + \frac{k_0^2}{v_0^2} + O(\varepsilon) $，表明长期稳定性。
• 二阶矩的上下界表达为 $ m_2(t,x,y) \leq L(t,x,y) + \frac{k_0^2}{v_0^2} + \frac{k_0\varkappa}{v_0^2} + C_2^+ e^{-(v_0 - \varepsilon)t} + O(\varepsilon) $，并具有类似形式的下界。
• 项 $ \frac{k_0^2}{v_0^2} $ 在稳态下主导二阶矩，源于移民强度 $ k_0 $。
• 指数衰减项 $ e^{-(v_0 \pm \varepsilon)t} $ 与 $ e^{-2(v_0 \pm \varepsilon)t} $ 主导瞬态行为，确保收敛至平衡态。
• 系统表现出李雅普诺夫稳定性：强度函数的小扰动导致二阶矩的有界偏差，误差项受 $ O(\varepsilon) $ 控制。