[论文解读] Central Limit Theorem for the self-repelling random walk with directed edges

Thomas Mountford, Leandro P. R. Pimentel+1 more|arXiv (Cornell University)|Mar 12, 2014

Stochastic processes and statistical mechanics参考文献 5被引用 4

一句话总结

本文證明了 Toth 和 Veto 的一個猜想：在 Z 上具有有向邊的自排斥隨機漫步，在擴散尺度下，其分布收斂於 (-1,1) 上的均勻分布。作者利用 Ray-Knight 表示法與特徵函數分析，建立該隨機漫步位置的中心極限定理，顯示當 k→∞ 時，X(k)/√k 弱收斂至 U(-1,1)。

ABSTRACT

We prove a conjecture of Toth and Veto about the weak convergence of the self repelling random walk with directed edges under diffusive scaling to a uniform distribution.

研究动机与目标

• 解決 Toth 和 Veto 對具有有向邊的自排斥隨機漫步弱收斂性的猜想。
• 在給定轉移機制下，建立 Z 上自排斥隨機漫步的擴散尺度極限定理。
• 證明歸一化位置 X(k)/√k 在 k→∞ 時依分佈收斂至 (-1,1) 上的均勻分佈。
• 將先前研究中使用的 Ray-Knight 方法擴展至分析局部時間動態與逆局部時間。
• 利用特徵函數技術，為此非馬氏、自排斥過程提供中心極限定理的嚴謹證明。

提出的方法

• 利用逆局部時間 T±x,m 表示局部時間的 Ray-Knight 表示法，其中 T±x,m 定義為局部時間在 x 處首次達到 m 的時間。
• 透過 i.i.d. 馬氏鏈 (η⁺,xj) 和 (η⁻,xj) 表示局部時間增量，這些鏈是指數遍歷的，且具有均值為 -1/2 的靜態分佈 νw。
• 引入變數 r⁺,xj = η⁺,xj + 1/2 和 r⁻,xj = η⁻,xj + 1/2，這些變數為 i.i.d.，具有零均值、對稱分佈及正方差 σ²。
• 對歸一化位置應用特徵函數分析，顯示其特徵函數收斂至 (-1,1) 上均勻分佈的特徵函數。
• 對右端與左端訪問位置的尾概率建立界，改進了 [4] 中先前的估計。
• 利用引理 C.1 中的近似離散常態分佈的卷積估計，控制局部時間動態中的轉移機率。

实验结果

研究问题

• RQ1 在 Z 上具有有向邊的自排斥隨機漫步，在擴散尺度下是否弱收斂至均勻分佈？
• RQ2 對於此自排斥過程，當 k→∞ 時，X(k)/√k 的極限定義為何？
• RQ3 局部時間動態與逆局部時間過程如何貢獻於收斂至均勻極限？
• RQ4 Ray-Knight 表示法與特徵函數技術能否擴展至證明此非馬氏過程的中心極限定理？
• RQ5 在時間 T⁺₀,m 之前，隨機漫步範圍的精確尾界為何？它們如何影響尺度極限？

主要发现

• 本文證明當 k→∞ 時，X(k)/√k 依分佈收斂至 (-1,1) 上的均勻分佈，從而確認了 Toth 和 Veto 的猜想。
• X(k)/√k 的極限定義特徵函數收斂至 U(-1,1) 的特徵函數，此收斂性透過歸一化過程的特徵函數分析確立。
• 作者改進了在時間 T⁺₀,m 之前隨機漫步所訪問的右端與左端位置的尾界，顯示其增長為 m 的次線性函數。
• 馬氏鏈 (η⁺,xj) 的靜態分佈 νw 均值為 -1/2 且對稱，確保變數 r⁺,xj 具有零均值與正方差 σ²。
• 引理 C.1 中的卷積估計用於控制局部時間過程的轉移機率，確保歸一化位置表現如收斂至均勻性的高斯混合。
• 證明歸一化位置的特徵函數收斂至 exp(−σ²/2(t² + ts + s²/3))，此表達式在適當參數化下對應該均勻極限。