[论文解读] Directed polymers in heavy-tail random environment

Quentin Berger, Niccolò Torri|arXiv (Cornell University)|Feb 9, 2018

Theoretical and Computational Physics参考文献 10被引用 3

一句话总结

本文建立了在重尾随机环境（尾指数 α ∈ (0, 2)）中一维定向聚合物的完整弱耦合标度极限。通过分析熵控制的最后 passage 传播（E-LPP）框架，识别出在 √n 到 n 之间的横向波动的五个不同区域，解决了 Dey 和 Zygouras 提出的猜想。当 α < 1/2 时，仅存在两个区域：根据 βn 的缩放方式，横向波动为 √n 或 n。

ABSTRACT

We study the directed polymer model in dimension ${1+1}$ when the environment is heavy-tailed, with a decay exponent $\alpha\in(0,2)$. We give all possible scaling limits of the model in the weak-coupling regime, i.e., when the inverse temperature temperature $\beta=\beta_n$ vanishes as the size of the system $n$ goes to infinity. When $\alpha\in(1/2,2)$, we show that all possible transversal fluctuations $\sqrt{n} \leq h_n \leq n$ can be achieved by tuning properly $\beta_n$, allowing to interpolate between all super-diffusive scales. Moreover, we determine the scaling limit of the model, answering a conjecture by Dey and Zygouras [cf:DZ] - we actually identify five different regimes. On the other hand, when $\alpha<1/2$, we show that there are only two regimes: the transversal fluctuations are either $\sqrt{n}$ or $n$. As a key ingredient, we use the Entropy-controlled Last Passage Percolation (E-LPP), introduced in a companion paper [cf:BT_ELPP].

研究动机与目标

• 在弱耦合区域（βn → 0）中，表征一维随机环境中具有重尾无序的定向聚合物可能的全部标度极限。
• 解决 Dey 和 Zygouras 关于根据尾指数 α 和 βn 缩放存在多个标度区域的猜想。
• 对所有可能的 βn 缩放方式，确定当 α ∈ (0, 2) 时的横向波动指数 ξ，区分超扩散行为与弹道行为。
• 在适当的中心化和归一化下，建立配分函数 log Zωn,βn 的收敛性，识别不同区域中的不同极限分布。
• 开发并应用熵控制的最后 passage 传播（E-LPP）框架作为处理重尾环境的关键分析工具。

提出的方法

• 使用在配套论文 [7] 中引入的熵控制的最后 passage 传播（E-LPP）框架，分析具有重尾无序的聚合物模型。
• 应用离散能量-熵变分问题，表征弱耦合极限下最优路径的行为。
• 利用简单对称随机游走的大偏差估计，控制路径测度中罕见事件的概率。
• 通过分析来自罕见、高能位点的主要贡献，利用泊松点过程，推导出归一化后配分函数 log Zωn,βn 的分布收敛性。
• 使用 Potter 不等式和重尾和的大偏差估计，控制环境和路径波动的尾部行为。
• 通过在 [0,∞) × [0,1] × ℝ 上的强度测度 α/2 w^{-α-1} 1_{w>0} dw dt dx 的泊松点过程极限，建立归一化能量项的收敛性，得到极限随机变量 W₀^{(α)}。

实验结果

研究问题

• RQ1 当环境具有重尾无序（尾指数 α ∈ (0, 2)）时，一维定向聚合物模型的可能标度极限是什么？
• RQ2 横向波动指数 ξ 如何依赖于弱耦合区域中 α 与 βn 缩放之间的相互作用？
• RQ3 Dey 和 Zygouras 关于在重尾环境中存在多个标度区域的猜想能否被严格证实？
• RQ4 当 α < 1/2 时，横向波动的显著区域是什么？为何仅存在 √n 和 n 的波动？
• RQ5 E-LPP 框架如何使在无指数矩条件下分析超扩散行为成为可能？

主要发现

• 当 α ∈ (1/2, 2) 时，识别出五个不同的标度区域，通过调节 βn 可在横向波动为 √n 和 n 之间实现连续插值。
• 当 α ∈ (1/2, 2) 时，横向波动指数 ξ 可取 (1/2, 1) 区间内的任意值，具体取决于 βn 的缩放方式，其中 ξ = 2/3 和 ξ = 1/2 分别对应 KPZ 和高斯区域。
• 当 α < 1/2 时，仅存在两个区域：横向波动为 √n（扩散）或 n（弹道），具体取决于 βn 的缩放方式。
• 配分函数 log Zωn,βn 在适当的中心化和归一化下收敛于一个非高斯极限，该极限涉及强度测度为 α/2 w^{-α-1} 1_{w>0} dw dt dx 的泊松点过程，证实了 Dey 和 Zygouras 的猜想。
• 通过泊松极限定理建立了归一化能量项的收敛性，极限随机变量 W₀^{(α)} 几乎必然有限。
• 证明表明，典型位点的贡献在极限下趋于零，主要贡献来自罕见的高能位点，从而为 α < 1/2 时的个体优化策略提供了合理性。