[论文解读] On the critical branching random walk I: Branching capacity and visiting probability

Qingsan Zhu|arXiv (Cornell University)|Nov 30, 2016

Stochastic processes and statistical mechanics参考文献 10被引用 9

一句话总结

本文为 $ℤ^d$ 的有限子集（$d \geq 5$）引入了分支容量，以将离散势论扩展至临界分支随机游走。研究建立了访问固定集合的概率的渐近规律，以及首次和最后一次击中点的极限分布，表明这些分布分别收敛于归一化的逃逸和灭绝测度，且分支容量控制着标度行为。

ABSTRACT

We extend the theory of discrete capacity to critical branching random walk. We introduce branching capacity for any finite subset of $\Z^d, d\geq5$. Analogous to the regular discrete capacity, branching capacity is closely related to the asymptotics of the probability of visiting a fixed finite set by a critical branching random walk starting from a distant point and the conditional distribution of the hitting point.

研究动机与目标

• 将经典离散容量理论推广至高维（$d \geq 5$）的临界分支随机游走。
• 定义一种新的分支容量概念，以推广常规随机游走的容量概念。
• 建立从远离有限集 $K$ 的位置出发的分支随机游走访问 $K$ 的概率的渐近规律，以及 $K$ 的首次和最后一次击中点的分布规律。
• 证明在条件为访问 $K$ 时，首次和最后一次击中点的条件分布分别收敛于与逃逸概率和灭绝概率成正比的测度，且通过分支容量进行归一化。

提出的方法

• 引入两个关键函数：$\text{Es}_K(x)$，表示从 $x$ 出发的分支随机游走永远避开 $K$ 的概率；$\text{Esc}_K(x)$，表示在最后一次访问 $K$ 之后永远避开 $K$ 的概率。
• 将有限集 $K \subset \mathbb{Z}^d$ 的分支容量定义为 $\text{BCap}(K) = \sum_{z \in K} \text{Es}_K(z) = \sum_{z \in K} \text{Esc}_K(z)$，并通过对偶性确保一致性。
• 利用格林函数和调和测度，将击中概率与分支容量联系起来，利用首次访问与最后一次访问分布之间的对偶性。
• 利用随机游走情形下的常数 $a_d$ 建立渐近标度律，证明当 $\|x\| \to \infty$ 时，有 $\|x︱^{d-2} \cdot P(\mathcal{S}_x \text{ visits } K) \to a_d \cdot \text{BCap}(K)$。
• 应用首次访问引理和超量引理，将击中概率在环形区域上分解并估计，结合几何与概率界。
• 证明当 $x \to \infty$ 时，首次和最后一次击中点的条件分布分别收敛于 $\text{Es}_K(a)/\text{BCap}(K)$ 和 $\text{Esc}_K(a)/\text{BCap}(K)$。

实验结果

研究问题

• RQ1 如何将经典离散容量概念推广至高维（$d \geq 5$）的临界分支随机游走？
• RQ2 从远离有限集 $K$ 的位置出发的临界分支随机游走访问 $K$ 的概率的渐近行为是什么？
• RQ3 在条件为访问 $K$ 时，$K$ 的首次和最后一次击中点的极限分布是什么？
• RQ4 逃逸概率 $\text{Es}_K(a)$ 和灭绝概率 $\text{Esc}_K(a)$ 与分支容量 $\text{BCap}(K)$ 之间有何关系？
• RQ5 在条件为访问 $K$ 时，分支游走路径与 $K$ 的整个交集是否在分布上收敛？

主要发现

• 当 $\|x\| \to \infty$ 时，从 $x$ 出发的临界分支随机游走访问固定有限集 $K \subset \mathbb{Z}^d$（$d \geq 5$）的渐近概率满足 $\|x︱^{d-2} \cdot P(\mathcal{S}_x \text{ visits } K) \to a_d \cdot \text{BCap}(K)$，其中 $a_d$ 与经典随机游走情形下的常数相同。
• 在条件为访问 $K$ 时，首次击中点的分布收敛于 $\text{Es}_K(a)/\text{BCap}(K)$，其中 $\text{Es}_K(a)$ 是从 $a$ 出发的逃逸概率。
• 在条件为访问 $K$ 时，最后一次击中点的分布收敛于 $\text{Esc}_K(a)/\text{BCap}(K)$，其中 $\text{Esc}_K(a)$ 是从 $a$ 出发的灭绝概率。
• 分支容量 $\text{BCap}(K)$ 定义良好，且满足 $\sum_{z \in K} \text{Es}_K(z) = \sum_{z \in K} \text{Esc}_K(z)$，确保首次与最后一次访问渐近行为的一致性。
• 在条件为访问 $K$ 时，$\mathcal{S}_x$ 的路径与 $K$ 的整个交集在分布上收敛，且极限由进入点决定。
• 证明依赖于空间的环形分解、格林函数估计，以及利用首次访问引理和超量引理对调和测度进行的界估计，$L^d$-衰减条件确保了跳跃分布的可积性。