[论文解读] On the critical branching random walk III: the critical dimension

Qingsan Zhu|arXiv (Cornell University)|Jan 31, 2017

Stochastic processes and statistical mechanics参考文献 8被引用 9

一句话总结

本文研究了临界维度 $\mathbb{Z}^4$ 中临界分支布朗运动的渐近行为，表明访问固定有限集合的概率衰减为 $ (\|x\|^2 \log \|x\|)^{-1} $，且衰减常数与集合无关。此外，本文证明了在条件访问下，首次访问点的分布收敛，且在大小条件下的范围呈现对数尺度。

ABSTRACT

In this paper, we study the critical branching random walk in the critical dimension, $Z^4$. We provide the asymptotics of the probability of visiting a fixed finite subset and the range of the critical branching random walk conditioned on the total number of offsprings. We also prove that conditioned on visiting, the first visiting point converges in distribution.

研究动机与目标

• 分析临界维度 $d=4$ 下的临界分支布朗运动，其行为与高维情形不同，因存在对数修正。
• 推导从远离有限集合 $K$ 的位置出发的分支布朗运动访问 $K$ 的概率的精确渐近衰减速率。
• 即使进入点数量发散，仍建立在条件访问下首次访问点的分布收敛性。
• 确定在总个体数为 $n$ 的条件下，分支布朗运动范围的渐近尺度。
• 将超临界维度下的结果推广至临界情形，考虑对数修正及击中点的分布收敛性。

提出的方法

• 使用分支树上的深度优先搜索（DFS）顺序定义首次和最后一次访问时间 $\tau_K$ 与 $\xi_K$。
• 应用 Kemperman 公式与局部极限定理，分析首次击中点的条件分布。
• 采用在生存条件下依 $\mu$-Galton-Watson 树，结合跳跃分布 $\theta$ 的空间运动。
• 使用函数 $\Gamma_a(x) = \exp(-x^2/(2(1-a)))/(1-a)^{3/2}$ 描述 DFS 顺序中前 $an$ 个顶点的极限形状。
• 通过在 DFS 顺序下将树分解为左右子树，并控制其重叠部分，推导范围尺度。
• 利用对称性与耦合论证，表明整个树的范围以高概率紧密集中在 $t n / \log n$ 附近，其中 $t = 16\pi^2 \sqrt{\det Q}/\sigma^2$。

实验结果

研究问题

• RQ1 当 $\|x\| \to \infty$ 时，从 $x$ 出发的临界分支布朗运动访问固定有限集合 $K \subset \mathbb{Z}^4$ 的概率的渐近衰减速率是什么？
• RQ2 当起始点在 $\mathbb{Z}^4$ 中趋于无穷时，条件访问下首次访问点是否收敛于分布？
• RQ3 当总个体数为 $n$ 时，分支布朗运动的范围如何随 $n$ 变化？
• RQ4 为何在 $d=4$ 中，尽管进入点总数发散，首次击中点的条件分布仍能收敛？
• RQ5 在 $\mathbb{Z}^4$ 中，大小条件下的范围对数尺度的精确常数是多少？

主要发现

• 从 $x$ 出发的分支布朗运动访问固定有限集合 $K \subset \mathbb{Z}^4$ 的概率衰减为 $ (\|x\|^2 \log \|x\|)^{-1} $，且极限 $ \lim_{\|x\| \to \infty} (\|x\|^2 \log \|x\|) \cdot P(\mathcal{S}_x \text{ 访问 } K) = \frac{1}{2\sigma^2} $，与 $K$ 无关。
• 在条件访问 $K$ 下，首次访问点 $\mathcal{S}_x(\tau_K)$ 的分布收敛于与 $\mathcal{E}_K(a)$ 成比例的测度，极限为 $ \frac{\sigma^2}{4\pi^2 \sqrt{\det Q}} \mathcal{E}_K(a) $。
• 在总大小为 $n$ 的条件下，分支布朗运动的范围 $R_n$ 满足 $ \frac{\log n}{n} R_n \to \frac{16\pi^2 \sqrt{\det Q}}{\sigma^2} $ 几乎必然，当 $n \to \infty$ 时。
• 在 $d=4$ 中首次击中点的收敛性源于衰减速率中的对数修正，该修正稳定了条件分布，即使进入点总数发散。
• 通过在 DFS 顺序下将树分解为左右子树，证明总范围紧密集中在两子树范围之和附近，从而推导出范围尺度。
• 该结果将早期关于几何后代分布的 $L^2$ 收敛推广至一般临界后代分布（具有有限方差与指数矩）下的概率收敛。