[论文解读] The range of tree-indexed random walk

Jean‐François Le Gall, Shen Lin|arXiv (Cornell University)|Jul 19, 2013

Stochastic processes and statistical mechanics参考文献 22被引用 3

一句话总结

本文利用 Kingman 的次可加遍历定理和积分超布朗运动镜像（ISE）的性质，建立了在 ℤ^d 上树索引的随机游走范围的渐近标度律。在 d ≥ 5 维时，范围随 n 线性增长；在 d = 4 时，其增长为 n / log n；在 d ≤ 3 时，其标度为 n^{d/4}，且极限分布涉及 ISE 支持的 Lebesgue 测度。

ABSTRACT

We provide asymptotics for the range R(n) of a random walk on the d-dimensional lattice indexed by a random tree with n vertices. Using Kingman's subadditive ergodic theorem, we prove under general assumptions that R(n)/n converges to a constant, and we give conditions ensuring that the limiting constant is strictly positive. On the other hand, in dimension 4 and in the case of a symmetric random walk with exponential moments, we prove that R(n) grows like n/(log n). We apply our results to asymptotics for the range of branching random walk when the initial size of the population tends to infinity.

研究动机与目标

• 推导顶点数为 n 的随机树索引的随机游走范围的几乎必然与依概率的渐近性质。
• 识别树索引随机游走中常返行为的临界维数 d=4，其与普通随机游走在 d=2 时的情形类似。
• 建立树索引随机游走范围与低维情形下积分超布朗运动镜像（ISE）之间的联系。
• 将普通随机游走范围结果推广至树索引情形，尤其在跳跃分布的对称性与矩条件成立时。
• 将所得结果应用于初始个体数量庞大的分支随机游走，推导其范围的极限标度。

提出的方法

• 应用 Kingman 的次可加遍历定理，证明在 d ≥ 5 时，R_n / n 几乎必然收敛于一个与跳跃分布 θ 有关的正常数。
• 利用离散蛇表示法与收敛至积分超布朗运动镜像（ISE）的性质，分析低维情形下的范围。
• 通过矩界与耦合论证控制独立子树之间交集概率，尤其在临界维数 d=4 的情形。
• 借助重标度分支随机游走收敛至超过程以及 ISE 的标度性质，推导极限分布。
• 利用临界 Galton-Watson 树（几何 offspring 分布）的顶点数以 p² 的尺度增长的事实，并将其应用于分支随机游走框架。
• 应用 Cauchy-Schwarz 不等式与 Green 函数估计，以界定两个独立树索引游走共同访问的站点数的期望值。

实验结果

研究问题

• RQ1 在不同维度下，树索引随机游走在 ℤ^d 上的范围如何随树的大小 n 变化？
• RQ2 树索引随机游走中常返行为的临界维数是什么？其与普通随机游走的情形有何比较？
• RQ3 在 d=4 维时，范围是否以 n / log n 的速率增长？其渐近标度中的精确常数为何？
• RQ4 树索引游走范围的渐近性质如何与低维情形下的积分超布朗运动镜像（ISE）相关联？
• RQ5 树索引游走的结果能否推广至初始规模庞大的分支随机游走？

主要发现

• 当 d ≥ 5 时，归一化范围 R_n / n 依概率收敛于一个依赖于跳跃分布 θ 的正的常数 c_θ。
• 在 d = 4 维时，范围满足 (log n)/n × R_n 依概率收敛于 8π²σ⁴，其中 σ² = (det M_θ)^{1/4}，且 M_θ 为 θ 的协方差矩阵。
• 当 d ≤ 3 时，重标度范围 n^{-d/4} R_n 依分布收敛于 c_θ × λ_d(supp(ℐ))，其中 ℐ 为 ISE 测度，λ_d 为 Lebesgue 测度。
• 常数 c_θ = 2^{d/4} (det M_θ)^{1/2} 依赖于跳跃分布，刻画了低维情形下范围的标度行为。
• 在临界情形 d=4 时，初始大小为 p 的分支随机游走的范围满足 (log p)/p² × R(𝒵^{(p)}) 依分布收敛于 4π²σ⁴ × J，其中 J 为标准布朗运动首次击中 1 的 hitting 时间。
• 在临界状态下，两个独立树索引游走共同访问的站点数的期望值以 o(p²) 的速率衰减，从而通过矩界实现收敛结果。