비마코프 확산 방정식과 시간 지연 프로세스의 이론 및 시뮬레이션

본 연구는 비마코프 확산 방정식의 이론적 기반과 실제 시뮬레이션을 포괄적으로 다룬다. 첫 장에서는 전통적인 브라운 운동 B(t)와 그 확산 방정식 ∂ₜu=∂ₓₓu를 회고하고, 이를 전진 드리프트 형태 u(τ,t)=u₀(τ)−∫₀ᵗK(t−s)∂_τu(τ,s)ds 로 일반화한다. 여기서 K(t) 는 메모리 커널로, 시간 비국소성을 도입한다. 커널이 완전 단조(monotone)함을 가정하면, 해 h(τ,t) 가 확률밀도함수임을 보장하는 라플라스 변환 관계 K̃(s)=s^{-1}k̃(s) 가 도출된다. 다음으로, 랜덤 시간 프로세스 l(t) 를 정의하고, 그 밀도 f_l(τ,t)=h(τ,t) 가 위 전진 드리프트 방정식의 기본 해와 일치하도록 설계한다. l(t) 가 증가하지 않을 수도 있음을 강조하면서, 예시로 l(t)=|b(t)| (b(t)는 독립 브라운 운동) 를 제시한다. 이때 l(t) 는 자기유사성 파라미터 H=1/2 를 갖는 자기유사 프로세스이며, h(τ,t)= (π t)^{-1/2} exp(−τ²/(4t)) 로 명시된다. 그 후, 마코프 확산 X(t) (표준 브라운, 드리프트가 있는 브라운, 기하 브라운 등) 와 독립적인 l(t) 를 결합한 서브오디네이션 Y(t)=X(l(t)) 를 도입한다. 이 구조는 비마코프 포커-플랑크 방정식 ∂ₜf_Y = ∫₀ᵗ K(t−s) P_x f_Y(x,s) ds (또는 g′(s)K(g(t)−g(s)) 형태) 의 해가 f_Y(x,t)=∫₀^∞ G(x,τ)h(τ,g(t)) dτ 로 표현된다는 중요한 결과를 낳는다. 여기서 G(x,τ) 는 기본 마코프 확산의 기본 해이며, h는 전진 드리프트 방정식의 해이다. 핵심적인 커널 사례로 두 가지를 집중 분석한다. 첫 번째는 파워형 커널 K(t)=t^{β−1}/Γ(β) (0<β≤1) 로, 이는 시간‑분수 미분 연산자와 동등하며, β=1이면 마코프, β<1이면 비마코프 행동을 나타낸다. 이 경우 l(t) 는 H=β/2 의 자기유사성을 갖는 랜덤 시간이며, f_Y는 시간‑분수 확산 방정식의 정확 해와 일치한다. 두 번째는 지수형 커널 K(t)=e^{−a t} (a≥0) 로, 초기에는 K(t)≈1 이므로 마코프적 행동을 보이다가 t≫1/a 가 되면 K(t)→0 으로 비마코프 효과가 사라지는 특성을 가진다. 시간 스케일링 함수 g(t) 를 도입하여 g(t)=t^{2α} (0<α<2) 혹은 g(t)=log(t+1) 등 다양한 형태를 고려한다. g(t) 가 비선형이면 메모리 효과가 시간에 따라 가중되며, 이는 장거리 의존성이나 트랩 현상을 모델링하는 데 유용하다. 특히, g(t)=t^{2α} 와 K(t) 파워형을 결합하면 D(t)=B(|b(t^{2α})|) 와 Y(t)=p|b(1)| B_{α/2}(t) 라는 두 가지 서로 다른 프로세스가 동일한 한점 밀도 f_Y를 공유한다는 흥미로운 동등성을 보인다. 시뮬레이션에서는 Monte‑Carlo 방법으로 (i) D(t)=B(|b(t)|), (ii) Y(t)=p|b(1)| B_{1/4}(t), (iii) 지수형 커널을 적용한 Ornstein‑Uhlenbeck 서브오디네이션, (iv) 기하 브라운 운동에 대한 서브오디네이션 등을 구현한다. 각 시뮬레이션 결과는 이론적 밀도와 높은 일치를 보이며, 특히 궤적 그림(그림 4‑6)에서 비마코프 메모리 효과가 어떻게 경로에 반영되는지를 시각적으로 확인한다. 또한, 비마코프 방정식이 한점 밀도만을 기술한다는 한계와, 다중점 상관함수나 전체 경로 구조를 완전히 기술하려면 추가적인 확률적 모델(예: CTRW, fractional Poisson process 등)이 필요함을 논의한다. 이와 관련해 기존 문헌(Kolrud, Meerschaert 등)과의 차이점을 명확히 하며, 현재 접근법이 메모리 커널 선택에 따라 물리적 메커니즘(점착, 트랩, 외부 필드 등)을 직접 연결할 수 있는 장점을 강조한다. 마지막으로, 논문은 비마코프 확산 방정식의 일반적인 형태 u(x,t)=u₀(x)+∫₀ᵗ g′(s)K(g(t)−g(s))Pₓu(x,s)ds 와 그 해 f(x,t)=∫₀^∞ G(x,τ)h(τ,g(t))dτ 를 정리하고, 다양한 Pₓ (예: ∂ₓₓ, drift term, geometric Brownian operator) 와 커널, 스케일링 함수 조합에 대한 해석적 해와 수치적 구현 방법을 제시한다. 전체적으로 이 연구는 비마코프 확산을 커널 기반의 시간‑비국소 연산자와 서브오디네이션 프레임워크로 통합함으로써, 복잡계 물리·생물 현상의 모델링에 강력하고 유연한 도구를 제공한다.