수축 피어슨 워크 2차원에서 단계 길이 감소가 엔드포인트 분포에 미치는 영향

초록

본 논문은 2차원 및 그 이상의 차원에서 단계 길이가 λ^{N‑1} (0<λ<1) 로 기하급수적으로 감소하는 피어슨 랜덤 워크를 연구한다. λ가 임계값 λ_c 를 초과하면 엔드포인트 거리 분포 P(r)이 원점에서 최대값을 갖는 형태로 변하고, λ가 λ_c 이하일 때는 원점이 아닌 반경에서 전역 최대를 보인다. 좌표별 분포 P(x) 역시 유사한 전이 현상을 보이며, λ≈λ_c 부근에서는 미세한 스케일에서 다중 피크가 나타난다. 저자들은 정확한 Bessel 함수 곱 형태의 푸리에 변환을 수치적으로 역변환하는 알고리즘을 적용해 P(r)와 P(x)를 고정밀도로 계산하였다.

상세 분석

논문은 먼저 전통적인 피어슨 랜덤 워크를 확장하여, N번째 단계의 이동 방향은 균등하게 무작위이며, 이동 거리(스텝 길이)는 λ^{N‑1} 로 정의한다. 여기서 λ는 0보다 크고 1보다 작은 수이며, 단계가 진행될수록 스텝 길이가 기하급수적으로 감소한다는 점이 핵심이다. 이러한 “수축” 특성은 워크의 전체 경로가 유한한 평균 거리와 분산을 갖게 만들지만, λ의 값에 따라 엔드포인트 분포의 형태가 급격히 변한다는 흥미로운 현상을 야기한다.

저자들은 먼저 확률 밀도 함수의 푸리에 변환을 구한다. 2차원 경우, 각 단계의 기여는 원점에서의 Bessel 함수 J₀(kλ^{N‑1}) 로 표현될 수 있다. 전체 워크에 대한 푸리에 변환은 무한 곱 ∏_{N=1}^{∞} J₀(kλ^{N‑1}) 로 나타나며, 이는 정확히 계산 가능한 형태이다. 그러나 이 무한 곱을 실수 공간으로 역변환하는 것은 수치적으로 매우 까다롭다. 이를 해결하기 위해 저자들은 Talbot‑type contour integration과 고정밀 부동소수점 연산을 결합한 알고리즘을 적용하였다. 이 방법은 급격히 진동하는 Bessel 함수 곱의 고주파 성분을 효과적으로 억제하면서, 원하는 정확도(10^{-12} 수준)까지 P(r)와 P(x)를 복원한다.

수치 결과는 λ가 특정 임계값 λ_c≈0.593… 를 초과하면 P(r)의 전역 최대가 r=0에서 나타나고, 그 이하에서는 r≈r_{max}>0 에서 피크가 형성된다는 것을 보여준다. 이는 스텝 길이가 충분히 크게 유지될 때(λ<λ_c) 워크가 원점에서 멀리 떨어진 위치에 도달할 확률이 높아지는 반면, 스텝이 급격히 감소하면 전체 이동이 원점 근처에 머무르게 됨을 의미한다.

좌표별 분포 P(x)는 보다 복잡한 구조를 보인다. λ가 λ_c 근처에 있을 때, P(x)는 원점에서의 단일 피크 대신, 매우 얇은 폭을 가진 다중 피크를 나타낸다. 이러한 다중 피크는 Bessel 함수 곱의 고주파 성분이 좌표 축에 투영될 때 발생하는 간섭 효과로 해석된다. 특히 λ가 λ_c에 아주 가깝게 접근하면, 피크 사이의 간격이 점점 좁아지면서 결국 하나의 넓은 피크로 합쳐진다. 이는 확률 분포가 연속적인 위상 전이와 유사한 “임계 현상”을 겪는다는 점을 시사한다.

또한 저자들은 차원을 일반화하여 d≥2 인 경우에도 동일한 전이 현상이 존재함을 확인하였다. 차원이 증가할수록 λ_c는 약간 상승하지만, 전반적인 구조—즉, 원점 피크와 비원점 피크 사이의 전이—는 변하지 않는다. 이는 수축 피어슨 워크가 차원에 독립적인 보편적 특성을 가진다는 중요한 결론을 제공한다.

마지막으로, 논문은 이러한 전이 현상이 물리학 및 생물학적 확산 현상, 특히 비정상 확산이나 제한된 자원 하에서의 탐색 문제에 적용될 가능성을 논의한다. 스텝 길이의 기하급수적 감소는 실제 시스템에서 에너지 소모 감소, 신호 감쇠, 혹은 환경적 제약을 모델링하는 데 유용할 수 있다.