평면 랜덤워크 범위의 대편차 추정
** 본 논문은 2차원 대칭 랜덤워크가 평균보다 더 많은 정점을 방문할 확률을, 평균 규모와 선형 성장 사이의 구간에서 정확히 추정한다. 기대값의 로그-선형 성장식과 함께, 상하한을 같은 지수 형태로 제공하는 새로운 대편차 결과를 제시한다. **
저자: Serguei Popov, Quirin Vogel
**
본 논문은 2차원 대칭 랜덤워크의 범위(range) \(R_n\) 에 대한 대편차(large‑deviation) 현상을 체계적으로 분석한다. 연구 배경으로, 2차원 랜덤워크는 다른 차원에 비해 방문 정점 수가 로그‑선형적으로 성장한다는 고전적 결과가 있다. 구체적으로, \(X_i\) 를 평균 0, 공분산 행렬 \(\Gamma\) 를 갖는 i.i.d. 대칭 벡터라 하고, \(S_n=\sum_{i=1}^n X_i\) 로 정의한다. 범위는
\
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기