相互作用粒子系(interacting particle system)とは、グラフの各頂点が 0 か 1 の状態をとり、各頂点の状態が近くの頂点の状態に応じた率で変わる連続時間の Markov 過程である。代表例は、感染が広がる接触過程、隣の意見を写す投票者模型、粒子が互いを避けて動く排他過程である。Poisson 過程の印を時空に置くグラフ表示で無限個の頂点でも構成でき、時間を逆にたどる双対性によって有限個のランダムウォークの問題に帰着する。たとえば $\mathbb{Z}^d$ の投票者模型は、$d\le2$ で意見がそろい、$d\ge3$ で共存する。
相互作用粒子系(interacting particle system)とは、グラフ $G=(V,E)$ の各頂点が $0$ か $1$ の状態をとり、各頂点の状態が近くの頂点の状態に応じた率でランダムに変わる、連続時間の確率過程である。状態の全体 $\{0,1\}^V$ は、$V$ が無限なら非可算集合で、無限個の頂点が同時に動き続ける。それでも各頂点の変化を引き起こすのは近くの頂点だけなので、確率過程として意味をもつ。この分野は 1970 年ごろ R. L. Dobrushin、F. Spitzer らに始まり、T. M. Liggett の仕事で体系化された(Gri18 §10.1、p. 204)。
代表的な例は 3 つある。病気の広がりを表す 接触過程、意見の伝わり方を表す 投票者模型、粒子が互いを避けながら動く 排他過程 である。いずれも、Poisson 過程の印を時空に置く「グラフ表示」で構成でき、時間を逆にたどると別の簡単な過程(双対過程)が現れる。この双対性のために、無限個の頂点の振る舞いが、有限個のランダムウォークの性質に帰着する。たとえば投票者模型では、$\mathbb{Z}^d$ の $d\le2$ で意見がやがて局所的にそろい(合意)、$d\ge3$ では両方の意見が共存する。これはランダムウォークの再帰性・過渡性の二分(ランダムウォーク の定理「Pólya の定理」)そのものである。
この記事では、3 つの模型を定義し、グラフ表示による構成が well-defined であることを証明する。接触過程では単調性と双対性、生き残りの臨界値の下からの評価を、投票者模型では合併するランダムウォークとの双対性と、合意・共存の二分を、排他過程では自己双対性と積測度の不変性を証明する。
$G=(V,E)$ を可算個の頂点をもつ連結グラフで、次数が一様に有界なもの(最大次数 $\Delta< \infty$)とする。状態空間 $\Sigma:=\{0,1\}^V$ に積位相を入れる(Tychonoffの定理 によりコンパクト)。$\eta\in\Sigma$ を 配置 といい、$\eta(x)=1$ を「$x$ に粒子がある(感染している、意見 $1$ をもつ)」と読む。配置を集合 $\{x\mid\eta(x)=1\}$ と同一視することもある。$\eta^x$ は $\eta$ の $x$ の値だけを反転した配置、$\eta^{xy}$ は $x$ と $y$ の値を入れ替えた配置である。
$\Sigma$ 上の Markov 過程 $(\eta_t)_{t\ge0}$ で、有限個の座標だけによる関数 $f$(筒関数)に作用する生成作用素が
$$
Lf(\eta)=\sum_{x\in V}c(x,\eta)\bigl(f(\eta^x)-f(\eta)\bigr)\quad\text{または}\quad Lf(\eta)=\sum_{\{x,y\}\in E}p_{xy}\bigl(f(\eta^{xy})-f(\eta)\bigr)
$$
の形をもつものを 相互作用粒子系 という。前者を スピン系、$c(x,\eta)\ge0$ を 反転率 という。$c(x,\eta)$ は $\eta$ の $x$ の近くの値だけによる。後者は粒子の移動を表し、$p_{xy}=p_{yx}\ge0$ を辺の交換率という。確率測度 $\mu$ が、初期分布を $\mu$ とすると各時刻の分布も $\mu$ になるとき、$\mu$ を 不変測度 という。
生成作用素は「状態 $\eta$ にいるとき、短い時間 $h$ の間に $x$ の値が反転する確率がおよそ $c(x,\eta)h$」という意味である(Gri18 (10.1)、p. 205)。一般の反転率についての構成と、生成作用素・半群・不変測度の関係は Liggett の理論による(Gri18 §10.1 はその要約で、半群は C0半群 として扱われる)。この記事では次の 3 つの模型を、すべての $p_{xy}$ と率を明示したグラフ表示で直接構成する。
$\lambda>0$ とし、$\deg x$ を $x$ の次数とする。
時空 $V\times[0,\infty)$ に、互いに独立な Poisson 過程の印を置く。
辺に置く印の率の和が、各辺について $\kappa< \infty$ 以下であるとする。$\delta>0$ を $\Delta(1-e^{-\kappa\delta})< 1$ となるようにとる。確率 $1$ で、すべての $k\ge0$ について、時間 $[k\delta,(k+1)\delta)$ に印のある辺だけからなる部分グラフの連結成分はすべて有限である。その結果、任意の初期配置 $\eta_0$ について、各成分の上で印を時刻の順に処理して $\eta_t$($t\ge0$)が一意に定まり、各 $\eta_t(x)$ は有限個の印と初期値だけで決まる。
要点:短い時間窓に印のつく辺は独立に小さい確率 $p$ でしか現れないので、自己回避の道の数え上げから無限の連結成分は確率 $0$ になる。有限の成分の中では印は有限個で、順に処理できる。
1 つの窓 $[k\delta,(k+1)\delta)$ を固定する。各辺に印がある事象は辺ごとに独立で、確率は $p:=1-e^{-\kappa\delta}$ 以下である。頂点 $x$ の成分が無限なら、局所有限な無限連結グラフでは $x$ から遠い頂点への最短の道がとれるので、$x$ から出る任意の長さ $n$ の自己回避の道で、すべての辺に印があるものが存在する。長さ $n$ の自己回避の道は $\Delta^n$ 本以下なので、その確率は $(\Delta p)^n$ 以下で、$n\to\infty$ で $0$ に近づく。頂点と窓は可算個なので、確率 $1$ ですべての成分が有限である。
有限の成分 $C$ の上の窓の中の印(頂点の印を含む)は確率 $1$ で有限個で、時刻はすべて異なる。頂点 $x$ の値を書き換える印は、$x$ の印か、$x$ に接する辺の印だけで、後者があればその辺の他端も $C$ に属する。よって窓の始めの $C$ の上の値と $C$ の中の印から、窓の中の $C$ の上の値が時刻の順に決まり、成分の外とは無関係である。窓を $k=0,1,2,\dots$ と順につなげば、すべての $t$ で $\eta_t$ が定まる。$\eta_t(x)$ は、$x$ を含む窓ごとの成分を時間を遡ってたどった有限個の印で決まる。$\square$
こうして構成した過程が def-ips-models の率をもつ Markov 過程であることは、Poisson 過程の独立増分性からわかる(Gri18 §6.2 p. 133、§10.3 p. 207、§10.4 p. 211 はそれぞれの模型をこの表示で構成している)。以下、同じ印から異なる初期配置の過程を同時に作れることが、比較と双対性の道具になる。
時空の点 $(x,s)$ から $(y,t)$($s\le t$)への 感染の道 とは、時刻を増やしながら頂点の時間軸を回復の印に当たらずに上り、感染の矢印に沿って隣へ移る道のことである。$A\subset V$ から始めた接触過程は
$$
\xi^A_t=\{y\in V\mid\text{ある }x\in A\text{ について }(x,0)\text{ から }(y,t)\text{ への感染の道がある}\}
$$
で与えられる。
同じ印を使うと、$A\subset B$ なら $\xi^A_t\subset\xi^B_t$、さらに $\xi^{A\cup B}_t=\xi^A_t\cup\xi^B_t$ である。また $\lambda< \lambda'$ なら、率 $\lambda$ の過程と率 $\lambda'$ の過程を $\xi^{A,\lambda}_t\subset\xi^{A,\lambda'}_t$ となるように同時に作れる。特に $\theta(\lambda):=P(\text{すべての }t\text{ で }\xi^{\{o\}}_t\ne\emptyset)$ は $\lambda$ について非減少である。
前半は感染の道による表示から直ちに出る。後半は、率 $\lambda'$ の矢印の各々を独立に確率 $\lambda/\lambda'$ で残すと、残った矢印は率 $\lambda$ の独立な Poisson 過程になること(Poisson過程 の間引き)を使う。残った矢印による感染の道は元の矢印による感染の道でもある。$\square$
$\theta(\lambda)$ は 1 点 $o$ から始めた感染が永久に生き残る確率である。$\lambda_c:=\sup\{\lambda\mid\theta(\lambda)=0\}$ を 臨界値 という。
$A,B\subset V$ と $t\ge0$ について
$$
P\bigl(\xi^A_t\cap B\ne\emptyset\bigr)=P\bigl(\xi^B_t\cap A\ne\emptyset\bigr).
$$
左辺の事象は「ある $a\in A$、$b\in B$ について $(a,0)$ から $(b,t)$ への感染の道がある」である。$[0,t]$ の印を $s\mapsto t-s$ で時間反転し、感染の矢印の向きを逆にする。Poisson 過程の時間反転はまた同じ率の Poisson 過程で、向きのついた各辺の率はどれも $\lambda$ なので、反転した印の全体は元の印と同じ分布をもつ。$(a,0)$ から $(b,t)$ への感染の道は、反転した印では $(b,0)$ から $(a,t)$ への感染の道になる。よって左辺の事象の確率は、右辺の事象の確率に等しい。$\square$
$A=\{o\}$、$B=V$ とすると、左辺は時刻 $t$ まで生き残る確率、右辺は全体を感染させて始めた過程で時刻 $t$ に $o$ が感染している確率である。$\mathbb{Z}^d$ では、$t\to\infty$ とすると、後者の極限の分布(上不変測度)の感染の密度が $\theta(\lambda)$ に等しい(Gri18 Proposition 6.5、p. 136)。
最大次数 $\Delta$ のグラフの接触過程について、$\mathbb{E}\lvert\xi^{\{o\}}_t\rvert\le e^{(\lambda\Delta-1)t}$ である。特に $\lambda< 1/\Delta$ なら $\theta(\lambda)=0$ で、$\lambda_c\ge1/\Delta$ である。
要点:時刻 $t$ に感染している頂点にはそれぞれ $(o,0)$ からの感染の道が少なくとも 1 本あるので、$\lvert\xi^{\{o\}}_t\rvert$ は感染の道の本数以下である。$n$ 回隣へ移る道の本数の期待値は、頂点の並びが $\Delta^n$ 通り以下、矢印の時刻の選び方の重みが $\lambda^nt^n/n!$、回復の印を避ける確率が $e^{-t}$ である。
$o=x_0,x_1,\dots,x_n$ を隣どうしの頂点の列($\Delta^n$ 通り以下)とする。この列に沿う感染の道は、時刻 $0< t_1< \cdots< t_n< t$ で $t_i$ が矢印 $x_{i-1}\to x_i$ の印であり、各 $[t_i,t_{i+1})$($t_0=0$、$t_{n+1}=t$)の間 $x_i$ に回復の印がないものである。Poisson 過程の点の組の個数の期待値の公式(Mecke の公式)と、回復の印と矢印の独立性から、そのような組 $(t_1,\dots,t_n)$ の個数の期待値は $\int_{0< t_1< \cdots< t_n< t}\lambda^n\,P(\text{回復の印がない})\,dt_1\cdots dt_n$ である。同じ頂点の時間区間は重ならないので、回復の印がない確率は時間の長さの合計 $t$ について $e^{-t}$ である。単体の体積は $t^n/n!$ なので、$\mathbb{E}\lvert\xi^{\{o\}}_t\rvert\le\sum_n\Delta^n\lambda^n\frac{t^n}{n!}e^{-t}=e^{(\lambda\Delta-1)t}$ である。$\lambda< 1/\Delta$ なら $P(\xi^{\{o\}}_t\ne\emptyset)\le\mathbb{E}\lvert\xi^{\{o\}}_t\rvert\to0$ で、$\theta(\lambda)=0$ である。$\square$
$\mathbb{Z}^d$($\Delta=2d$)については、Gri18 Theorem 6.7(p. 137)が $(2d)^{-1}\le\lambda_c(d)< \infty$ を述べ、下からの評価を回復と感染の競争をランダムウォークと比べて、上からの評価を感染の道を有向パーコレーションに埋め込んで示している(pp. 137–139)。上からの評価は、有向サイト パーコレーション の臨界確率が $1$ より小さいことに帰着する。さらに、臨界値で生き残らないこと($\theta(\lambda_c)=0$)を使うと、不変測度がただ 1 つであることと $\lambda\le\lambda_c$ が同値になる(同書 Theorem 6.6、p. 137)。
グラフ表示で、時刻 $s$ の印「$x$ が $y$ の意見を写す」を時間を遡って読むと、「$(x,t)$ の意見の出どころは $(y,s)$ にある」となる。時刻 $t$ の頂点 $x$ から時間を遡り、印に出会うたびに写し元へ移ると、時刻 $0$ の頂点 $\hat X^x_t$($x$ の 祖先)に着き、$\eta_t(x)=\eta_0(\hat X^x_t)$ となる。
合併するランダムウォーク とは、有限集合 $A$ の各点から出発し、各粒子が率 $1$ で隣を 1 つ一様に選んで跳び、2 つの粒子が同じ頂点に来たら以後は 1 つになって動く系のことである。時刻 $t$ の粒子の位置の集合を $A_t$ と書く。異なる粒子は、合併するまでは独立な連続時間ランダムウォークとして動く。
有限集合 $A\subset V$、初期配置 $\eta\in\Sigma$、$t\ge0$ について、$\eta_0=\eta$ とした投票者模型は
$$
P\bigl(\eta_t\equiv1\text{ on }A\bigr)=P\bigl(\eta\equiv1\text{ on }A_t\bigr)
$$
を満たす。ここで $A_t$ は $A$ から出発した合併するランダムウォークで、「$\equiv1$ on $A$」は $A$ のすべての頂点で値が $1$ であることを表す。
$\eta_t\equiv1$ on $A$ は $\eta\equiv1$ on $\{\hat X^x_t\mid x\in A\}$ と同値である。$[0,t]$ の印を $s\mapsto t-s$ で時間反転すると、各向きのついた辺 $(x,y)$ の印はまた率 $1/\deg x$ の独立な Poisson 過程になる。反転した時間で見ると、$x$ にいる祖先の道は、$x$ から出る辺の印に出会うたびに写し元へ移る。$x$ から出る辺の印の率の合計は $1$ で、各隣の割合は等しいから、各祖先の道は率 $1$ で隣を一様に選ぶランダムウォークである。2 本の道が同じ時空の点に来たら、以後は同じ印をたどるので一致する。合併していない道は、同じ時刻に同じ頂点にいないので、互いに独立な印を使う。よって $\{\hat X^x_t\mid x\in A\}$ は $A_t$ と同じ分布をもつ。$\square$
以下、$V=\mathbb{Z}^d$(隣接は距離 $1$)とする。2 つの粒子 $X,Y$ が合併する前の差 $X-Y$ は、率 $2$ で跳ぶ単純ランダムウォークで、跳ぶ位置の列は離散時間の単純ランダムウォークである。したがって 2 つの粒子がいずれ出会う確率 $q(x-y)$ は、$d\le2$ なら $1$(ランダムウォーク の Pólya の定理の再帰性)、$d\ge3$ で $x\ne y$ なら $1$ より小さい(過渡性)。
$\mathbb{Z}^d$ の投票者模型について次が成り立つ。$\nu_\rho$ は各頂点が独立に確率 $\rho$ で $1$ をとる積測度、$\delta_0,\delta_1$ はすべて $0$、すべて $1$ の配置の点測度である。
要点:双対性により、$\eta_t(x)\ne\eta_t(y)$ なら $x,y$ から出た粒子は時刻 $t$ までに合併していない。$d\le2$ ではそれが確率 $0$ に近づき、$d\ge3$ では正の確率で永久に合併しない。極限の測度の不変性は、双対性を 2 回使って示す。
事象 $\{\eta\equiv1\text{ on }A\}$($A$ は有限集合)の全体は共通部分で閉じ、$\Sigma$ のボレル集合族を生成するので、$\Sigma$ 上の確率測度はこれらの値で決まり、各 $A$ でこれらの確率が収束すれば弱収束する(各筒集合の確率は包除原理でこれらの有限和に書ける)。
(1) 祖先による表示から、$\eta_t(x)\ne\eta_t(y)$ なら $\hat X^x_t\ne\hat X^y_t$ で、これは $\{x,y\}$ から出た 2 粒子が時刻 $t$ までに合併していないことと同じ分布の事象である。$d\le2$ ではその確率は $0$ に近づく。$\mu$ が不変測度なら、$\mu$ から始めて $\mu(\eta(x)\ne\eta(y))=P(\eta_t(x)\ne\eta_t(y))\to0$ なので、$\mu$ はすべての隣どうしで値が等しい配置、すなわち $\{\mathbf 0,\mathbf 1\}$ に集中する。逆に $\delta_0,\delta_1$ は明らかに不変である。次に $\eta_0\sim\nu_\rho$ とすると、双対性を $\nu_\rho$ で積分して $P(\eta_t\equiv1\text{ on }A)=\mathbb{E}\rho^{\lvert A_t\rvert}$ である。粒子が 2 個以上残っている間、そのうち 2 個は強 Markov 性により確率 $1$ でいずれ合併するので、$\lvert A_t\rvert$ は確率 $1$ でいずれ $1$ になる。よって $\mathbb{E}\rho^{\lvert A_t\rvert}\to\rho=\bigl((1-\rho)\delta_0+\rho\delta_1\bigr)(\eta\equiv1\text{ on }A)$ である。
(2) 同様に $P(\eta_t\equiv1\text{ on }A)=\mathbb{E}\rho^{\lvert A_t\rvert}$ で、$\lvert A_t\rvert$ は $t$ について非増加だから極限 $\lvert A_\infty\rvert$ をもち、確率は $\mathbb{E}\rho^{\lvert A_\infty\rvert}$ に収束する。よって弱極限 $\mu_\rho$ が存在する。$A=\{x,y\}$ では $\lvert A_\infty\rvert=1$ となる確率が $q(x-y)$ なので、$\mu_\rho(\eta(x)=\eta(y)=1)=q\rho+(1-q)\rho^2$、$\mu_\rho(\eta(x)=1,\eta(y)=0)=\rho-q\rho-(1-q)\rho^2=\rho(1-\rho)(1-q)$ である。不変性:$s\ge0$ を固定する。双対性から、$\mu_\rho$ から始めた過程は $P(\eta_s\equiv1\text{ on }A)=\sum_BP(A_s=B)\,\mu_\rho(\eta\equiv1\text{ on }B)=\sum_BP(A_s=B)\,\mathbb{E}\rho^{\lvert B_\infty\rvert}$ を満たす。合併するランダムウォークの Markov 性により、これは $\mathbb{E}\rho^{\lvert A_\infty\rvert}=\mu_\rho(\eta\equiv1\text{ on }A)$ に等しい。よって $\mu_\rho$ は不変である。$\square$
$d\ge3$ では、$\mu_\rho$ は平行移動不変かつエルゴード的で、$\{\mu_\rho\mid0\le\rho\le1\}$ が不変測度の端点のすべてであることも知られている(Gri18 Theorem 10.12、p. 209。同書は一部だけを証明している)。$d\le2$ の主張は同書 Theorem 10.11(p. 209)、双対性は Theorem 10.9(p. 208)にある。
排他過程のグラフ表示では、各辺 $\{x,y\}$ の交換の印で $x,y$ の値を入れ替える。時刻 $t$ の頂点 $x$ から時間を遡り、印に出会うたびに辺の反対側へ移ると、時刻 $0$ の頂点 $\hat R^x_t$ に着き、$\eta_t(x)=\eta_0(\hat R^x_t)$ となる。交換は入れ替えなので、$x\mapsto\hat R^x_t$ は $V$ の全単射である。
対称単純排他過程について、有限集合 $A\subset V$、初期配置 $\eta$、$t\ge0$ に対して
$$
P\bigl(\eta_t\equiv1\text{ on }A\bigr)=P\bigl(\eta\equiv1\text{ on }A_t\bigr)
$$
が成り立つ。ここで $A_t$ は、粒子の集合 $A$ から始めた同じ排他過程である。
左辺の事象は $\eta\equiv1$ on $\{\hat R^x_t\mid x\in A\}$ と同値である。$[0,t]$ の交換の印を $s\mapsto t-s$ で時間反転すると、また各辺に率 $1$ の独立な Poisson 過程になる。反転した時間で $A$ の各点を交換の印に沿って動かすと、$\{\hat R^x_t\mid x\in A\}$ が時刻 $t$ の位置の集合になる。交換は辺の両端の値の入れ替えなので、集合 $A$ を「粒子のある頂点」と見れば、これは $A$ から始めた排他過程のグラフ表示そのものである。よって $\{\hat R^x_t\mid x\in A\}$ は $A_t$ と同じ分布をもつ。$\square$
$0\le\rho\le1$ について、積測度 $\nu_\rho$ は対称単純排他過程の不変測度である。
$\eta_0\sim\nu_\rho$ とする。自己双対性を $\nu_\rho$ で積分すると $P(\eta_t\equiv1\text{ on }A)=\mathbb{E}\rho^{\lvert A_t\rvert}=\rho^{\lvert A\rvert}$ である。排他過程では粒子の個数が保たれるので $\lvert A_t\rvert=\lvert A\rvert$ だからである。事象 $\{\eta\equiv1\text{ on }A\}$ の確率は測度を決めるので、$\eta_t$ の分布は $\nu_\rho$ である。$\square$
この主張は Gri18 Theorem 10.18(p. 212)と Corollary 10.20(p. 213)にある。同じ議論は、各辺の交換率 $p_{xy}=p_{yx}$ が一様に有界な一般の対称排他過程でも成り立つ。
各行は、その主張の仮定を 1 つだけ外す。
| 主張 | 外す仮定 | 反例 | 成り立たなくなること |
|---|---|---|---|
| thm-ips-construction | 次数の有界性 | 中心 $o$ に可算無限個の葉を 1 本ずつ辺で結んだ星グラフ、接触過程(各辺の印の率の和 $2\lambda$) | どの長さの時間窓でも、確率 $1$ で $o$ に接する無限個の辺に印があり、$o$ を含む成分は無限になる |
| thm-ips-voter-dichotomy の 1 | $d\le2$ | $\mathbb{Z}^3$、$\eta_0\sim\nu_{1/2}$、隣どうしの $x,y$ | $P(\eta_t(x)\ne\eta_t(y))$ は $0$ に近づかず、約 $0.33$ に近づく |
| cor-ips-exclusion-invariant | 交換の対称性 | 頂点 $\{1,2\}$、頂点 $1$ の粒子だけが率 $1$ で空いた $2$ へ移り、逆向きには移らない過程、$\eta_0\sim\nu_\rho$($0< \rho< 1$) | $P(\eta_t=(1,0))=\rho(1-\rho)e^{-t}$ は $t>0$ で $\nu_\rho$ の値 $\rho(1-\rho)$ と異なる |
1 行目:時間窓の長さを $\delta>0$ とすると、各葉の辺に印がある事象は独立で、確率は $1-e^{-2\lambda\delta}>0$ で一定である。Borel–Cantelli の補題(第 2 部分)により、確率 $1$ で無限個の辺に印がある。このとき「$o$ の値を書き換える最初の印」は存在しない。2 行目:thm-ips-voter-dichotomy の 2 の証明から、$P(\eta_t(x)\ne\eta_t(y))\to2\cdot\frac14\bigl(1-q(x-y)\bigr)$ である。過渡性から $q(x-y)< 1$ なので、極限は正である。$x-y$ が単位ベクトルなら、最初の一歩の対称性により $q(x-y)$ は $\mathbb{Z}^3$ の単純ランダムウォークが原点に戻る確率 $p_3$ に等しい。$p_3=1-1/u_3$、$u_3=\frac{\sqrt6}{32\pi^3}\Gamma(\frac1{24})\Gamma(\frac5{24})\Gamma(\frac7{24})\Gamma(\frac{11}{24})\approx1.5164$(時刻 $0$ を含めて原点を訪れる回数の期待値)から $p_3\approx0.3405$ で、極限は $\frac12(1-p_3)\approx0.330$ である。3 行目:$(1,0)$ からは率 $1$ で $(0,1)$ へ移り、他の 3 つの配置からは $(1,0)$ に入る遷移がない。よって $P(\eta_t=(1,0))=P(\eta_0=(1,0))e^{-t}=\rho(1-\rho)e^{-t}$ である。対称な場合は $(0,1)$ から $(1,0)$ へも率 $1$ で戻るので、2 つの確率はともに $\rho(1-\rho)$ のまま保たれる。$\square$
相互作用粒子系の起こりと一般の反転率による構成は Gri18 §10.1(pp. 204–205)が要約している。接触過程は同書第 6 章(グラフ表示 §6.2 p. 133、双対性 Theorem 6.1・(6.2) p. 134、Proposition 6.5 p. 136、Theorem 6.6・6.7 p. 137)、投票者模型は §10.3(Theorem 10.9 p. 208、Theorem 10.11・10.12 p. 209)、排他過程は §10.4(Theorem 10.18 p. 212、Corollary 10.20 p. 213)にある。同書は双対性を時間反転によるグラフ表示の読み替えとして述べており、この記事の証明もその考え方に従う。
Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する