ランダム環境中のランダムウォーク

同義語:ランダム環境中の酔歩random walk in random environmentrandom walk in a random environment

概要

ランダム環境中のランダムウォーク(random walk in random environment)とは、各点での跳び方の確率(環境)を無作為に選んで固定し、その中で走らせる Markov 連鎖である。$\mathbb Z$ で右へ跳ぶ確率 $\omega_x$ が独立同分布のとき、$\rho_x=(1-\omega_x)/\omega_x$ とおくと、$\mathbb E\log\rho_0$ が負なら右へ、正なら左へ去り、$0$ なら再帰的である(Solomon)。速度は $\mathbb E\rho_0< 1$ のとき $(1-\mathbb E\rho_0)/(1+\mathbb E\rho_0)$ で、右へ去っても速度が $0$ のことや、1 歩の平均の偏りと逆向きに去ることもある。釣り合った場合は谷に捕まり、$(\log n)^2$ の尺度にしか広がらない(Sinai)。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: ランダムウォーク, Markov連鎖, 大数の強法則, マルチンゲール

ランダム環境中のランダムウォーク(random walk in random environment、略して RWRE)とは、各点での跳び方の確率をまず無作為に選んで固定し(環境)、その環境の中で Markov 連鎖を走らせる確率模型のことである。$\mathbb Z$ の上の最も簡単な形では、点 $x$ から右へ跳ぶ確率 $\omega_x$ が独立同分布の確率変数で、左へは $1-\omega_x$ で跳ぶ。
この模型では、平均をとった直観がことごとく外れる。1 歩の平均の偏りが右向きでも左へ去ることがあり、右へ去っても速度が $0$ のことがあり、偏りが釣り合っていても拡散の尺度 $\sqrt n$ ではなく $(\log n)^2$ の尺度にしか広がらない。どれも、環境の中にできる「深い谷」に歩みが捕まることから起こる。この記事では、再帰と過渡の判定(Solomon の定理)を完全に証明し、1 点を越える時間の期待値の公式から速度が $0$ になる仕組みを示し、Sinai の局在の主張を述べる。

結果内容この記事での扱い
lem-rwre-scale固定した環境での到達確率(尺度関数)証明する
thm-rwre-solomon$\mathbb E\log\rho_0$ の符号による再帰・過渡の判定証明する
prop-rwre-hitting1 点を越える時間の期待値の公式証明する
thm-rwre-speed速度の公式主張と所在
thm-rwre-sinai釣り合った場合の $(\log n)^2$ の局在主張と所在

模型

環境 $\omega=(\omega_x)_{x\in\mathbb Z}$ は $(0,1)$ に値をとる独立同分布の確率変数の列で、その法則を $\mathbb P$、期待値を $\mathbb E$ と書く。環境を固定するごとに、$\mathbb Z$ の上の最近接の Markov連鎖
$$ P^x_\omega(X_{n+1}=y+1\mid X_n=y)=\omega_y,\qquad P^x_\omega(X_{n+1}=y-1\mid X_n=y)=1-\omega_y,\qquad X_0=x $$
を考える。$P^x_\omega$ を 固定した環境での法則(quenched)、それを環境について平均した $\overline P^x(\cdot)=\int P^x_\omega(\cdot)\,\mathbb P(d\omega)$ を 平均した法則(annealed)という。$\overline P^x$ のもとで $(X_n)$ は Markov 連鎖ではない:すでに通った点の環境について、通り方から情報が得られるからである。
以下、
$$ \rho_x:=\frac{1-\omega_x}{\omega_x}\in(0,\infty) $$
とおく(左へ跳ぶ確率と右へ跳ぶ確率の比)。$\omega_x$ が定数 $p$ なら、これは偏りのある ランダムウォーク で、$\rho=q/p$ である。

固定した環境での到達確率

環境 $\omega$ を固定する。$z\in\mathbb Z$ について
$$ \Delta(z):=\begin{cases}\prod_{j=1}^{z}\rho_j&(z\ge1),\\ 1&(z=0),\\ \prod_{j=z+1}^{0}\rho_j^{-1}&(z\le-1)\end{cases} $$
とおくと、すべての $z$ で $\Delta(z)=\rho_z\Delta(z-1)$ である。$s(0)=0$、$s(x+1)-s(x)=\Delta(x)$ で 尺度関数 $s\colon\mathbb Z\to\mathbb R$ を定め、$s(\pm\infty):=\lim_{x\to\pm\infty}s(x)\in[-\infty,\infty]$ とする($s$ は狭義増加なので極限がある)。$T_y:=\inf\{n\ge0\mid X_n=y\}$ と書く。

尺度関数と到達確率
  1. $s$ は調和である:$\omega_xs(x+1)+(1-\omega_x)s(x-1)=s(x)$。
  2. $a< x< b$ なら $P^x_\omega(T_b< T_a)=\dfrac{s(x)-s(a)}{s(b)-s(a)}$ である。
  3. $a< x$ なら $P^x_\omega(T_a< \infty)=\dfrac{s(+\infty)-s(x)}{s(+\infty)-s(a)}$ である($s(+\infty)=\infty$ なら右辺は $1$)。$x< b$ についても左右を入れ替えた式が成り立つ。
有界なマルチンゲールの任意抽出

1:$\omega_x(s(x+1)-s(x))-(1-\omega_x)(s(x)-s(x-1))=\omega_x\bigl(\Delta(x)-\rho_x\Delta(x-1)\bigr)=0$ である。
2:$T:=T_a\wedge T_b$ とする。区間 $(a,b)$ のどの点からも、$b-a$ 歩以内に区間を出る確率は $\min_{a< y< b}\omega_y^{\,b-a}>0$ 以上なので、$T< \infty$ がほとんど確実に成り立つ。1 から $s(X_{n\wedge T})$ は有界な マルチンゲール で、任意抽出定理 により $s(x)=E^x_\omega[s(X_T)]=s(b)P(T_b< T_a)+s(a)\bigl(1-P(T_b< T_a)\bigr)$ である。
3:最近接の歩みでは $T_b\ge b-x$ なので、$\{T_a< \infty\}$ は事象 $\{T_a< T_b\}$ の $b\to\infty$ での増大和である。2 で $b\to\infty$ とすればよい。$\square$

尺度関数による判定

環境 $\omega$ を固定する。

  1. $s(+\infty)< \infty$ かつ $s(-\infty)=-\infty$ なら、$P^0_\omega$ でほとんど確実に $X_n\to+\infty$ である。
  2. $s(+\infty)=\infty$ かつ $s(-\infty)=-\infty$ なら、$P^0_\omega$ でほとんど確実に $\liminf X_n=-\infty$、$\limsup X_n=+\infty$ である。
    $s(+\infty)=\infty$ かつ $s(-\infty)>-\infty$ なら、1 の左右を入れ替えて $X_n\to-\infty$ である。
下の点に戻る確率が 0 に近づく

1:lem-rwre-scale の 3 から、$a< 0$ について $P^0_\omega(T_a< \infty)=\frac{s(+\infty)}{s(+\infty)-s(a)}$ で、$a\to-\infty$ で $0$ に行く。原点への戻り:$P^{-1}_\omega(T_0< \infty)=1$(左右を入れ替えた 3 で $s(-\infty)=-\infty$)、$P^1_\omega(T_0< \infty)=\frac{s(+\infty)-s(1)}{s(+\infty)}< 1$ なので、原点に戻る確率 $\omega_0P^1_\omega(T_0< \infty)+(1-\omega_0)$ は $1$ より小さく、原点の訪問は有限回である。どの点も同様に有限回しか訪れないので $\lvert X_n\rvert\to\infty$ で、最近接の歩みは $0$ を越えずに符号を変えられないから、$X_n\to+\infty$ か $X_n\to-\infty$ のどちらかである。後者の確率は $P^0_\omega(T_a< \infty)$ 以下で、$a\to-\infty$ として $0$ である。
2:$a< 0< b$ について、2 の式で $b\to\infty$ とすると $P^0_\omega(T_b< T_a)\to0$ なので $P^0_\omega(T_a< \infty)=1$ であり、同様に $P^0_\omega(T_b< \infty)=1$ である。$a,b$ は任意なので、Markov 性から歩みはどの点も無限回訪れる。$\square$

$s$ は、歩みを電気回路の上の歩みとみたときの抵抗の累積和である:辺 $\{x,x+1\}$ の抵抗を $\Delta(x)$ とすれば、$X$ はその 電気回路網 の上の歩みで、$s(+\infty)< \infty$ は右の無限遠への有効抵抗が有限であることにあたる。

再帰と過渡の判定

Solomon の定理

$\mathbb E\lvert\log\rho_0\rvert< \infty$ とし、$\lambda:=\mathbb E\log\rho_0$ とおく。$\mathbb P$ についてほとんどすべての環境 $\omega$ で、$P^0_\omega$ についてほとんど確実に次が成り立つ。

  1. $\lambda< 0$ なら $X_n\to+\infty$。
  2. $\lambda>0$ なら $X_n\to-\infty$。
  3. $\lambda=0$ なら $\liminf X_n=-\infty$、$\limsup X_n=+\infty$(再帰的)。
尺度関数の増分は独立な和の指数

$z\ge1$ について $\log\Delta(z)=\sum_{j=1}^z\log\rho_j$ は独立同分布の和で、$z\le-1$ について $\log\Delta(z)=-\sum_{j=z+1}^0\log\rho_j$ も同様である。
1:大数の強法則 から $\mathbb P$ でほとんど確実に $\frac1z\log\Delta(z)\to\lambda< 0$($z\to\infty$)なので、十分大きい $z$ で $\Delta(z)\le e^{\lambda z/2}$ となり、$s(+\infty)=\sum_{z\ge0}\Delta(z)< \infty$ である。$z\to-\infty$ では $\frac1{\lvert z\rvert}\log\Delta(z)\to-\lambda>0$ なので $\Delta(z)\to\infty$ で、$s(-\infty)=-\sum_{z< 0}\Delta(z)=-\infty$ である。prop-rwre-scale-criterion の 1 により $X_n\to+\infty$ である。
2:$\rho$ を $\rho^{-1}$ に、右を左に替えれば 1 と同じである。
3:$S_z:=\sum_{j=1}^z\log\rho_j$ は平均 $0$ の独立同分布の和なので、大数の弱法則 $S_z/z\to0$ が成り立ち、Chung–Fuchs の定理(Dur19 Theorem 5.4.8、p. 292)によりこの和は再帰的である。すなわち $0$ が再帰値で(同 Theorem 5.4.1、p. 288)、ほとんど確実に $\lvert S_z\rvert< 1$ が無限個の $z$ で起こる。そのような $z$ で $\Delta(z)\ge e^{-1}$ なので $s(+\infty)=\infty$ である。負の側も同様で $s(-\infty)=-\infty$ である。prop-rwre-scale-criterion の 2 により再帰的である。$\square$

定理は Solomon による(Sol75)。環境が定常かつエルゴード的な場合にも、同じ判定が成り立つ($\lambda\ne0$ の場合は大数の強法則をエルゴード定理に替えればよいが、$\lambda=0$ の場合は別の議論が要る)(Zei04 Theorem 2.1.2、p. 5)。判定に現れるのが $\mathbb E\rho_0$ や $\mathbb E\omega_0$ ではなく 対数の平均 $\mathbb E\log\rho_0$ であることが要点である。尺度関数の増分 $\Delta(z)$ は $\rho$ の積で、積の振る舞いは対数の和、すなわち対数の平均で決まる。

平均の偏りと逆に去る歩み

$\omega_x$ が確率 $\frac9{10}$ で $\frac35$、確率 $\frac1{10}$ で $\frac1{100}$ をとるとする。1 歩の平均の変位は
$$ \mathbb E[2\omega_0-1]=\tfrac9{10}\cdot\tfrac15+\tfrac1{10}\cdot\bigl(-\tfrac{49}{50}\bigr)=0.082>0 $$
で右向きだが、$\rho$ は $\frac23$ と $99$ をとり
$$ \lambda=\tfrac9{10}\log\tfrac23+\tfrac1{10}\log99\approx-0.3649+0.4595=0.0946>0 $$
なので、thm-rwre-solomon の 2 により歩みは左へ去る。$\omega=\frac1{100}$ の点は全体の $1$ 割しかないが、そこでは強く左へ押し戻され、右へ抜けるには多くの試行が要る。$\rho$ の対数の平均はこの「押し戻しの強さ」を正しく測る。

1 点を越える時間と速度

右へ過渡的なとき、歩みはどれだけの速さで右へ進むか。鍵は、$x-1$ から初めて $x$ に達する時間 $T_x-T_{x-1}$ の平均である。

1 点を越える時間の期待値

環境 $\omega$ を固定すると
$$ E^0_\omega[T_1]=1+2\sum_{k\ge1}\prod_{j=0}^{k-1}\rho_{-j}\qquad(\in[1,\infty]) $$
である。したがって
$$ \mathbb E\bigl[E^0_\omega[T_1]\bigr]=\begin{cases}\dfrac{1+\mathbb E\rho_0}{1-\mathbb E\rho_0}&(\mathbb E\rho_0< 1),\\[2mm] \infty&(\mathbb E\rho_0\ge1)\end{cases} $$
である。

$-m$ で反射させた歩みで挟む

反射させた歩み. $m\ge1$ とし、$\omega_{-m}$ だけを $1$ に替えた環境 $\omega^{(m)}$ を考える($-m$ に来たら必ず右へ戻る)。$e_x:=E^{x-1}_{\omega^{(m)}}[T_x]$($-m+1\le x\le1$)とおく。$x-1$ から出た歩みは、確率 $\omega_{x-1}$ で右へ進むまで「左へ出て $x-1$ に戻る」往復を繰り返す。左へ出る回数は平均 $\rho_{x-1}$ の幾何分布で、各往復の平均の長さは $1+e_{x-1}$ なので、Wald の等式から
$$ e_x=\frac1{\omega_{x-1}}+\rho_{x-1}e_{x-1}\qquad(x\ge-m+2),\qquad e_{-m+1}=1 $$
である(有限の状態空間なので値はすべて有限)。$\pi_k:=\prod_{j=0}^{k-1}\rho_{-j}$($\pi_0=1$)とおいて繰り返すと、$\frac1{\omega}=1+\rho$ から
$$ e_1=\sum_{k=0}^{m-1}(1+\rho_{-k})\pi_k+\pi_m=1+2\sum_{k=1}^{m}\pi_k=:A_m $$
である。
挟み撃ち. 一様乱数を共有して元の歩み $X$ と反射させた歩み $X^{(m)}$ を作る($U_n< \omega_{X_n}$ なら右へ)。$\omega^{(m)}\ge\omega$ なので、$X^{(m)}_n\ge X_n$ が保たれる(両者の差は偶数で、等しいときは $X^{(m)}$ の方が右へ出やすい)。よって $T_1^{(m)}\le T_1$ で、$A_m\le E^0_\omega[T_1]$ である。また $T_{-m}$ までは両者は一致するので $T_1\wedge T_{-m}\le T_1^{(m)}$ であり、$T_{-m}\ge m$ から単調収束定理で
$$ E^0_\omega[T_1]=\lim_{m\to\infty}E^0_\omega[T_1\wedge T_{-m}]\le\liminf_mA_m $$
である。$A_m$ は増加列なので、$E^0_\omega[T_1]=\lim A_m$ が示された。
後半:$\rho_{-j}$ は独立なので $\mathbb E\pi_k=(\mathbb E\rho_0)^k$ で、Tonelli の定理から $\mathbb E[E^0_\omega T_1]=1+2\sum_{k\ge1}(\mathbb E\rho_0)^k$ である。$\square$

平行移動の不変性から、$x-1$ から $x$ へ越える時間の平均も同じ分布をもつ。$T_n=\sum_{x=1}^n(T_x-T_{x-1})$ と分けてエルゴード定理を当てると、$T_n/n$ は $\mathbb E[E^0_\omega T_1]$ に収束し、その逆数が速度になる。

速度の公式

環境が独立同分布で $\mathbb E\lvert\log\rho_0\rvert< \infty$ とする。$\mathbb P$ についてほとんどすべての $\omega$ で、$P^0_\omega$ についてほとんど確実に
$$ \lim_{n\to\infty}\frac{X_n}n=v:=\begin{cases}\dfrac{1-\mathbb E\rho_0}{1+\mathbb E\rho_0}&(\mathbb E\rho_0< 1),\\[2mm] -\dfrac{1-\mathbb E\rho_0^{-1}}{1+\mathbb E\rho_0^{-1}}&(\mathbb E\rho_0^{-1}< 1),\\[2mm] 0&(\text{そのほか})\end{cases} $$
である(Solomon Sol75、Zei04 Theorem 2.1.9 とその後の注意、p. 8)。

この記事では、越える時間の分解とエルゴード定理の部分(Zei04 Lemma 2.1.10 以下、p. 9)を証明しない。$\mathbb E\rho_0< 1$ の場合の $v$ は、prop-rwre-hitting の値の逆数にちょうど一致する。$\mathbb E\rho_0^{-1}< 1$ と $\mathbb E\rho_0< 1$ は同時には起こらない(Cauchy–Schwarzの不等式 から $\mathbb E\rho_0\,\mathbb E\rho_0^{-1}\ge(\mathbb E\rho_0^{1/2}\rho_0^{-1/2})^2=1$)。
過渡的でも速度は 0 でありうる. Jensen の不等式から $\log\mathbb E\rho_0\ge\mathbb E\log\rho_0$ で、等号は $\rho_0$ が定数のときに限る。したがって
$$ \mathbb E\log\rho_0< 0\le\log\mathbb E\rho_0 $$
となる環境では、歩みは右へ去るのに速度は $0$ である。たとえば $\omega$ が $\frac45$ と $\frac13$ を確率 $\frac12$ ずつとると、$\rho\in\{\frac14,2\}$ で $\mathbb E\log\rho_0=-\frac12\log2< 0$、$\mathbb E\rho_0=\frac98\ge1$、$\mathbb E\rho_0^{-1}=\frac94\ge1$ である。prop-rwre-hitting から 1 点を越える時間の平均は $\infty$ で、$\rho_{-j}>1$ が続く区間(左向きに押す点の並び、すなわち環境の「罠」)で歩みが長く足止めされる。$\mathbb E\rho_0^{\,s}=1$ となる $s$ が $0< s< 1$ にあるときは、速度が $0$ でも、指数 $s$ の安定分布の型の極限法則が成り立つ(Kesten–Kozlov–Spitzer KKS75、Zei04 p. 67 の文献の注)。

釣り合った場合:Sinai の局在

$\lambda=\mathbb E\log\rho_0=0$ の再帰的な場合を考える。ポテンシャル
$$ V(x):=\begin{cases}\sum_{j=1}^x\log\rho_j&(x\ge1),\\ 0&(x=0),\\ -\sum_{j=x+1}^0\log\rho_j&(x\le-1)\end{cases} $$
は平均 $0$ の独立同分布の和で、尺度関数の増分は $\Delta(z)=e^{V(z)}$ である。lem-rwre-scale の 2 から、谷底 $b$ から左右の高さ $H$ の尾根を越えて出るには、おおよそ $e^{H}$ 回の試行が要る。時刻 $n$ までに越えられる尾根の高さは $\log n$ 程度で、Donskerの不変原理 により、高さ $\log n$ の谷の幅は $(\log n)^2$ 程度である。

Sinai の定理

環境が独立同分布で、ある $\varepsilon>0$ について $\varepsilon\le\omega_0\le1-\varepsilon$ がほとんど確実に成り立ち、$\mathbb E\log\rho_0=0$、$\sigma^2:=\mathbb E(\log\rho_0)^2>0$ とする。環境だけから定まる確率変数 $b_n$ があって、平均した法則 $\overline P^0$ のもとで
$$ \frac{X_n}{(\log n)^2}-b_n\longrightarrow0\quad(\text{確率収束}) $$
となる。$b_n$ は、ポテンシャルを $x\mapsto\frac1{\log n}V(x(\log n)^2)$ と縮めたときの、原点を含む深さ $1$ の最小の谷の底の位置である(Sinai Sin82、Zei04 Theorem 2.5.3、p. 59)。

縮めたポテンシャルは $\sigma$ 倍の両側 Brown 運動に分布収束する(Donskerの不変原理)ので、$b_n$ の大きさは $n$ によらない程度にとどまり、$X_n$ は $(\log n)^2$ の尺度にとどまる。普通のランダムウォークの $\sqrt n$ の拡散と比べると、$(\log n)^2$ は極端に遅い。歩みは時刻 $n$ に応じた谷の底に局在し、谷から谷への乗り移りがまれにしか起こらない。

反例の表

外す仮定例成り立たなくなる結論
環境が定数(偏りのあるランダムウォーク)ex-rwre-wrong-way1 歩の平均の偏りが右向きなら右へ過渡的
環境が定数$\omega\in\{\frac45,\frac13\}$ の例右へ過渡的なら速度は正
環境が定数thm-rwre-sinai の環境再帰的なら $\lvert X_n\rvert$ は $\sqrt n$ の尺度で広がる
thm-rwre-solomon の $0< \omega_x< 1$$\omega_x\in\{0,\frac12,1\}$ をそれぞれ正の確率でとる環境過渡的か、$\liminf X_n=-\infty$ かつ $\limsup X_n=+\infty$ か
表の 4 行目の確かめ

$\omega_x=1$ の点 $\ell< 0$ と、$\omega_x=0$ の点 $r>0$ が $\mathbb P$ でほとんど確実に存在する。$\ell< X_n< r$ にいる歩みは、$\ell$ に来れば右へ、$r$ に来れば左へ押し戻されるので、区間 $[\ell,r]$ から出ない。したがって $X_n$ は有界で、どちらの結論も成り立たない。このとき $\rho$ は $0$ や $\infty$ をとり、$\mathbb E\log\rho_0$ は定義されない。

補足

  • 固定した環境と平均した環境. thm-rwre-solomon と thm-rwre-speed は、ほとんどすべての環境で成り立つ(quenched の)主張で、環境について平均しても同じである。極限定理の細部(揺らぎ、大偏差)では両者は異なりうる。
  • 多次元. $\mathbb Z^d$($d\ge2$)の模型では、環境は各点での $2d$ 方向の跳ぶ確率で、歩みは一般に可逆でなく、尺度関数の方法は使えない。
  • 出典. lem-rwre-scale から thm-rwre-solomon までの証明は Zei04 §2.1 の尺度関数の方法に沿って書き下ろした($\lambda=0$ の場合は Chung–Fuchs の定理による)。prop-rwre-hitting の反射による挟み撃ちの証明は書き下ろしたものである。

関連項目

参考文献

[1]
Fred Solomon, Random walks in a random environment, The Annals of Probability, 1975, pp. 1–31
[2]
Ofer Zeitouni, Random walks in random environment, Springer, 2004, Theorem 2.1.2(p. 5)、Theorem 2.1.9 とその後の注意(p. 8)、Lemma 2.1.10(p. 9)、Theorem 2.5.3(p. 59)、§2.5 の文献の注(p. 67)(番号と頁は著者公開版(Version 4.0)による)
[3]
Rick Durrett, Probability: Theory and Examples, Cambridge University Press, 2019, Theorem 5.4.1(p. 288)、Theorem 5.4.8(p. 292)
[4]
Ya. G. Sinai, The limiting behavior of a one-dimensional random walk in a random medium, Theory of Probability and Its Applications, 1982, pp. 256–268
[5]
H. Kesten, M. V. Kozlov, F. Spitzer, A limit law for random walk in a random environment, Compositio Mathematica, 1975, pp. 145–168

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