数学 > 概率
[提交于 2007年4月20日
]
标题: 动态离散网络
标题: The Dynamical Discrete Web
摘要: 动力离散网络(DDW),由Howitt和Warren最近的工作引入,是一组合并的简单对称一维随机游走,在一个额外的连续动态参数s中演化。演化是通过独立更新定义在离散时空上的基础伯努利变量来实现的,这些变量在任何固定的s下定义离散网络。在本文中,我们研究了异常(随机)s值的存在性,此时网络的路径不表现出通常的随机游走行为,以及此类异常s集合的豪斯多夫维数。我们的结果受到Häggstrom、Peres和Steif关于高维动态渗流的异常时间的结果以及Schramm和Steif在二维情况下的结果的启发。 DDW中游走的异常行为与Benjamini、Häggstrom、Peres和Steif的动态随机游走的情况有很大不同。 特别是,我们证明存在一些异常的s值,使得从原点出发的游走S^s(n)满足limsup S^s(n)/\sqrt n \leq K,并且豪斯多夫维数与K有非平凡的依赖关系。我们还讨论了这些和其他结果如何扩展到动力布朗网络,这是DDW的一个自然标度极限。 标度极限是正在准备的一篇论文的重点;它由Howitt和Warren研究过,并与Sun和Swart的布朗网络有关。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.