Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2504.00594v1

帮助 | 高级搜索

数学 > 概率

arXiv:2504.00594v1 (math)
[提交于 2025年4月1日 (此版本) , 最新版本 2025年6月20日 (v2) ]

标题: 关于基于经典重对数律的随机游走象的注记

标题: A remark on elephant random walks via the classical law of the iterated logarithm for self-similar Gaussian processes

Authors:Shuhei Shibata, Tomoyuki Shirai
摘要: 本文的主要关注点是研究定义在$\mathbb{Z}$上具有不同记忆参数的两个大象随机游走(ERW)是否可以无限次地相遇的问题,推广了 Roy、Takei 和 Tanemura 的结果。 我们还通过提供一个初等且易懂的经典重对数律(LIL)的证明,研究了它们之间的距离的渐近行为,该证明适用于中心化的连续自相似高斯过程,并在协方差核满足某种衰减条件下进行了分析。
摘要: The main concern of this paper is to investigate the problem whether two Elephant Random Walks (ERWs) on $\mathbb{Z}$ with different memory parameters can meet each other infinitely often, extending the result by Roy, Takei, and Tanemura. We also study the asymptotic behavior of the distance between them by providing an elementary and accessible proof of the classical Law of Iterated Logarithm (LIL) for centered continuous self-similar Gaussian processes under a certain decay condition on the covariance kernel.
评论: 18页
主题: 概率 (math.PR)
MSC 类: 60K35, 60G15, 60G17, 60G18, 60F15
引用方式: arXiv:2504.00594 [math.PR]
  (或者 arXiv:2504.00594v1 [math.PR] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.00594
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Shuhei Shibata [查看电子邮件]
[v1] 星期二, 2025 年 4 月 1 日 09:53:30 UTC (18 KB)
[v2] 星期五, 2025 年 6 月 20 日 07:03:11 UTC (19 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.PR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04
切换浏览方式为:
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号