Annealed Survival Probability of Random Walk in an Inhomogeneous Poisson Environment of Mobile Traps

技术摘要：非均匀泊松环境下移动陷阱中退火生存概率的研究

问题陈述
本文研究了在移动陷阱存在的非均匀泊松环境下，在整数格点 $\mathbb{Z}^d$ 上运动的连续时间对称简单随机游走（$X$）的退火生存概率。与以往关注均匀环境的研究不同，本研究考虑的是非均匀泊松环境。具体而言，在时间 $t=0$ 时，每个格点 $y \in \mathbb{Z}^d$ 处的陷阱数量服从均值为 $\nu_y$ 的泊松随机变量，其中序列 $(\nu_y)_{y \in \mathbb{Z}^d}$ 不一定是常数。每个陷阱执行独立的对称简单随机游走，跳跃率为 1。随机游走者 $X$（跳跃率 $\kappa \ge 0$）被当前位置陷阱数量成比例的速率 $\gamma$ 湮灭。

主要目标是确定在维度 $d=1$ 和 $d=2$ 下，随着时间 $t \to \infty$，退火生存概率 $Z_t^\gamma$（对随机游走和陷阱场求期望）的渐近行为。此外，本文还为原点处的陷阱环境占领时间泛函建立了极限定理（大数定律、中心极限定理和概率大偏差原理）。

方法论与假设
分析依赖于关于初始陷阱强度分布 $(\nu_y)$ 的特定假设：

• (A1) 初始均值一致有界：$\sup_y \nu_y < \infty$。
• (A2) 原点处的预期陷阱密度在所有时刻均为最小：对于所有 $x \in \mathbb{Z}^d, t \ge 0$，满足 $m(t, x) \ge m(t, 0)$，其中 $m(t, x)$ 是 $t$ 时刻 $x$ 处陷阱的平均数量。
• (A3) 关于原点处时间平均密度的较弱条件，允许通过由缓慢变化函数 $L(t)$ 和指数 $\alpha$ 定义的标度进行定义。

由于缺乏时间可逆性，其方法论不同于均匀情况（例如 [DGRS12]），因为非均匀陷阱场无法直接应用用于证明存在 Lyapunov 指数的 Feynman-Kac 表示和次可加性论证。相反，作者采用了以下方法：

1. 累积量展开（Cumulant Expansion）： 借鉴自 [CG84] 以处理非均匀泊松场，推导出以给定随机游走轨迹为条件的生存概率的积分恒等式。
2. 帕斯卡原理（Pascal Principle）： 一个连续时间证明，表明在假设 (A2) 下，当随机游走保持静止在原点（$X \equiv 0$）时，生存概率达到最大。这提供了必要的上界。
3. 限制策略（Confinement Strategy）： 通过将随机游走限制在一个半径为 $R_t$ 的球体内，该球体内初始不存在陷阱，且在时间 $t$ 内没有外部陷阱进入，从而推导出下界。
4. Tauberian 定理与局部极限定理： 用于分析相关泛函拉普拉斯变换的渐近行为，以导出精确的衰减率。

核心结果

1. 退火生存概率的渐近行为（定理 1.1）：
   在假设 (A1) 和 (A2) 下，本文确定了 $d=1$ 和 $d=2$ 维下 $Z_t^\gamma$ 的精确渐近行为。其主导阶衰减与杀死速率 $\gamma$ 无关，取决于原点处的平均陷阱密度 $\bar{m} = \lim_{t\to\infty} \frac{1}{t} \int_0^t m(s, 0) ds$。

   • $d=1$： $Z_t^\gamma \sim \exp\left( -\bar{m} \sqrt{\frac{8}{\pi}} t^{1/2} \right)$。
   • $d=2$： $Z_t^\gamma \sim \exp\left( -\pi \bar{m} \frac{t}{\log t} \right)$。
     这些结果推广了 [DGRS12] 的均匀情况发现，表明只要密度在原点处最小，衰减率是由原点处的局部行为而非全局空间平均值决定的。

2. 占领泛函的极限定理（定理 1.2 & 1.3）：
   本文研究了两个泛函的极限定理：

   • $D_t(\xi)$：陷阱在原点停留的总时间。
   • $N_t(\xi)$：访问过原点的不同陷阱的数量。
     在较弱的假设 (A3) 下，本文确立了：
   • 大数定律： 这两个泛函几乎处处收敛于它们的期望值。
   • 中心极限定理： 波动呈高斯分布，其方差取决于维度和 $\bar{m}$。
   • 大偏差原理： 偏差概率以显式计算的速率函数 $I(\beta)$ 指数级衰减。
     这些结果推广了 [CG84] 的均匀情况结果。

3. 示例与反例（第 1.2 节）：

   • 周期性和衰减剖面： 定理适用于周期性环境（示例 1.1）和 $\nu_y \to 1$ 当 $|y| \to \infty$ 的剖面（示例 1.2），在这些情况下通过 $\bar{m}$ 恢复标准衰减率。
   • (A2) 失效的情况： 当陷阱密度在原点处不是最小时（例如 $\nu_y$ 随 $|y|^{-\beta}$ 衰减，其中 $0 < \beta < 1$），生存概率的衰减速度严格慢于均匀情况（示例 1.3）。在总初始陷阱质量有限的情况下（示例 1.4），生存概率不会衰减至零。

意义与主张
本文声称将陷阱问题的严谨理解从均匀环境扩展到了非均匀环境。其主要意义在于：

• 克服非可逆性： 它解决了非均匀陷阱场不具备时间可逆性的技术挑战，这使得标准的 Feynman-Kac 和次可加性技术无法适用。作者成功地改编了累积量展开，并证明了非均匀场下的连续时间帕斯卡原理。
• 表征非均匀性： 它证明了渐近衰减率受原点处陷阱强度的局部行为（特别是时间平均最小密度）控制，而非全局分布，前提是密度在原点处最小。
• 泛化性： 它统一并推广了 [DGRS12]（均匀移动陷阱）和 [CG84]（均匀占领时间）的结果，将其扩展到更广泛的初始配置类。

作者指出，由于随机游走的传递性，对于 $d \ge 3$ 的情况，该问题仍是一个开放问题，因为这使得用于下界的限制策略失效。此外，虽然在 (A2) 失效（但 (A3) 成立）的情况下建立了下界，但并未证明匹配的上界，因此在这些特定的非均匀情况下，精确的渐近速率仍是一个开放的猜想。