On the subcritical self-catalytic branching Brownian motions
Nankai University(南开大学);Beijing Institute of Technology(北京理工大学)
本文研究了自催化分支布朗运动的亚临界情况,构造了允许无限初始粒子的模型,并刻画了其来自无穷的CDI性质及速率。
2026-04-23 math-ph math.MP math.PR
Branching Brownian motion with self repulsion
考虑一类具有自排斥的分枝布朗运动模型。通过改变测量值来引入自排斥,该测量值惩罚在彼此的$\e$邻域中花费时间的粒子。我们得到一个简化版本的模型,只有分支事件受到惩罚。这个模型几乎是完全可解的,我们得到一个精确的描述的粒子数和分支时间。在弱罚的极限下,一个有趣的泛时非齐次分支过程出现了。最大值的位置由具有不定常反应项的F-KPP型反应扩散方程决定。
2021-02-18 math-ph math.MP math.PR
Domain of attraction of the fixed points of Branching Brownian motion
给出了具有临界漂移的分支布朗运动(BBM)不动点的吸引区域的完整刻画。在此分类之前,我们引入了一个合适的度量空间的局部有限点的措施,我们证明了1)BBM临界漂移是一个定义良好的马尔可夫过程和2),它满足Feller性质。这种特性的几个应用程序。
2023-01-30 math-ph math.MP math.PR
Velocity of the $L$-branching Brownian motion
我们考虑一个在实数线上的粒子分支选择系统,它按照以下规则演化:每个粒子在指数寿命内按照布朗运动运动,然后分裂成两个新粒子,当一个粒子与最高粒子的距离为$L$时,它没有分裂就死了。这个模型已经由Brunet,Derrida,Mueller和Munier在物理学文献中介绍,并被称为$L$ -分支布朗运动。我们表明,该系统的位置线性增长的速度$v_L$几乎肯定,我们计算的渐近行为$v_L$的$L$趋于无穷大:$v_L = \sqrt{2} - π^2 / 2 \sqrt{2} L^2 + o(1/L^2)$,如布鲁内,德里达,Mueller和Munier所述。证明利用Berestycki,Berestycki和Schweinsberg关于带上分支布朗运动的结果。
2016-04-06 math-ph math.MP math.PR
The glassy phase of complex branching Brownian motion
本文研究了复值分支布朗运动在所谓的玻璃相,也称为相II中的运动。在这种情况下,我们证明了一个极限定理的复杂分拆函数,从而确认了一个猜想制定的Lacoin和最后两个作者在以前的论文复高斯乘性混沌。我们将表明,限制分拆函数可以表示为一个高斯随机变量,主要是由于绕组的相位,和一个稳定的所谓的导数鞅变换,主要是由于聚集的模的产品。证明依赖于分支布朗运动上下文中的极值过程的精细描述。
2013-11-08 math-ph math.MP math.PR
Clusters in the critical branching Brownian motion
以相同速率复制和湮灭的布朗粒子具有强相关的位置,形成由大间隙隔开的几个紧凑的簇。我们的特点在一个给定的时间的颗粒的分布,使用的定义中的簇的粗粒度的长度最近介绍了我们中的一些人。我们发现,在一个非灭绝的实现,集群的平均数量增长为$D_{\mathrm{f}} \approx 0.22$是Haussellite维的边界的超布朗运动,发现由Mueller,Mytnik和帕金斯。我们还计算了连续粒子之间的间隙分布。我们发现两个制度分开的特征长度尺度$\ell = \sqrt{D/β}$,其中$D$是扩散常数和$β$的分支率。大于$g$的间隙的平均数对于$g\ll \ell$衰减为$\sim g^{D_{\mathrm{f}}-2}$,对于$g \gg \ell$衰减为$\sim g^{-D_{\mathrm{f}}}$。最后,在粒子数$n$的条件下,上述分布对$g \ll \sqrt{n}$是有效的;大于$g \gg \sqrt{n}$的平均能隙数远小于1,并衰减为$\simeq 4 (g/\sqrt{n})^{-2}$,与Ramola、Majumdar和Schehr预测的普适能隙分布一致。我们的结果之间的一个密集的超布朗运动制度和大间隙制度,统一两个以前独立的方法插值。
2023-02-22 cond-mat.stat-mech math-ph math.MP
Product structure of heat phase space and branching Brownian motion
基于热的相空间具有可编码在交换单位环中的乘积结构的观察,给出了讨论具有非常数粒子数的布朗过程的一般形式.在希尔伯特模理论中讨论了单个布朗粒子,其基础环结构与布朗路径的不可微性密切相关。多粒子系统的相互作用,明确使用Fock空间的方法构建。将所得的环值量子场论应用于二元分支布朗运动,可以精确求解其Dyson-Schwinger方程。所提出的形式主义允许应用的量子场论布朗过程的全部机械。
2003-06-23 hep-th math-ph math.MP
Non local branching Brownians with annihilation and free boundary problems
研究了$\mathbb R$上的分支布朗运动系统的湮灭问题:在每个分支时刻产生一个新的粒子,最左边的粒子被删除。在[7]中,研究了严格局部生成的情况(新粒子正好位于分支粒子的相同位置),在[10]中,新粒子的位置$y$具有分布$p(x,y)dy$,$x$是分支粒子的位置,但是在分支时间之间的粒子不移动。本文考虑布朗运动和非局部分支,证明了当自由边界问题有经典解时,在连续极限(当粒子数$N$发散时)收敛到满足该问题的极限密度,最近在[13]中证明了经典解的局部存在性。我们在收敛中使用了比[7]和[10]中更强的拓扑,并且对收敛的收敛速率有明确的界限。
2017-11-24 math-ph math.AP math.MP
Branching Brownian motion with selection of the N right-most particles: An approximate model
我们提出了一个近似的Brunet-Derrida模型的超临界分支布朗运动的实数线与选择的$N$最右边的粒子,有效的总体规模$N$是大的。它包括引入一个随机的时空障碍,在这个障碍处粒子被瞬间杀死,这样总体规模就几乎保持不变。我们证明,适当的重新居中的位置,这个障碍收敛在$\log^3 N$的时间尺度的Lévy过程,我们确定。这证实了物理学家们对布鲁内-德里达模型中涨落的预言。
2013-04-04 math-ph math.MP math.PR
The genealogy of branching Brownian motion with absorption
我们考虑一个系统的粒子进行分支布朗运动负漂移,并在达到零时被杀死,在近临界状态下,总人口保持大致恒定的约N个粒子。我们发现,这个人口的演变的特征时间尺度是为了$(\log N)^3$,在这个意义上说,当时间测量在这些单位,缩放粒子数收敛到一个变量的Neveu的连续状态分支过程。此外,颗粒的谱系然后由被称为Bolthausen-Sznitman聚结剂的聚结过程控制。这验证了Brunet,Derrida,Muller和Munier对一个密切相关的模型的非严格预测。
2013-03-14 math-ph math.MP math.PR
Thick points of 4D critical branching Brownian motion
Universität Wien(维也纳大学);California Institute of Technology(加州理工学院);École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院)
本文研究了4D临界分支布朗运动的厚点,揭示了在临界维度d=4时,厚点集的维度变化及概率分布的临界指数特性。
2023-12-01 math-ph math.MP math.PR
Branching Brownian motion versus Random Energy Model in the supercritical phase: overlap distribution and temperature susceptibility
本研究对比Derrida的随机能量模型(REM),探究对数相关高斯场极限极值过程中装饰过程的影响,聚焦分支布朗运动(BBM)临界温度附近的双温重叠与温度磁化率,发现装饰使前者临界行为平滑、后者更大且以相同速率发散但常数不同,并揭示BBM的临界行为。
2025-02-13 math-ph math.MP math.PR
Branching Brownian motion with selection
分支布朗运动(BBM)是一种随机粒子系统,其中粒子按照布朗运动在实数线上扩散,并以恒定速率分支成期望值大于1的随机数粒子。我们研究两种模型的BBM与选择:BBM与吸收在一个时空线和N-BBM,其中,一旦粒子的数量超过一个给定的数量N,只有N最右边的粒子被保留,其他的被从系统中删除。对于第一个模型,我们研究的情况下,该过程几乎肯定会灭绝的吸收粒子的数量的法律,使用Fisher-Kolmogorov-Petrovskiii-Piskounov(FKPP)和Briot-Bouquet方程之间的关系。对于第二个模型,其中的研究代表了论文的最大部分,我们给出了一个精确的渐近粒子云的位置时,N是大的。更准确地说,我们证明了它在时间尺度log^3 N上收敛于一个列维过程加上一个线性漂移,两者都是明确的,这证实了布鲁内、德里达、穆勒和穆尼尔的预测。本研究有助于理解在噪声影响下的FKPP型行波。最后,在第三部分中,我们指出BBM和稳定点过程之间的关系。
2013-03-31 math-ph math.MP math.PR
1-stable fluctuations in branching Brownian motion at critical temperature I: the derivative martingale
设$(Z_t)_{t\geq 0}$表示分支布朗运动的导数鞅,即在临界温度下,相对于归一化配分函数的逆温度的导数。Lalley和Sellke [ \textit{Ann. Probab.},15(3):1052- 1061,1987]的一个著名结果说,这个鞅几乎必然收敛到一个极限$Z_\infty$,在生存事件上是正的。本文研究了微分鞅在其极限附近的涨落。我们的结果的推论是以下收敛性,证实并加强了Mueller和Munier的猜想[ \textit{Phys. Rev. E},90:042143,2014]:\[ \sqrt{t} \left( Z_\infty - Z_t + \frac{\log t}{\sqrt{2πt}} Z_\infty \right) \xrightarrow[t\to\infty]{} S_{Z_\infty}, \quad \text{in law}, \]其中$S$是独立于$Z_\infty$的谱正1-稳定Lévy过程。在第一部分的文件中,一个相对较短的证明(稍微强的形式),这种收敛性的基础上的功能方程满足的特征函数的$Z_\infty$连同尾部渐近的随机变量。然后,我们建立了更详细的论点,从而更透彻地理解了导致波动的粒子的轨迹。这样,我们就可以将收敛结果升级为函数收敛。这种方法也为后续论文奠定了基础,在那里我们研究了更一般的泛函,包括重整化临界可…
2018-06-19 cond-mat.stat-mech math-ph math.AP
Branching Brownian Motion Conditioned on Particle Numbers
我们研究了一维分支布朗运动在$t$时刻的粒子序和能隙统计,条件是在$t$时刻有固定数目的粒子。该过程的动力学在连续时间中进行,其中在每个时间步,系统中的每个粒子或者扩散(具有扩散常数$D$),死亡(具有速率$d$)或者分裂成两个独立的粒子(具有速率$b$)。我们推导出精确的结果的概率分布函数的$g_k(t) = x_k(t) - x_{k+1}(t)$,连续粒子之间的距离,条件的事件,有正是$n$粒子在系统中在给定的时间$t$。我们表明,在大的时候,这些条件分布成为固定的$P(g_k, t \to \infty|n) = p(g_k|n)$。我们表明,它们的特点是由指数尾$p(g_k|n) \sim \exp[-\sqrt{\frac{|b - d|}{2 D}} ~g_k]$为大的差距在亚临界($b < d$)和超临界($b > d$)阶段,和幂律尾$p(g_k) \sim 8\left(\frac{D}{b}\right){g_k}^{-3}$在临界点($b = d$),独立的$n$和$k$。在最近的一封信[K. Ramola,S. N. Majumdar和G. Schehr,Phys. Rev. Lett. 112,210602(2014)]。
2014-07-10 cond-mat.dis-nn cond-mat.stat-mech math-ph
Speed and fluctuations of N-particle branching Brownian motion with spatial selection
我们考虑在实直线上分支的布朗运动,其选择机制如下:每当粒子数超过一个(大的)给定数$N$时,只有最右边的$N$被保留,其他粒子被杀死.在用$\log^3N$重新标度时间后,我们证明了右起第$\lceil αN\rceil$粒子的正确重新定心位置$α\in(0,1)$依律收敛于一个显式给定的谱正Lévy过程.已经预测这种行为对于落入具有弱乘性噪声的FKPP方程的普适类的一大类模型成立[Brunet et al.,E \textbf{73}(5),056126(2006)],并且在此首次证明了这种模型。
2018-06-19 math-ph math.AP math.MP