无限随机几何图中随机行走的机器人的密度


10

考虑一个无限随机的几何图,其中节点位置遵循密度为的泊松点过程,并且边距比更近。因此,边的长度遵循以下PDF:dρd

F={2d2d0>d

在上图中,考虑半径的圆内以原点为中心的节点。假设在时间,我们在每个提到的节点内放置了一个微型机器人。也就是说,飞机上机器人的密度由下式给出:= 0[RŤ=0

G={ρ[R0>d
,其中是到原点的距离。下图显示了机器人初始放置的示例。

例

在每个时间步上,机器人都会随机走近一个邻居。

现在,我的问题是:在,机器人的密度函数是多少?时可以计算密度函数吗?t Ť>0Ť

抱歉,我绝对不是数学家。如果有任何不清楚的地方,请告诉我。


1
查找Wolfgang Woess作为编辑或作者的书籍。最近的收藏:随机游走,边界和光谱。Birkhauser,2011年。从2000年开始(剑桥大学出版社):随机在无限图和组上行走。
Deer Hunter

1
谢谢亨特。我快速浏览了他的2011年著作,但找不到任何相关内容。我现在无法使用2000版本,但一旦找到它,我将对其进行查找。如果您还记得书中更具体的内容,请告诉我。
氦气

Answers:


4

这是一个开始。

为您正在考虑的球的半径。[R=d/2

首先,阅读随机游走的文章:http : //en.wikipedia.org/wiki/Random_walk。假设您只有一个机器人,并假设您的随机游走是在二维晶格上。对于小,这很容易通过矩阵乘法计算。您知道,在晶格中只有n = 1 + 4 t + 2 t t 1 )个可能的点,您可以在t步之后踩上或着陆。令A t为这n个顶点的n × n邻接矩阵。让Ë Ťñ=1个+4Ť+2ŤŤ-1个Ť一个Ťñ×ññ是所有的矢量0小号除了一个1个斑点。假设 A t的第一行(和列)对应于原点。然后,概率,你是在顶点步骤是 ë ' 1 é (其中的主要手段转置,和 =××Ë一世Ť{01个}ñ01个一世一个Ť一世ŤË1个Ť一个ŤŤË一世Ť一个Ť=一个×一个×一个提升到第t次方)。我很确定您应该能够明确解决此问题。您可以使用这样一个事实,即距L 1范数与原点距离相同的所有事物都应具有相同的密度。一个Ť大号1个

预热后,让我们继续您的原始问题。经过步之后,您只需要考虑围绕原点的半径r t + 1 球以内的有限图(其他任何地方,仅在t时刻即可到达的概率为0Ť[RŤ+1个0Ť脚步)。尝试制作该图的邻接矩阵并以与格格情况相同的方式使用它-我不知道该怎么做,但是我想那里有一些马尔可夫理论可以为您提供帮助。您可以利用我们的一件事,即您知道此分布必须围绕原点对称,特别是密度仅是距原点距离的函数。这应该使事情变得容易,所以您需要考虑的是t步后距原点距离的概率。解决此问题后,请在tf tx之后,在位置x y 处调用密度qŤXÿŤ。注意 f t将是 r的函数。令 X为从该分布采样的随机变量。FŤXÿFŤ[RX

现在,您还需要考虑从多个机器人开始。假设允许多个机器人位于同一顶点,这不会比一个机器人案例难得多。机器人可在圆均匀地开始,呼叫被均匀地采样这个圆随机变量。开始时会有一定数量的泊松机器人,令M为从此泊松分布中采样的随机变量。所以,如果多个机器人获得密度仅仅是中号ü + Xü中号中号ü+X

我认为这是解决方案的合理起点,只是我没有完全定义的分布。祝你好运,问题整洁。X


1
您能否阐明在规则格上经过步后如何获得可能占据的位置总数?例如,插入t = 0t = 1t = 2不会给出合理的答案。您的答案应该不是t 2吗?Ťt=0t=1个t=2t2
主教

1
哦,好抓住。它不应该是,应该是n = 1 + 4 t + 2 t t 1 = 1 + 2 t + 2 t 21是原点,+ 4 t是轴,+ 2 t t 1 n=1+4t+2(t1)2n=1+4t+2t(t1)=1+2t+2t21+4t+2t(t1是4个三角形阵列。例如,用于0 0 1 0 2 0 和其它3个方向,和1 1 ,另四个象限。Ť=2001个0201个1个
user1448319 2013年

你将如何为在后两个步骤?(也许我不理解您所描述的步行。如果我想到Z 2上的“通常”随机步行,即在四个基本方向上保持一致,那么除非我弄错了,否则我的第一个答案是评论应该是正确的。)1个0ž2
红衣主教

你不能在结束之后,从开始的两个步骤0 0 。但你可以通过步行1 0 走两步之后。您必须考虑两步之内可以到达的所有点,以便如上所述构造A t1个0001个0一个Ť
user1448319 2013年

这是真的,但我把句子的意思是说:你知道只有,你可以在之后的格子土地可能的地方牛逼步骤。ñ=1个+4Ť+2Ť-1个2Ť:-)也许可以帮助澄清。干杯。
红衣主教
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.