如何生成演化至大时间的分支随机游走的尖端
统计力学
2020-12-02 v1
摘要
在分支过程中，粒子数随时间呈指数增长，这使得大时间的数值模拟十分困难。然而在许多应用中，只有靠近极值粒子的区域（即“尖端”）才是相关的。我们提出了一种简单算法，可在一维情况下模拟分支随机游走，仅保留在预定义时间 到达最右粒子一定距离内的粒子。该算法的复杂度随 线性增长。此外，我们还可要求实现的最右粒子任意远地偏离其典型位置向右。我们通过计算一个尚无其他实用方法可知的可观测量来演示我们的算法。
引用
@article{arxiv.2006.15132,
title = {How to generate the tip of branching random walks evolved to large times},
author = {Éric Brunet and Anh Dung Le and Alfred H. Mueller and Stéphane Munier},
journal= {arXiv preprint arXiv:2006.15132},
year = {2020}
}