随机递推结构上的相变与分析.PDF

74 「研究成果報導」 隨機遞推結構上的相變與分析 中央研究院統計研究所 黃顯貴 當溫度增加到沸點以上時，水會變成蒸 λm − λ 1 P (X λ ≤ m) ~ e ( λ → ∞ ) : 汽。而當溫度下降到冰點以下時，水會結成冰 m! 1 − m / λ 塊。這種冰 ↔ 水 ↔ 蒸汽間形態隨溫度改變 aλ ( aλ ~ bλ 表 → 1 ，當λ → ∞) ； 的現象，為眾所週知的相變。在數學上，某個 bλ 函數（或隨機變數 ）隨著某些變數改變，而有 (ii) 若 [ ] ，其中 1/ 6 ， 截然不同行為的現象，亦通稱為相變。本文主 m = λ + x λ x = o(λ ) 要目的，在將我們過去數年所研究過的相變現 1 x −t 2 / 2 象，作一簡單的回顧與整理。藉由這些問題， P(X λ ≤ m) ~ φ (x) := 2π ∫ e dt ； −∞ 說明我們研究相變的動機、目的與方法。並進 (iii) 若 則 。 而闡釋一般相變現象之研究，為具極高興趣的 m − λ λ ， P (X λ ≤ m) ~ 1 研究方向。 這個看似平淡的結果其實很有趣。它反映出卜 我們所研究過的相變現象，可約略歸成兩 松分布的漸近走勢。更重要的是這樣的三相行 大類 ： 為在很多結構上，以極類似的方式呈現。這便 1. 與卜松 (Poisson) 分布相關的相變； 是所謂現象的共通或普遍性 (universality) 。換 2. 與快速排序法 (Quicksort) 有關的相變。 另一個角度來看，這也是為何“簡單便是美”的 底下將描述這些相變，其對應的解析問題及使 精神之一。再仔細地看看這個結果。當 m 小時 用的分析工具，並嘗試做可能的解釋。最後亦 （相對於λ ），這個結果可以寫成 提出出相關的懸題 (open problem) 。 1 P( X ≤ m ) ~ P(X = m) ⋅ 。