Losowy spacer wraca na start w 1D i 2D, ale w 3D może uciec na zawsze
Dla prostego symetrycznego błądzenia losowego na sieci całkowitoliczbowej twierdzenie Pólyi mówi, że w jednym i dwóch wymiarach powrót do punktu startu nastąpi z prawdopodobieństwem 1. W trzech i większej liczbie wymiarów spacer jest przejściowy: istnieje dodatnie prawdopodobieństwo, że po opuszczeniu początku nigdy już do niego nie wróci. Dodanie jednego wymiaru jakościowo zmienia więc zachowanie procesu. To nie kwestia „większego dystansu”, lecz tempa, w jakim rośnie liczba dostępnych miejsc w porównaniu z liczbą kroków spaceru.
Najprostszy spacer losowy
W jednym wymiarze walker stoi na liczbie całkowitej i w każdym kroku idzie o 1 w lewo lub prawo z równymi szansami. W dwóch wymiarach wybiera jednego z czterech sąsiadów na siatce, a w trzech jednego z sześciu. W każdym przypadku lokalna reguła jest niemal identyczna: brak preferowanego kierunku i niezależne kroki. Mimo to globalna własność powrotu zmienia się po przejściu od 2D do 3D.
Rekurencyjność i przejściowość
Proces nazywamy rekurencyjnym, gdy wraca do punktu startu z prawdopodobieństwem 1. Dla prostego spaceru na Z i Z² tak właśnie jest. W Z³ i wyżej prawdopodobieństwo powrotu jest mniejsze od 1, więc spacer jest przejściowy. „Prawdopodobieństwo 1” nie mówi, że powrót nastąpi szybko — czas może być bardzo długi — lecz że zbiór trajektorii bez powrotu ma prawdopodobieństwo zero.
Intuicja przez liczbę dostępnych miejsc
Po N krokach typowy zasięg spaceru ma skalę około √N w każdym wymiarze. W d wymiarach obszar dostępny w tej skali ma objętość rzędu N^{d/2}. Sam spacer wykonał tylko N kroków. W 1D liczba kroków rośnie szybciej niż liczba typowo dostępnych miejsc, więc powtórne odwiedziny są nieuniknione. W 3D przestrzeń rośnie szybciej niż liczba kroków, co daje możliwość ciągłego odkrywania nowych punktów. 2D jest przypadkiem granicznym.
Dlaczego dwa wymiary są szczególne
Proste porównanie skali daje dla d=2 zarówno N kroków, jak i około N dostępnych miejsc, więc nie rozstrzyga sprawy. Dokładniejsza analiza pokazuje jednak rekurencyjność. To dobry przykład tego, jak przypadek graniczny może wymagać znacznie subtelniejszego rachunku niż sytuacje po obu stronach progu.
Związek z dyfuzją i fizyką
Błądzenie losowe jest podstawowym modelem dyfuzji, ruchu cząstek, propagacji i procesów stochastycznych. Pytanie o powrót można interpretować jako pytanie, czy cząstka ponownie odwiedzi mały obszar, z którego wystartowała. Zależność od wymiaru pomaga zrozumieć, dlaczego geometria przestrzeni potrafi fundamentalnie wpływać na częstość spotkań i powrotów w modelach fizycznych.
Jedna lokalna reguła, różne światy
Ciekawostka pokazuje cechę procesów losowych, która często zaskakuje: lokalnie identyczne zachowanie może prowadzić do jakościowo różnych własności globalnych, gdy zmienimy strukturę przestrzeni. Dodanie wymiaru nie tylko „daje więcej kierunków”; przekracza próg między procesem, który niemal na pewno wraca, a procesem mającym realną możliwość wiecznej ucieczki.
Powrót prawie pewny może mieć nieskończony średni czas
W jednowymiarowym prostym spacerze losowym powrót do początku następuje z prawdopodobieństwem 1, ale średni czas pierwszego powrotu jest nieskończony. To kolejny sygnał, że „prawie na pewno kiedyś” nie oznacza „w rozsądnym przeciętnym czasie”. Rozkład czasu powrotu ma bardzo ciężki ogon: większość trajektorii może wrócić stosunkowo wcześnie, lecz rzadkie ekstremalnie długie wycieczki są na tyle ważne, że podnoszą wartość oczekiwaną bez ograniczenia. Zestawienie rekurencyjności z nieskończonym średnim czasem pokazuje, jak ostrożnie trzeba rozróżniać prawdopodobieństwo zdarzenia od oczekiwanego czasu jego wystąpienia.