Annales de l'Institut Henri Poincaré, Probabilités et Statistiques

How can a clairvoyant particle escape the exclusion process?

Rangel Baldasso and Augusto Teixeira

Full-text: Access denied (no subscription detected)

We're sorry, but we are unable to provide you with the full text of this article because we are not able to identify you as a subscriber. If you have a personal subscription to this journal, then please login. If you are already logged in, then you may need to update your profile to register your subscription. Read more about accessing full-text

Abstract

We study a detection problem in the following setting: On the one-dimensional integer lattice, at time zero, place detectors on each site independently with probability $\rho \in{[0,1)}$ and let they evolve as a simple symmetric exclusion process. At time zero, place a target at the origin. The target moves only at integer times, and can move to any site that is within distance $R$ from its current position. Assume also that the target can predict the future movement of all detectors. We prove that, for $R$ large enough (depending on the value of $\rho $) it is possible for the target to avoid detection forever with positive probability. The proof of this result uses two ingredients of independent interest. First we establish a renormalisation scheme that can be used to prove percolation for dependent oriented models under a certain decoupling condition. This result is general and does not rely on the specifities of the model. As an application, we prove our main theorem for different dynamics, such as independent random walks and independent renewal chains. We also prove existence of oriented percolation for random interlacements and for its vacant set for large dimensions. The second step of the proof is a space–time decoupling for the exclusion process.

Résumé

Nous étudions un problème de détection dans le cadre suivant : sur le réseau entier unidimensionnel, au temps 0, on place des détecteurs sur chaque site indépendamment avec probabilité $\rho \in{[0,1)}$ et on les laisse évoluer suivant un processus d’exclusion simple symétrique. Au temps 0, on place une cible à l’origine. Cette cible bouge seulement aux temps entiers, et peut se déplacer en tous les sites jusqu’à une distance $R$ de sa position courante. Supposons aussi que la cible connait le déplacement futur de tous les détecteurs. Nous prouvons que, pour $R$ assez grand (en fonction de la valeur $\rho $), il est possible pour la cible d’éviter la détection en tout temps avec probabilité positive. La preuve de ce résultat utilise deux ingrédients d’intérêt indépendant. Premièrement, nous établissons un argument de renormalisation qui peut être utilisé pour prouver la percolation pour des modèles dépendants orientés sous une certaine condition de découplage. Le résultat est général et ne s’appuie pas sur les propriétés spécifiques du modèle. Comme application, nous démontrons notre résultat pour différentes dynamiques, comme les marches aléatoires indépendantes et les chaînes de renouvellement indépendantes. Nous montrons aussi l’existence de la percolation orientée pour les entrelacs aléatoires et pour l’ensemble vacant en grandes dimensions. La deuxième étape de la preuve est basée sur un découplage espace-temps pour le processus d’exclusion.

Article information

Source
Ann. Inst. H. Poincaré Probab. Statist., Volume 54, Number 4 (2018), 2177-2202.

Dates
Received: 9 February 2017
Revised: 18 September 2017
Accepted: 11 October 2017
First available in Project Euclid: 18 October 2018

Permanent link to this document
https://projecteuclid.org/euclid.aihp/1539849796

Digital Object Identifier
doi:10.1214/17-AIHP868

Mathematical Reviews number (MathSciNet)
MR3865670

Zentralblatt MATH identifier
06996562

Subjects
Primary: 60K37: Processes in random environments
Secondary: 60K35: Interacting random processes; statistical mechanics type models; percolation theory [See also 82B43, 82C43] 82B43: Percolation [See also 60K35] 82C22: Interacting particle systems [See also 60K35]

Keywords
Target detection Oriented percolation Exclusion process decoupling

Citation

Baldasso, Rangel; Teixeira, Augusto. How can a clairvoyant particle escape the exclusion process?. Ann. Inst. H. Poincaré Probab. Statist. 54 (2018), no. 4, 2177--2202. doi:10.1214/17-AIHP868. https://projecteuclid.org/euclid.aihp/1539849796


Export citation

References

  • [1] D. Ahlberg, V. Tassion and A. Teixeira. Sharpness of the phase transition for continuum percolation in $\mathbb{R}^{2}$. Preprint, 2016. Available at arXiv:1605.05926.
  • [2] L. Avena, R. Soares dos Santos and F. Völlering. Transient random walk in symmetric exclusion: limit theorems and an einstein relation. ALEA Lat. Am. J. Probab. Math. Stat. 10 (2) (2013) 693–709.
  • [3] B. Bollobas and O. Riordan. Percolation. Cambridge University Press, Cambridge, 2006.
  • [4] G. R. Grimmett. Percolation (grundlehren der mathematischen wissenschaften), 2010.
  • [5] M. Hilário, F. den Hollander V. Sidoravicius, R. Soares dos Santos and A. Teixeira. Random walk on random walks. Preprint, 2014. Available at arXiv:1401.4498.
  • [6] F. Huveneers, F. Simenhaus. Random walk driven by simple exclusion process. Electron. J. Probab. 20 (2015) 105.
  • [7] G. Kesidis, T. Konstantopoulos and S. Phoha. Surveillance coverage of sensor networks under a random mobility strategy. In Sensors, 2003. Proceedings of IEEE, Vol. 2 961–965. IEEE, New York, 2003.
  • [8] R. Meester and R. Roy. Continuum Percolation, 119. Cambridge University Press, Cambridge, 1996.
  • [9] Y. Peres, A. Sinclair, P. Sousi and A. Stauffer. Mobile geometric graphs: Detection, coverage and percolation. In Proceedings of the Twenty-Second Annual ACM-SIAM Symposium on Discrete Algorithms 412–428. SIAM, Philadelphia, 2011.
  • [10] S. Popov and A. Teixeira. Soft local times and decoupling of random interlacements. J. Eur. Math. Soc. (JEMS) 17 (10) (2015) 2545–2593.
  • [11] V. Sidoravicius and A. Stauffer. Phase transition for finite-speed detection among moving particles. Stochastic Process. Appl. 125 (1) (2015) 362–370.
  • [12] V. Sidoravicius and A.-S. Sznitman. Percolation for the vacant set of random interlacements. Comm. Pure Appl. Math. 62 (6) (2009) 831–858.
  • [13] V. Sidoravicius and A. Teixeira. Absorbing-state transition for stochastic sandpiles and activated random walks. Electron. J. Probab. 22 (2017) 33.
  • [14] A. Stauffer. Space–time percolation and detection by mobile nodes. Ann. Appl. Probab. 25 (5) (2015) 2416–2461.
  • [15] A.-S. Sznitman. Vacant set of random interlacements and percolation. Ann. of Math. (2) 171 (2010) 2039–2087.