Caminhantes Aleatórios Com Perfil de Memória Binomial
Grande tem sido o interesse nas difusões anômalas, pois se apresentam nas mais diversas áreas do conhecimento. A introdução de perfil de memória no caminhante aleatório torna-o numa dinâmica estocástica não-markoviana, cujas correlações criam superdifusão, persistencia e log-periodicidade. Apresentamos uma revisão da literatura sobre os perfis de memória e introduzimos nosso modelo. O modelo de memória binomial pode selecionar diferentes regiões de perda de memória, desde a inicial até a recente. Dessa forma, investigamos o impacto da posição da perda de memória no comportamento superdifusivo do caminhante aleatório e unificamos muitos dos resultados da literatura. Obtivemos que memórias iniciais geram maior superdifusão medidas pelo coeficiente de Hurst, enquanto que memórias recentes tendem a diminuir a superdifusão, tornando mais caminhantes adeptos da difusão normal. Também investigamos o regime de memória curta inicial, com largura tendendo a zero. Observamos log-periodicidade para alguns caminhantes sugerindo regimes diferentes de comportamento log-periodico, incluindo aqueles considerados de difusão normal. Uma particularidade do modelo binomial são os resutados extremamente simétricos para o diagrama Hxr.
Caminhadas Aleatórias, Memória Binomial, Não-markovianos, Expoente de Hurst, Superdifusão, Log-periodicidade.