[論文レビュー] Further examples with moments of Gamma type

Svante Janson|arXiv (Cornell University)|Apr 25, 2012

Random Matrices and Applications参考文献 30被引用数 5

ひとこと要約

この論文は、ガンマ関数を用いて表現可能なモーメントを持つ確率分布の例をさらに提供することで、ガンマ型モーメントの理論を拡張している。レイリー分布、マクスウェル分布、タイプ2ベータ分布、コーシー分布、ベータ積分布、ISE密度、一般化指数分布、リンニク分布などの分布を分析し、そのモーメント母関数を導出し、パラメータを特徴づけている。主な結果として、明示的なモーメント公式と、複素パrameter範囲におけるモーメントの存在条件が得られている。

ABSTRACT

This is an appendix containing further examples to S. Janson, Moments of Gamma type and the Brownian supremum process area, arXiv:1002.4135 [math.PR] and Probability Surveys 7 (2010), 1-52.

研究の動機と目的

• 既存の研究[20]を基盤として、ガンマ関数を用いて表現可能なモーメントを持つ確率分布のクラスを拡張すること。
• 特に確率過程や極限定理に現れる分布の、ガンマ型モーメントを持つ新たな解析的例を提供すること。
• これらの分布におけるモーメント母関数の収束領域とパラメータ制約を特徴づけること。
• 安定分布、ベータ分布およびガンマ分布、およびそれらの積や変換との関係を明らかにすること。
• 複素パラメータや退化した場合の複雑なケースに対しても、モーメント公式を確立すること、特に複素パラメータや傾きを加えた安定分布を含む。

提案手法

• 既知の結果[20]および参考文献を用いて、特にガンマ関数表現に注目して、モーメント母関数を導出する。
• 変換 $ X_{\alpha,\beta} \overset{d}{=} \Gamma_\alpha / \Gamma'_\beta $ および $ f_{\text{ise}}(0) \overset{d}{=} 2^{1/4}3^{-1}S_{2/3}^{-1/2} $ を適用し、モーメントをガンマ関数形式で表現する。
• 積分表現およびラプラス変換を用いて、特に安定分布および一般化指数分布に対してモーメント公式を検証する。
• ベータ関数およびガンマ関数の性質、特に $ \mathbb{E}[X^s] = \frac{\Gamma(\alpha+s)\Gamma(\beta-s)}{\Gamma(\alpha)\Gamma(\beta)} $ を用いて、モーメント表現を導出する。
• 各分布における収束帯 $ -\rho_- < \operatorname{Re}s < \rho_+ $ を分析し、モーメント母関数の正則領域を特定する。
• 既知の確率的構成（例：ブラウン運動スネーク、レヴィ過程）を用いて、ISE やリンニク分布が安定分布およびガンマ型モーメントと関連することを結びつける。

実験結果

リサーチクエスチョン

• RQ1 標準的なガンマおよびベータ分布族以外の、ガンマ関数を用いて表現可能なモーメントを持つ確率分布は何か？
• RQ2 これらの分布のモーメント母関数の正確な収束帯 $ (-\rho_-, \rho_+) $ は何か？
• RQ3 傾き、スケーリング、または独立した確率変数の積などの変換が、ガンマ型モーメント構造にどのように影響を与えるか？
• RQ4 複素パラメータをガンマ型モーメントの枠組みに組み込むことは可能か？その条件は何か？
• RQ5 安定分布、一般化指数分布、リンニク分布の間で、モーメント母関数の観点から何の関係があるか？

主な発見

• レイリー分布は、$ \operatorname{Re}s > -2 $ に対して $ \mathbb{E}[R^s] = 2^{s/2} \Gamma(s/2 + 1) $ を満たし、$ \rho_- = -2 $、$ \rho_+ = \infty $ である。
• マクスウェル分布は、$ \operatorname{Re}s > -3 $ に対して $ \mathbb{E}[M^s] = \frac{2^{s/2+1}}{\sqrt{\pi}} \Gamma\left(\frac{s}{2} + \frac{3}{2}\right) $ を満たす。
• タイプ2ベータ分布 $ X_{\alpha,\beta} $ は、$ -\alpha < \operatorname{Re}s < \beta $ に対して $ \mathbb{E}[X_{\alpha,\beta}^s] = \frac{\Gamma(\alpha+s)\Gamma(\beta-s)}{\Gamma(\alpha)\Gamma(\beta)} $ を満たす。
• ISE密度の原点における期待値は、$ \operatorname{Re}s > -4/3 $ に対して $ \mathbb{E}[f_{\text{ise}}(0)^s] = 2^{s/4} 3^{-s} \frac{\Gamma(3s/4 + 1)}{\Gamma(s/2 + 1)} $ を満たす。
• 一般化指数分布 $ V_\beta $ は、$ \operatorname{Re}s > -1 $ に対して $ \mathbb{E}[V_\beta^s] = \frac{\Gamma(s/\beta + 1/\beta)}{\Gamma(1/\beta)} $ を満たす。
• リンニク分布 $ X_{\alpha,\beta} $ は、$ -\alpha/\beta < \operatorname{Re}s < \alpha $ に対して $ \mathbb{E}[|X_{\alpha,\beta}|^s] = 2^s \frac{\Gamma\left(\frac{s+1}{2}\right)\Gamma\left(1 - \frac{s}{\alpha}\right)\Gamma\left(\frac{s}{\alpha} + \frac{1}{\beta}\right)}{\sqrt{\pi} \, \Gamma\left(\frac{1}{\beta}\right) \Gamma\left(1 - \frac{s}{2}\right)} $ を満たす。