[논문 리뷰] A central limit theorem for the number of descents and some urn models

Olivier Garet|arXiv (Cornell University)|2019. 06. 07.

Stochastic processes and statistical mechanics참고 문헌 6인용 수 4

한 줄 요약

이 논문은 조건부 모멘트 구조를 갖는 특정 조건을 만족하는 마르코프 체인의 일반적인 중심극한정리(CLT)를 수립한다. 이는 랜덤 순열에서 내림차순의 수나 일반화된 Pólya 우산 모델 등에 적용 가능하다. 주요 결과는 정규화된 합 $ S_n $ 이 평균이 $ S = \frac{D}{2\alpha_1 + 1} $ 인 정규분포로 수렴함을 보여주며, 여기서 $ D = D_2 - \ell(\ell + \alpha_2) $, $ \ell = \frac{D_1}{\alpha_1 + 1} $ 이고, 조건 $ \alpha_1 > -\frac{1}{2} $ 과 $ D > 0 $ 를 만족한다. 이 정리는 내림차순 수와 다양한 우산 역학에 대한 기존 CLT를 통합하고 확장한다.

ABSTRACT

The purpose of this work is to establish a central limit theorem that can be applied to a particular form of Markov chains, including the number of descents in a random permutation of $\mathfrak{S}_n$, two-type generalized P{ó}lya urns, and some other urn models.

연구 동기 및 목표

• 조합 및 확률 과정에서 발생하는 광범위한 마르코프 체인에 적용 가능한 통합 중심극한정리를 개발하기 위해.
• 독립 동일분포가 아닌 증분을 갖는 종속된 랜덤 변수의 정규화된 합이 정규분포로 수렴하는 조건을 설정하기 위해.
• 랜덤 순열에서의 내림차순 수와 이종 우산에 대한 기존 CLT를 일반화하는 이론적 프레임워크를 제공하기 위해.
• 정규화된 교체 규칙과 구조적 제약(예: 검은 공 지배)을 갖는 우산 모델의 渐近적 행동을 분석하기 위해.
• 모델 매개수의 언어로 극한 분산을 명시적으로 유도하여 적용 분야에서 정량적 예측을 가능하게 하기 위해.

제안 방법

• 방법론은 조건부 기대값과 모멘트 방법에 기반하며, 증분 과정의 첫 세 개의 조건부 모멘트를 분석한다.
• 모델은 과거 값이 주어진 조건에서 $ a_{n+1} $ 의 $ k $-번째 조건부 모멘트가 $ S_n $ 에 대해 선형 형태를 띠며, $ n \to \infty $ 일 때 계수들이 상수 $ D_k $ 와 $ \alpha_k $ 로 수렴한다고 가정한다.
• 핵심 기술 도구는 Pochhammer 유사 곱과 수열의 渐近 전개를 포함하는 해석적 보조정리들을 활용한 재귀 분석이다.
• 증명은 텔레스코프 합과 Stirling의 근사법을 활용하여 첫 번째 모멘트의 재귀를 해결하며, 이로 인해 결정론적 극한 $ \ell = \frac{D_1}{\alpha_1 + 1} $ 을 도출한다.
• 정규분포의 극한 분산은 $ S = \frac{D}{2\alpha_1 + 1} $ 로 유도되며, 여기서 $ D = D_2 - \ell(\ell + \alpha_2) $ 이고, 정규성 조건을 만족한다.
• 이 프레임워크는 랜덤 순열의 삽입 과정과, 원형 배열과 세 구슬 교체 규칙을 갖는 새로운 우산 모델에 적용되며, 모두 모멘트 조건을 만족한다.

실험 결과

연구 질문

• RQ1 유계 랜덤 변수의 마르코프 수열의 합이 정규분포로 수렴하는 일반적인 조건은 무엇인가?
• RQ2 랜덤 순열에서 내림차순 수에 대한 고전적 CLT는 더 일반적인 확률적 프레임워크에서 유도될 수 있는가?
• RQ3 일반화된 Pólya 우산 모델의 극한 분산은 교체 규칙과 초기 조건으로부터 명시적으로 계산될 수 있는가?
• RQ4 세 구슬 교체 규칙을 갖는 원형 우산 모델에서 어떤 구조적 제약 조건이 한 색상의 장기적 지배를 보장하는가?
• RQ5 증분이 i.i.d. 또는 마르코프가 아니더라도 특정 조건부 모멘트 구조를 만족할 경우 CLT가 성립하는가?

주요 결과

• 균일하게 무작위로 선택된 $ \mathfrak{S}_n $ 의 순열에서 내림차순 수의 정규화된 값은 $ \frac{|\mathrm{Desc}(\sigma_n)| - n/2}{\sqrt{n}} \xrightarrow{d} \mathcal{N}\left(0, \frac{1}{12}\right) $ 를 만족하며, 이는 특수한 경우로 복원된다.
• 우산 모델에서 $ a=2, b=3 $ 일 경우, 극한 분포는 $ \frac{S_n - \frac{4}{5}n}{\sqrt{n}} \xrightarrow{d} \mathcal{N}\left(0, \frac{7}{50}\right) $ 이며, 여기서 $ S_n $ 은 백색 공의 수이다.
• 극한 분산은 $ S = x(5 - 9x)\frac{C - 3}{C + 3} $ 로 주어지며, 여기서 $ x = \frac{a}{a+b} $, $ C = a + b \geq 4 $, $ x \in (0, \frac{1}{2}) $ 이고, $ D > 0 $ 를 보장한다.
• $ \alpha_1 > -\frac{1}{2} $ 조건은 평균 행동의 안정성을 보장하며, $ D > 0 $ 는 비퇴화된 극한 분산을 보장한다.
• 이 방법은 교체 규칙이 결정론적이며, 구조적 제약(예: 검은 공 지배)이 있는 모델에도 적용 가능하며, 이는 마르코프가 아닐 수도 있다.
• 모멘트 방법을 통해 정규분포로의 수렴이 확립되었으며, 거의 확실한 수렴은 여전히 미해결 문제이다.