[논문 리뷰] Ancestral lineages and limit theorems for branching Markov chains

Vincent Bansaye|arXiv (Cornell University)|2013. 08. 13.

Stochastic processes and statistical mechanics참고 문헌 57인용 수 6

한 줄 요약

이 논문은 시간 비균일 환경에서의 다형태 분열 마코프 체인에 대한 극한 정리들을 개발하며, 줄기 분해와 일반화된 다대일 공식을 사용하여 인구 크기, 특성 분포 및 극단적 개인의 장기적 행동을 분석한다. 주요 기여는 임계값을 초과하는 인구의 로그 성장률이 거의 확실히 수렴하며, 이는 환경에 의존하는 생식 법칙과 마코프성 조상 계보와 연결된다는 것이다.

ABSTRACT

We consider a branching model in discrete time where each individual has a trait in some general state space. Both the reproduction law and the trait inherited by the offsprings may depend on the trait of the mother and the environment. We study the long time behavior of the population and the ancestral lineage of typical individuals under general assumptions, which we specify for applications to some models motivated by biology. Our results focus on the growth rate, the trait distribution among the population for large time, so as local densities and the position of extremal individuals. The approach consists in comparing the branching Markov chain to a well chosen (possibly non-homogeneous) Markov chain.

연구 동기 및 목표

• 일반적인 상태 공간과 시간 비균일 환경에서의 특성 존재 다형태 분열 마코프 체인의 장기적 행동을 분석하기 위해.
• 인구 내 성장률, 특성 분포, 국소 밀도 및 극단적 개인의 위치를 연구하기 위해.
• 비균일하고 특성에 의존하는 생식 모델에 대해 고전적인 결과들인 다대일 공식과 줄기 분해를 확장하기 위해.
• growing threshold를 초과하는 인구의 로그 크기의 거의 확실 수렴 결과를 확립하기 위해.
• 세포 분열, 감염 역학 및 공간적·시간적 비균일성을 포함하는 생태학적 모델과 같은 응용 분야에 대한 이론적 기초를 제공하기 위해.

제안 방법

• 분열 인구에 대한 덧셈형 기능의 기대값을 마코프성 줄기 과정의 법칙으로 연결하기 위해 일반화된 다대일 공식을 사용한다.
• 특정 개인의 조상 계보를 조건으로 설정하기 위해 줄기 분해를 적용하여 극단적 행동의 분석을 가능하게 한다.
• 환경과 개별 개인의 특성에 따라 변화하는 전이 핵심을 가진 시간 비균일 마코프 체인을 도입하여 환경과 특성 진화를 모델링한다.
• 조상 과정과 인구 성장의 수렴을 보장하기 위해 생식 법칙에 대한 에르고딕성과 모멘트 조건을 적용한다.
• 비재귀적 또는 비정적 특성 역학을 다루기 위해 함수 $f_n$ 을 통한 정규화를 사용한다.
• 꼬리 행동 분석을 위해 대규모 진동 원리와 2차 모멘트 경계를 사용한다.

실험 결과

연구 질문

• RQ1 생식 법칙과 환경이 시간 비균일적이고 특성에 의존할 때, 인구 크기는 시간이 지남에 따라 어떻게 성장하는가?
• RQ2 시간이 증가함에 따라 인구 내 특성 분포의 점근적 분포는 무엇인가?
• RQ3 극단적 개인들(예: 가장 큰 특성을 가진 자들)의 위치는 어떻게 변화하며, 그들의 성장률은 무엇인가?
• RQ4 일반적인 개인의 조상 계보는 마코프 과정으로 기술될 수 있는가? 그리고 이는 인구의 장기적 행동에 어떻게 영향을 미치는가?
• RQ5 growing threshold $a_n$ 을 초과하는 인구의 로그 크기의 거의 확실 수렴을 보장하는 조건은 무엇인가?

주요 결과

• Kimmel의 모델에서 $2\gamma > 0$ 이고 생존 조건이 만족될 경우, 임계값 $a_n$ 을 초과하는 개인 수의 로그 성장률은 거의 확실히 $\log(2\gamma)$ 로 수렴한다.
• 랜덤 환경에서의 분열 랜덤 워크에 대해, $\frac{1}{n}\log Z_n[an,\infty)$ 의 거의 확실한 극한은 $a \geq \mathbb{E}(X)$ 이고 $\log(m) > \Lambda(a)$ 인 경우 $\log(m) - \Lambda(a)$ 로 수렴한다. 여기서 $\Lambda$ 는 랜덤 워크의 비율 함수이다.
• 임계값 $a_n$ 을 초과하는 인구 크기의 점근적 행동은 환경에 의존하는 생식률과 기저 마코프 과정의 대규모 진동 행동에 의해 지배된다.
• 이 방법은 줄기 분해와 다대일 공식을 시간 비균일 설정으로 확장함으로써 비균일 환경과 비.i.i.d. 증분을 허용한다.
• 정리 5의 2차 모멘트 조건은 환경에 따라 완화될 수 있어, 시간에 따라 변화하는 생식을 가진 모델에 더 넓은 적용 가능성을 제공한다.
• Kimmel의 모델에서 약한 초과비판적 영역에서, 감염 세포 수 $N_n^*$ 는 $2\gamma > 0$ 이면 생존 사건에서 $\frac{1}{n}\log N_n^* \to \log(2\gamma)$ 거의 확실히 수렴한다.