[논문 리뷰] Convergence in distribution of random metric measure spaces: (Lambda-coalescent measure trees)

Andreas Greven, Peter Pfaffelhuber외 1명|ArXiv.org|2006. 09. 28.

Stochastic processes and statistical mechanics참고 문헌 16인용 수 6

한 줄 요약

이 논문은 순간 측도와 약수렴 기법을 사용하여 람다-코ales센트 측도 트리로부터 유도된 무작위 거리 측도 공간의 분포 수렴을 확립한다. 이는 이러한 무작위 트리에서 거리의 유한차원 분포가 약수렴하여 한계 분포로 수렴함을 증명하며, 확률론과 확률과정에서 연속 무작위 트리 연구를 위한 엄밀한 기초를 제공한다.

ABSTRACT

We consider the space of complete and separable metric spaces which are equipped with a probability measure. A notion of convergence is given based on the philosophy that a sequence of metric measure spaces converges if and only if all finite subspaces sampled from these spaces converge. This topology is metrized following Gromov's idea of embedding two metric spaces isometrically into a common metric space combined with the Prohorov metric between probability measures on a fixed metric space. We show that for this topology convergence in distribution follows - provided the sequence is tight - from convergence of all randomly sampled finite subspaces. We give a characterization of tightness based on quantities which are reasonably easy to calculate. Subspaces of particular interest are the space of real trees and of ultra-metric spaces equipped with a probability measure. As an example we characterize convergence in distribution for the (ultra-)metric measure spaces given by the random genealogies of the Lambda-coalescents. We show that the Lambda-coalescent defines an infinite (random) metric measure space if and only if the so-called "dust-free"-property holds.

연구 동기 및 목표

• 람다-코ales센트 과정에 의해 생성된 무작위 거리 측도 공간의 분포 수렴을 조사한다.
• 이러한 무작위 트리에서 거리의 유한차원 분포의 한계 행동을 특성화한다.
• 순간 측도 이론을 적용하여 기저 확률 측도의 약수렴을 분석한다.
• 기존의 코ales센트 과정 결과를 거리 측도 공간의 설정으로 확장한다.
• 연속 무작위 트리 연구를 위한 엄밀한 확률론적 프레임워크를 제공한다.

제안 방법

• 무작위 루트에서 k개의 샘플링된 점까지의 거리의 공동분포를 통해 정의된 순간 측도를 사용한다.
• 칼렌버그(2002)의 정리 16.16을 적용하여 순간 측도와 약수렴을 연결한다.
• 공통 루트로부터의 쌍별 거리의 공동분포를 표현하기 위해 곱측도 μ⊗k+1를 활용한다.
• k번째 순간 측도 μ̂Xk가 k가 증가함에 따라 수렴하는 것을 분석한다.
• 람다-코ales센트의 구조에 기반하여 무작위 트리 거리 구조를 정의한다.
• 유한차원 분포의 약수렴을 통해 수렴을 확립한다.

실험 결과

연구 질문

• RQ1 람다-코ales센트 트리와 관련된 무작위 거리 측도 공간의 수열은 분포 수렴을 보이나?
• RQ2 이 트리에서 거리의 유한차원 분포의 한계 분포는 무엇인가?
• RQ3 순간 측도는 이러한 무작위 거리 측도 공간의 약수렴을 어떻게 특성화할 수 있는가?
• RQ4 기저 루트 기반의 거리 구조는 수렴 분석에서 어떤 역할을 하는가?
• RQ5 칼렌버그 이론의 순간 측도 기법을 사용하여 수렴을 확립할 수 있는가?

주요 결과

• k번째 순간 측도 μ̂Xk는 k가 증가함에 따라 약수렴하며, 이는 무작위 거리 측도 공간의 분포 수렴을 나타낸다.
• 공통 루트로부터의 거리 공동분포의 순간 측도 μ⊗k+1를 통해 거리의 한계 분포가 특성화된다.
• 칼렌버그(2002)의 정리 16.16을 적용하여 순간 측도와 약수렴을 연결함으로써 수렴이 확립된다.
• 람다-코ales센트 측도 트리에서 거리의 유한차원 분포는 잘 정의된 극한으로 수렴한다.
• 이 방법은 코ales센트 과정으로부터 유도된 무작위 거리 측도 공간의 수렴을 분석하는 일반적 프레임워크를 제공한다.
• 결과는 분포적 의미에서 연속 무작위 트리 구조의 존재를 확인한다.