[논문 리뷰] Invariance principle for additive functionals of Markov chains

Yuri N. Kartashov, Alexei Kulik|ArXiv.org|2007. 04. 04.

advanced mathematical theories참고 문헌 6인용 수 6

한 줄 요약

이 논문은 마코프 체인의 가속 기능에 대한 불변 원리를 수립한다. 기저가 되는 체인이 확산 과정으로 약한 수렴을 보일 경우, 기능의 특성들이 수렴하면 그 가속 기능의 약한 수렴이 성립함을 증명한다. 핵심 기여는 마코프 근사 조건 하에서 동일하지 않은 마코프 체인에 대해 다이너킨의 정리의 완전한 동치판을 제공하는 것으로, 분포의 극한을 기능의 모멘트 분석으로 환원한다.

ABSTRACT

We consider a sequence of additive functionals {ϕ_n}, set on a sequence of Markov chains {X_n} that weakly converges to a Markov process X. We give sufficient condition for such a sequence to converge in distribution, formulated in terms of the characteristics of the additive functionals, and related to the Dynkin's theorem on the convergence of W-functionals. As an application of the main theorem, the general sufficient condition for convergence of additive functionals in terms of transition probabilities of the chains X_n is proved.

연구 동기 및 목표

• 마코프 체인의 수열에 대한 가속 기능의 분포가 제한 확산 과정의 기능으로 수렴하는 데 필요한 충분조건을 수립하는 것.
• 동일한 과정에서 다이너킨의 W-기능에 대한 정리를 동일하지 않은 마코프 체인의 수열으로 확장하는 것.
• 체인의 전이 확률을 기반으로 한 가속 기능의 약한 수렴에 대한 일반 기준을 제공하는 것.
• 마코프 근사 프레임워크 하에서 가속 기능의 극한 행동이 그 기대값 분석으로 환원될 수 있음을 보여주는 것.

제안 방법

• 마코프 근사의 개념을 도입하여, 수열 마코프 체인 $X_n$ 이 제한 과정 $X$ 에 대해 일관된 확률적 구조를 제공함을 보장한다.
• 공통 확률 공간 위에 이원 구성 과정을 구성하여 $\phi_n(X_n)$ 과 $\phi(X)$ 를 비교함으로써 기능 간 거리의 $L_2$-추정을 가능하게 한다.
• 다이너킨(1965)의 보조정리 6.5와 유사한 $L_2$-추정을 사용하여 기능 간 차이를 그들의 특성에 의해 통제한다.
• 가속 기능 $\phi_n$ 의 특성(예: 기대값)의 수렴을 조건으로 하여 기능의 수렴 조건을 기술한다.
• 주요 정리를 적용하여 체인의 전이 확률을 기반으로 한 가속 기능의 약한 수렴에 대한 일반적인 충분 조건을 유도한다.
• 모멘트 유계, 코모고로프 유형 연속성 기준, 측도의 약한 수렴(예: 집합 위의 표면 측도)을 사용하여 조건을 검증한다.

실험 결과

연구 질문

• RQ1 마코프 체인 수열 $X_n$ 의 가속 기능 $\phi_n$ 의 분포가 제한 확산 과정 $X$ 의 $W$-기능 $\phi$ 로 수렴하는 조건은 무엇인가?
• RQ2 체인 $X_n$ 이 동일하지 않을 경우, $\phi_n$ 의 특성(예: 기대값)의 수렴이 $\phi_n$ 의 분포의 약한 수렴을 유도할 수 있는가?
• RQ3 기능 수렴이 과정의 경로별 수렴을 반영하기 위해 수열 $\{X_n\}$ 에 필요한 구조적 가정은 무엇이며, 그것이 필수적이고 충분한가?
• RQ4 가속 기능의 수렴을 마코프 체인 $X_n$ 의 전이 핵함수에 직접적으로 기반하여 어떻게 기술할 수 있는가?
• RQ5 특히 분수나 매끄러운 집합 위의 국소 시간 기능에 대해, 타이트함과 약한 수렴을 보장하기 위해 필요한 모멘트 및 기하 조건는 무엇인가?

주요 결과

• 주요 정리는 마코프 근사 조건 하에서, 가속 기능 $\phi_n$ 의 특성들이 $W$-기능 $\phi$ 의 특성으로 수렴하면, $\phi_n$ 의 분포가 $\phi$ 로 수렴함을 보여준다.
• 기저 체인 $X_n$ 이 마코프 근사 조건을 만족하고 기능 특성이 수렴하면, $\phi_n$ 의 유한차원 분포의 수렴이 보장된다.
• $\mathbb{R}^d$, $d \geq 2$ 에서의 랜덤 워크의 경우, 모멘트 조건 $\mathbb{E}\|\xi_k\|^{\alpha} < \infty$ 를 만족하는 어떤 $\alpha > 2\theta + 2$ 에 대해, 정규화된 국소 시간 기능 $\phi_n$ 이 브라운 운동의 국소 시간으로 약한 수렴함이 입증된다.
• $ (X_n, \psi_n(X_n)) \Rightarrow (X, \phi(X)) $ 는 $ \lambda^d(K_\varepsilon) \geq \text{const} \cdot \varepsilon^\beta $ 이고 $ \beta < 2 $ 인 조건 하에서 $ C(\mathbb{R}^+, \mathbb{R}^d) \times C(\mathbb{T}, \mathbb{R}^+) $ 에서 성립하며, 이는 잘 정의된 표면 측도 $\lambda_K$ 가 존재함을 보장한다.
• 결과는 격자형 및 비격자형 랜덤 워크 모두로 확장되며, 증분에 대한 균일한 모멘트 조건 하에서 수렴이 성립한다.
• 이 방법을 통해 '자르기' 절차를 적용하여 모멘트 조건을 제거할 수 있으며, 이는 수렴 결과의 강건성을 보여준다.