[논문 리뷰] Scaling limits of general population processes - Wright-Fisher and branching processes in random environment

Vincent Bansaye, Maria-Emilia Caballero외 1명|arXiv (Cornell University)|2018. 02. 07.

Stochastic processes and statistical mechanics참고 문헌 7인용 수 3

한 줄 요약

이 논문은 랜덤 환경 속 이산적 인구과정의 척도한계를 위한 통합 프레임워크를 개발한다. 특성 수렴을 통해 점프를 가진 확산 과정을 도출한다. 고전적 Wright-Fisher 및 Galton-Watson 과정을 랜덤 환경으로 확장하며, 새로운 함수해석 기법과 라플라스 지수 방법을 사용하여 법적 수렴을 증명한다. 이는 점프를 가진 SDE로 수렴한다.

ABSTRACT

Our motivation comes from the large population approximation of individual based models in population dynamics and population genetics. We propose a general method to investigate scaling limits of finite dimensional population size Markov chains to diffusion with jumps. The statements of tightness, identification and convergence in law are based on the convergence of suitable characteristics of the transition of the chain and strongly exploit the structure of the population processes defined recursively as sums of independent random variables. These results allow to reduce the convergence of characteristics of semimartingales to analytically tractable functional spaces. We develop two main applications. First, we extend the classical Wright-Fisher diffusion approximation to independent and identically distributed random environment. Second, we obtain the convergence in law of generalized Galton-Watson processes with interactions and random environment to the solution of stochastic differential equations with jumps.

연구 동기 및 목표

• 랜덤 환경이 존재하는 인구역학의 유한차원 마코프 체인의 척도한계를 도출하는 일반적 방법을 개발하기 위해.
• 독립적이고 동일한 분포를 따르는 랜덤 환경으로의 고전적 Wright-Fisher 및 Galton-Watson 과정의 확장을 위해.
• 일반화된 인구과정이 점프-확산 SDE로 법적으로 수렴하는 것을 특성 수렴을 통해 확립하기 위해.
• 기존의 마르팅게일 문제 및 타이트니스 방법의 한계를 극복하기 위해, 시험 함수를 위한 새로운 함수공간을 도입하기 위해.
• 개별 사건의 독립성 구조와 i.i.d. 랜덤 변수의 합에 대한 라플라스 지수 기법을 활용하기 위해.

제안 방법

• 마코프 체인과 관련된 반마르팅게일의 특성 수렴에 기반한 새로운 수렴 기준을 제안한다.
• 0에서 사라지는 정규 함수의 밀도를 이wers하는 함수공간 H를 사용하며, norm은 ||H|| = sup_u ||H(u)/(1∧|u|²)||_∞ 와 동치이다.
• 과정의 증분에서 독립적이고 비음수인 랜덤 변수의 합에 대해 라플라스 지수 특성화를 적용한다.
• 점프 성분을 다루고 수렴을 보장하기 위해 시험 함수에 대한 잘라내기 및 스무딩 전략을 도입한다.
• 시간 척도 v_N → ∞ 과 정규화 Z_{[v_N t]}^N / N 를 사용하여 확산 한계를 도출한다.
• 삼중 특성(편향, 확산, 점프 성분)의 渐近적 행동에 기반한 타이트니스 및 약한 수렴 추론에 의존한다.

실험 결과

연구 질문

• RQ1 고전적 Wright-Fisher 확산 근사가 독립적이고 동일한 분포를 따르는 랜덤 환경으로 확장될 수 있는가?
• RQ2 랜덤 환경 속 일반화된 Galton-Watson 과정이 어떤 조건에서 점프-확산 SDE로 수렴하는가?
• RQ3 의존성 또는 비마르코프 성질을 가진 인구과정의 전이핵의 특성을 통해 어떻게 그 수렴을 특성화할 수 있는가?
• RQ4 점프와 랜덤 환경이 존재하는 상황에서, 관련 마르팅게일 문제의 수렴을 보장하는 시험 함수의 어떤 함수공간이 필요한가?
• RQ5 분열 성질을 완화시켜도 여전히 연속 상태 과정으로 점프를 가진 수렴을 얻을 수 있는가?

주요 결과

• N → ∞ 일 때, 스케일링된 인구과정의 수열 (Z_{[v_N t]}^N / N : t ≥ 0) 은 점프를 가진 확산으로 법적으로 수렴한다.
• 한계 SDE는 (v_N, L^N) 에서 유도된 한계 삼중 특성으로 특성화되며, 비분열 및 비안정 과정으로의 Lamperti 프레임워크를 일반화한다.
• 환경 및 개인 사건 분포에 대한 미약한 모멘트 및 정규성 조건 하에서 수렴이 성립한다.
• 특화된 함수공간 H 를 사용함으로써 강력한 모멘트 가정이 필요 없도록 한다. 이는 ||H|| = sup_u ||H(u)/(1∧|u|²)||_∞ 와 동치이다.
• 이 방법은 폭발적이고 비안정한 한계 과정을 성공적으로 다루며, 고전적 CSBP 한계를 초월한다.
• 기술적 보조정리들은 라플라스 지수 차이의 균일 수렴성과 점프 성분의 유계성을 확보하여 타이트니스 및 한계의 식별을 보장한다.