[논문 리뷰] The deterministic limit of the Moran model: a uniform central limit theorem

Fernando Cordero|arXiv (Cornell University)|2015. 08. 21.

Stochastic processes and statistical mechanics참고 문헌 2인용 수 10

한 줄 요약

이 논문은 돌연변이와 선택이 있는 대규모 인구의 모란 모델에서 적합한 개체의 비율에 대해 균일한 중심극한정리(central limit theorem)를 수립한다. 이는 한계에서 결정론적 미분방정식으로 수렴하고, 변동성은 가우시안 과정으로 수렴함을 보여준다. 주요 결과는 유한 인구의 정적 분포가 안정 평형점에서 데일라드 델타 함수로 수렴한다는 것이다. 또한, 극한 정규분포의 분산을 명시적으로 유도하였다.

ABSTRACT

We consider a Moran model with two allelic types, mutation and selection. In this work, we study the behaviour of the proportion of fit individuals when the size of the population tends to infinity, without any rescaling of parameters or time. We first prove that the latter converges, uniformly in compacts in probability, to the solution of an ordinary differential equation, which is explicitly solved. Next, we study the stability properties of its equilibrium points. Moreover, we show that the fluctuations of the proportion of fit individuals, after a proper normalization, satisfy a uniform central limit theorem in $[0,\infty)$. As a consequence, we deduce the convergence of the corresponding stationary distributions.

연구 동기 및 목표

• 두 개의 대립유전자형, 돌연변이, 선택이 있는 모란 모델의 대규모 인구 한계를 분석한다. 시간 및 매개변수 재스케일링 없이 수행한다.
• 적합한 개체의 비율에 대해 균일한 대수법칙을 수립하여 결정론적 미분방정식으로 수렴함을 보인다.
• 결정론적 한계 주변의 변동성에 대해 균일 중심극한정리를 유도한다.
• 유한 인구의 정적 분포가 결정론적 미분방정식의 안정 평형점에서 데일라드 덴타 함수로 수렴함을 증명한다.
• 이전 문헌에서 오류로 잘못된 바 있었던 정적 경우의 극한 정규분포 분산을 수정하고 철저한 유도를 제공한다.

제안 방법

• 모집단 크기 N → ∞ 일 때 모란 과정의 극한을 분석하기 위해 밀도에 의존하는 마코프 체인 이론을 적용한다.
• 콤���트에 대해 균일한 대수법칙을 증명하여 적합한 개체의 비율이 비선형 미분방정식의 해로 확률적으로 수렴함을 보인다.
• Dambis-Dubins-Schwartz 정리를 사용하여 변동 과정의 극한을 시간에 따라 변형된 브라운 운동으로 특성화한다.
• 변동 과정을 지배하는 SDE를 명시적으로 풀고, 특성함수와 극한 정규분포의 분산을 유도한다.
• 유한-N 과정의 정적 분포가 결정론적 미분방정식의 유일한 안정 평형점에서 데일라드 덴타 함수로 수렴함을 증명한다.
• 이전에 잘못된 정적 경우의 극한 정규분포 분산을 수정하기 위해 상세한 증명을 제공한다.

실험 결과

연구 질문

• RQ1 모집단 크기가 무한으로 갈 때, 시간 및 매개변수 재스케일링 없이 모란 모델에서 적합한 개체의 비율의 결정론적 한계는 무엇인가?
• RQ2 대규모 인구 조건에서 적합한 개체 비율의 변동성은 결정론적 한계 주변에서 어떻게 행동하는가?
• RQ3 유한 인구의 모란 과정의 정적 분포의 극한 분포는 무엇인가?
• RQ4 극한 변동 과정은 정규분포인가? 그리고 시간에 따라 변형된 브라운 운동으로 명시적으로 특성화될 수 있는가?
• RQ5 유한-N 과정의 정적 분포는 결정론적 미분방정식의 안정 평형점에서 약한 수렴으로 데일라드 덴타 함수로 수렴하는가?

주요 결과

• 적합한 개체의 비율은 컴팩트에 대해 균일하게 확률적으로 수렴하며, 이는 명시적으로 해를 구할 수 있는 결정론적 미분방정식의 해로 수렴한다.
• 미분방정식의 평형점은 안정성 분석을 통해 분석되었으며, 유일한 안정 평형점은 $ x_0^+ = \frac{\sigma + \nu_1 \sqrt{\Delta}}{2\sigma} $ 이다. 여기서 $ \Delta = \sigma^2 + 4\sigma\nu_0\nu_1 $.
• 결정론적 한계 주변의 변동성은 $[0, \infty)$에서 균일 중심극한정리를 만족하며, 극한 과정은 시간에 따라 변형된 브라운 운동이다.
• 정적 분포의 극한 정규분포의 분산은 $ \frac{g(x_0^+)}{2\sqrt{\Delta}} $ 이다. 여기서 $ g(x) = \sigma x(1-x) + \theta \nu_0 (1-x) - \theta \nu_1 x $.
• 정적 분포 $ \pi_{Z^N} $ 는 $ x_0^+ $ 에서 데일라드 덴타 함수로 약한 수렴하며, 이는 $ \sqrt{N}(Z^N_\infty - x_0^+) $ 가 평균 0, 분산 $ \frac{g(x_0^+)}{2\sqrt{\Delta}} $ 인 정규분포로 수렴함을 의미한다.
• 이 논문은 이전 문헌에서 오류로 잘못된 정적 경우의 극한 정규분포 분산을 수정하고 철저한 유도를 제공한다.