[논문 리뷰] Limit theorems for the number of occupied boxes in the Bernoulli sieve

Alexander Gnedin, Alexander Iksanov외 1명|arXiv (Cornell University)|2010. 01. 27.

Financial Risk and Volatility Modeling참고 문헌 19인용 수 24

한 줄 요약

이 논문은 무한히 많은 상자와 그 빈도가 곱셈 재생 과정에 의해 생성되는 베르누이 시프의 점유된 상자 수 $K_n$에 대한 극한 정리들을 수립한다. 관련된 수세기 과정 $N^*(x)$와 랜덤 워크 $\rho^*(x)$를 분석함으로써, 저자들은 $K_n$의 약한 수렴이 $(\rho^*(x) - g(x))/f(x)$와 동일한 극한 분포로 수렴함을 도출하며, 이는 이전 연구에서 요구하던 모멘트 제약 조건을 제거하고 유한 분산 및 무한 분산 케이스를 통합한다.

ABSTRACT

The Bernoulli sieve is a version of the classical `balls-in-boxes' occupancy scheme, in which random frequencies of infinitely many boxes are produced by a multiplicative renewal process, also known as the residual allocation model or stick-breaking. We focus on the number $K_n$ of boxes occupied by at least one of $n$ balls, as $n o\infty$. A variety of limiting distributions for $K_n$ is derived from the properties of associated perturbed random walks. Refining the approach based on the standard renewal theory we remove a moment constraint to cover the cases left open in previous studies.

연구 동기 및 목표

• n \to \infty$일 때, 베르누이 시프에서 점유된 상자 수인 $K_n$의 극한 분포를 도출하는 것.
• 이전 연구에서 요구하던 모멘트 제약 조건을 제거하여 유한 및 무한 $\nu = \mathbb{E}|\log(1-W)|$ 케이스를 통합하는 것.
• 극한 분포의 행동과 관련된 수세기 과정 $N^*(x)$ 및 랜덤 워크 $\rho^*(x)$의 渐近적 성질 간의 직접적인 연결을 수립하는 것.
• $(\rho^*(x) - g(x))/f(x)$의 약한 수렴이 $(K_n - b_n)/a_n$이 동일한 극한으로 수렴함을 보이며, 명시적인 상수 $a_n$과 $b_n$을 제공하는 것.

제안 방법

• 저자들은 점유 과정 $K(t)$를 분석하기 위해 포아송화 기법을 사용하며, 이는 수세기 과정 $N^*(x) = \#\{k : P_k \geq e^{-x}\}$와 연결된다.
• 그들은 $K_n$을 랜덤 변수 $\rho^*(x) = \inf\{k : W_1\cdots W_k < e^{-x}\}$와 관련지며, 이는 빈도 $\geq e^{-x}$인 상자 수를 세는 데 사용된다.
• 핵심 방법은 $\rho^*(x)$의 渐近적 행동을 편향된 랜덤 워크를 통해 분석하고, $f$와 $g$에 대한 일반 조건 하에서 약한 수렴 결과를 적용하는 것이다.
• 상수 $a_n = f(\log n)$과 $b_n = \int_0^{\log n} g(\log n - y) \, \mathbb{P}\{|\log(1-W)| \in dy\}$는 $|\log(1-W)|$의 분포로부터 유도된다.
• 저자들은 $(\rho^*(x) - g(x))/f(x)$의 약한 수렴이 $R^*(t)$와 $K(t)$ 모두 동일한 극한으로 수렴함을 보이며, $f$-등가 함수와 정규 변동성의 성질을 사용한다.
• 고정된 $n$ 모델로의 전환을 위해 커플링 방법을 사용하며, 적절한 정규화 하에서 $K_n$과 $K(t)$가 동일한 극한 분포를 가짐을 보인다.

실험 결과

연구 질문

• RQ1 베르누이 시프에서 점유된 상자 수인 $K_n$이 적절한 정규화 후에 약한 수렴하는 조건은 무엇인가?
• RQ2 점유된 상자 수 $K_n$의 극한 분포는 랜덤 워크 $\rho^*(x)$의 渐近적 행동과 어떻게 관련이 있는가?
• RQ3 이전 연구에서 요구하던 $\sigma^2 < \infty$ 조건을 중심극한정리에서 제거할 수 있는가?
• RQ4 $(K_n - b_n)/a_n$이 비퇴화 극한으로 약한 수렴하기 위한 정확한 정규화 상수 $a_n$과 $b_n$은 무엇인가?
• RQ5 $K_n$과 $R^*(n)$, 즉 $K_n$의 조건부 기대값의 극한은 어떤 의미에서 渐近적으로 동일한가?

주요 결과

• $x = \log n$일 때 $(\rho^*(x) - g(x))/f(x)$가 비퇴화 법칙으로 약한 수렴한다면, $K_n$의 극한 분포는 이와 동일하다.
• 정규화 상수는 $a_n = f(\log n)$과 $b_n = \int_0^{\log n} g(\log n - y) \, \mathbb{P}\{|\log(1-W)| \in dy\}$로 주어지며, 이는 $|\log(1-W)|$의 분포에 의존한다.
• 이전 연구에서 요구하던 $\sigma^2 < \infty$ 조건을 제거하여, $\log W$의 분산이 무한인 케이스까지 분석이 가능해졌다.
• 이 결과는 $g$의 작은 변형에도 강인한 $f$-등가 함수들에 대해 균일하게 성립하며, 극한 분포가 중심화 함수 $g$의 작은 편향에 대해 안정적임을 의미한다.
• $K_n$의 약한 수렴은 $R^*(n)$, 즉 $K_n$의 조건부 기대값의 약한 수렴과 동치이며, 동일한 정규화 하에서 성립함을 확인하여 랜덤 환경의 지배적 영향을 뒷받침한다.
• 증명 과정에서 포아송화된 과정 $K(t)$와 고정된 $n$ 모델의 과정 $K_n$이 동일한 약한 극한을 공유함을 보였으며, 이는 분석에서 포아송화 기법의 타당성을 뒷받침한다.