[论文解读] A central limit theorem for the number of descents and some urn models

Olivier Garet|arXiv (Cornell University)|Jun 7, 2019

Stochastic processes and statistical mechanics参考文献 6被引用 4

一句话总结

本文为具有特定条件矩结构的一类马尔可夫链建立了广义中心极限定理（CLT），适用于组合与瓮模型，如随机排列中的下降数和广义波利亞瓮。关键结果表明，在条件 $ \alpha_1 > -\frac{1}{2} $ 且 $ D > 0 $ 下，归一化和 $ S_n $ 收敛于方差为 $ S = \frac{D}{2\alpha_1 + 1} $ 的正态分布，其中 $ D = D_2 - \ell(\ell + \alpha_2) $，$ \ell = \frac{D_1}{\alpha_1 + 1} $。该定理统一并推广了下降数与多种瓮动力学的CLT。

ABSTRACT

The purpose of this work is to establish a central limit theorem that can be applied to a particular form of Markov chains, including the number of descents in a random permutation of $\mathfrak{S}_n$, two-type generalized P{ó}lya urns, and some other urn models.

研究动机与目标

• 开发一个适用于组合与随机过程中出现的广泛马尔可夫链类的统一中心极限定理。
• 建立在增量非独立同分布时，依赖随机变量归一化和收敛于正态分布的条件。
• 提供一个理论框架，推广已知的关于随机排列中下降数和双色波利亞瓮的CLT。
• 分析具有确定替换规则和结构约束（如黑球主导）的瓮模型的渐近行为。
• 从模型参数显式推导极限方差的表达式，使应用中可进行定量预测。

提出的方法

• 该方法依赖于条件期望与矩法，分析增量过程的前三阶条件矩。
• 模型假设 $ a_{n+1} $ 的第 $ k $ 阶条件矩关于过去值呈线性形式，且系数在 $ n \to \infty $ 时收敛于常数 $ D_k $ 和 $ \alpha_k $。
• 关键技术工具是利用包含Pochhammer型乘积和序列渐近展开的分析性引理进行递推分析。
• 通过伸缩和与斯特林近似求解一阶矩的递推关系，得出确定性极限 $ \ell = \frac{D_1}{\alpha_1 + 1} $。
• 在正则条件下，极限正态分布的方差被推导为 $ S = \frac{D}{2\alpha_1 + 1} $，其中 $ D = D_2 - \ell(\ell + \alpha_2) $。
• 该框架被应用于随机排列的插入过程和一种新型瓮模型（具有环形排列与三球替换规则），二者均满足矩条件。

实验结果

研究问题

• RQ1 在何种一般条件下，有界随机变量的马尔可夫序列和收敛于正态分布？
• RQ2 能否从更一般的随机框架中导出关于随机排列中下降数的经典CLT？
• RQ3 如何从替换规则与初始条件显式计算广义波利亞瓮模型的极限方差？
• RQ4 何种结构约束可确保具有三球替换规则的环形瓮模型中一种颜色在长期中占主导？
• RQ5 当过程非独立同分布或非鞅，但满足特定条件矩结构时，CLT是否仍成立？

主要发现

• 在均匀随机排列 $ \mathfrak{S}_n $ 中，归一化下降数满足 $ \frac{|\mathrm{Desc}(\sigma_n)| - n/2}{\sqrt{n}} \xrightarrow{d} \mathcal{N}\left(0, \frac{1}{12}\right) $，该结果作为特例被恢复。
• 对于 $ a=2, b=3 $ 的瓮模型，极限分布为 $ \frac{S_n - \frac{4}{5}n}{\sqrt{n}} \xrightarrow{d} \mathcal{N}\left(0, \frac{7}{50}\right) $，其中 $ S_n $ 为白球数量。
• 极限方差表达式为 $ S = x(5 - 9x)\frac{C - 3}{C + 3} $，其中 $ x = \frac{a}{a+b} $，$ C = a + b \geq 4 $，且 $ x \in (0, \frac{1}{2}) $，确保 $ D > 0 $。
• 条件 $ \alpha_1 > -\frac{1}{2} $ 确保了均值行为的稳定性，而 $ D > 0 $ 保证了极限方差非退化。
• 该方法适用于具有确定替换规则和结构约束（如黑球主导）的模型，即使过程非鞅也适用。
• 通过矩法建立了分布收敛于正态性的结果，而几乎必然收敛仍是开放问题。