[论文解读] A functional limit theorem for locally perturbed random walks

Alexander Iksanov, Andrey Pilipenko|arXiv (Cornell University)|Apr 27, 2015

Stochastic processes and statistical mechanics参考文献 15被引用 9

一句话总结

本文建立了局部扰动随机游走的函数极限定理，证明在一般条件下，其弱收敛于偏斜布朗运动。关键贡献是提出了一种基于鞅的创新方法，推导出偏斜参数 $\gamma = \mathbb{E}_{\pi}[X(1) - X(\alpha_1)] / \mathbb{E}_{\pi}|X(1) - X(\alpha_1)|$ 的显式公式，将先前仅适用于单位跳跃结果推广至更一般情形。

ABSTRACT

A particle moves randomly over the integer points of the real line. Jumps of the particle outside the membrane (a fixed "locally perturbating set") are i.i.d., have zero mean and finite variance, whereas jumps of the particle from the membrane have other distributions with finite means which may be different for different points of the membrane; furthermore, these jumps are mutually independent and independent of the jumps outside the membrane. Assuming that the particle cannot jump over the membrane we prove that the weak scaling limit of the particle position is a skew Brownian motion with parameter $γ\in [-1,1]$. The path of a skew Brownian motion is obtained by taking each excursion of a reflected Brownian motion, independently of the others, positive with probability $2^{-1}(1+γ)$ and negative with probability $2^{-1}(1-γ)$. To prove the weak convergence result we offer a new approach which is based on the martingale characterization of a skew Brownian motion. Among others, this enables us to provide the explicit formula for the parameter $γ$. In the previous articles the explicit formulae for the parameter have only been obtained under the assumption that outside the membrane the particle performs unit jumps.

研究动机与目标

• 在跳跃分布一般化的条件下，建立局部扰动随机游走弱收敛于偏斜布朗运动的结论。
• 提出一种基于鞅表征的新证明方法，克服先前方法的局限性。
• 基于平稳分布与跳跃矩，推导出偏斜参数 $\gamma$ 的显式公式。
• 将先前仅适用于单位跳跃或特定分布结果推广至更一般情形。
• 将函数极限定理扩展至膜外具有任意有限方差同分布跳跃、膜内具有任意有限均值跳跃的情形。

提出的方法

• 定义一个马尔可夫链 $X(n)$，其跳跃依赖于状态：在有限集 $A = \{-m, \dots, m\}$ 外部，跳跃为独立同分布；在 $A$ 内部，跳跃为另一组独立同分布。
• 引入嵌入马尔可夫链 $Y(k) = X(\alpha_k)$，记录返回 $A$ 时的位置，并利用其平稳分布 $\pi$。
• 应用偏斜布朗运动的鞅表征，证明缩放过程 $X_n(t) = X([nt]) / \sqrt{n}$ 的弱收敛性。
• 通过鞅增量的统一可积性与矩界，建立有限维分布的紧致性与收敛性。
• 利用更新过程的强大数定律，分析局部时与跳跃贡献的渐近行为。
• 通过路径分解与平稳性，推导出显式公式 $\gamma = \mathbb{E}_{\pi}[X(1) - X(\alpha_1)] / \mathbb{E}_{\pi}|X(1) - X(\alpha_1)|$。

实验结果

研究问题

• RQ1 当膜外跳跃为均值为零、有限方差的独立同分布时，局部扰动随机游走的弱极限是什么？
• RQ2 在有限膜内存在状态依赖跳跃时，其对缩放极限有何影响？
• RQ3 能否基于跳跃分布与平稳测度，显式计算极限偏斜布朗运动的偏斜参数 $\gamma$？
• RQ4 基于鞅的方法是否可在不假设跳跃有界或仅取两点值的条件下，实现收敛性证明？
• RQ5 在何种条件下，极限过程仍为标准布朗运动？

主要发现

• 当 $n \to \infty$ 时，局部扰动随机游走的弱缩放极限为偏斜布朗运动 $\sigma W_\gamma$。
• 偏斜参数显式给出为 $\gamma = \mathbb{E}_{\pi}[X(1) - X(\alpha_1)] / \mathbb{E}_{\pi}|X(1) - X(\alpha_1)|$，其中 $\pi$ 为嵌入链的平稳分布。
• 当对所有 $j \in A$ 有 $\mathbb{E}\eta_j = 0$ 时，极限为标准布朗运动（即 $\gamma = 0$）。
• 该证明方法具有创新性，依赖于鞅表征，使得在无需对跳跃大小作先验假设的条件下，推导出 $\gamma$ 的显式表达式。
• 该结果推广了以往仅适用于单位跳跃或特定分布的研究，现可适用于任意有限方差的膜外跳跃与任意有限均值的膜内跳跃。
• 在条件 $|\xi_1| \leq 2m+1$ 几乎必然成立时，收敛性成立，该条件确保了路径控制与紧致性。