[论文解读] A Sample Path Large Deviation Principle for a Class of Population Processes

William H. Sandholm, Mathias Staudigl|arXiv (Cornell University)|Nov 24, 2015

Game Theory and Applications参考文献 40被引用 3

一句话总结

本文為在单纯形内离散网格上的马尔可夫链建立了样本路径大偏差原理，考虑了边界效应。通过证明状态依赖的Cramér变换的联合连续性，推导出种群过程中罕见事件概率的严格速率函数，从而实现了具有状态依赖动力学和边界的系统的大偏差分析。

ABSTRACT

We establish a sample path large deviation principle for sequences of Markov chains arising in game theory and other applications. As the state spaces of these Markov chains are discrete grids in the simplex, our analysis must account for the fact that the processes run on a set with a boundary. A key step in the analysis establishes joint continuity properties of the state-dependent Cram´ er transform L( ; ), the running cost appearing in the large deviation principle rate function.

研究动机与目标

• 为建模博弈论及相关应用中种群过程的马尔可夫链发展大偏差原理。
• 解决离散状态空间中作为概率单纯形内网格的边界效应问题。
• 建立状态依赖Cramér变换的联合连续性，这是大偏差原理中速率函数的关键组成部分。
• 为具有状态依赖动力学的有限状态、连续时间种群过程中的罕见事件概率提供严格的分析框架。

提出的方法

• 分析在单纯形内离散网格上演化、表示种群分布的连续时间马尔可夫链序列。
• 将大偏差速率函数中的运行成本函数识别为状态依赖的Cramér变换L(·; ·)。
• 证明Cramér变换L(·; ·)在状态变量和控制变量上的联合连续性，这对大偏差原理至关重要。
• 应用样本路径大偏差理论，推导出路径概率速率函数的变分表示。
• 利用Cramér变换的连续性，确保速率函数在路径空间上定义良好且下确界连续。
• 通过仔细分析过程和速率函数在单纯形边界附近的性质，处理边界效应。

实验结果

研究问题

• RQ1 如何为在单纯形内离散网格上演化、尤其在边界附近的大偏差原理建立严格的理论？
• RQ2 为确保大偏差原理的有效性，状态依赖Cramér变换需要具备何种正则性性质？
• RQ3 状态空间中的边界效应如何影响路径空间大偏差中速率函数的形态与连续性？
• RQ4 在种群过程中，何种条件能保证Cramér变换在状态和控制变量上的联合连续性？
• RQ5 大偏差原理能否用于建模具有状态依赖转移率的随机种群动力学中的罕见事件？

主要发现

• 为在单纯形内离散网格上的马尔可夫链建立了样本路径大偏差原理，考虑了边界效应。
• 证明了状态依赖Cramér变换L(·; ·)的联合连续性，这对速率函数的下确界连续性和良定性至关重要。
• 速率函数以包含运行成本的变分公式表达，其中Cramér变换为核心组成部分。
• 分析表明，即使过程接近单纯形边界，大偏差原理依然成立。
• 该框架适用于博弈论及其他具有状态依赖动力学的应用中的种群过程。
• 连续性结果确保了在状态和控制变量发生微小扰动时，大偏差估计具有鲁棒性。