[论文解读] Approximate Local Limit Theorems with Effective Rate and Application to Random Walks in Random Scenery

Rita Giuliano, Michel Weber|arXiv (Cornell University)|Dec 12, 2014

Stochastic processes and statistical mechanics参考文献 26被引用 20

一句话总结

本文利用伯努利部分提取法，为独立的格点分布随机变量之和建立了具有显式、有效误差界近似局部极限定理。该文提出了一类新的局部极限定理，其余项具有有效性，适用于随机环境中随机游动的情形，恢复了Gnedenko与Gamkrelidze的经典结果，并为概率论与数论中的应用提供了实用且定量精确的框架。

ABSTRACT

We show that the Bernoulli part extraction method can be used to obtain approximate forms of the local limit theorem for sums of independent lattice valued random variables, with effective error term, that is with explicit parameters and universal constants. We also show that our estimates allow to recover Gnedenko and Gamkrelidze local limit theorems. We further establish by this method a local limit theorem with effective remainder for random walks in random scenery.

研究动机与目标

• 为独立格点分布随机变量之和发展具有有效、显式误差项的近似局部极限定理。
• 将伯努利部分提取法扩展至提供具有通用常数和显式参数的定量估计。
• 利用该新方法恢复Gnedenko与Gamkrelidze的经典局部极限定理。
• 为随机环境中随机游动建立具有有效余项的局部极限定理。
• 为局部极限理论中特征函数方法提供一种实用且定量精确的替代方案。

提出的方法

• 应用最初由McDonald提出、根植于Kolmogorov早期思想的伯努利部分提取法，将格点分布随机变量分解为伯努利分量与余项。
• 利用伯努利部分这一概率工具，将伯努利和的已知结果转移至一般格点分布和。
• 推导出如下形式的近似局部极限定理：$\sqrt{\Sigma_n} \mathbb{P}(S_n = N) \approx \frac{D}{\sqrt{2\pi}} e^{-(N - M_n)^2 / (2\Sigma_n)} $，并给出显式误差项。
• 通过矩条件控制误差，建立有效余项：$\int_{|x| \geq u} x^2 F(dx) = \mathcal{O}(u^{-2\alpha})$，其中 $0 < \alpha < 1/2$。
• 通过将表示形式扩展至加权伯努利随机游动，将该方法应用于加权和及随机环境中随机游动。
• 利用条件独立性与伯努利部分的结构，推导出分布等价关系 $\{S_m\} \stackrel{\mathcal{D}}{=} \{W_m + D M_m\}$，其中 $M_m$ 为加权伯努利随机游动。

实验结果

研究问题

• RQ1 伯努利部分提取法能否为独立格点分布随机变量之和产生具有显式、有效误差界近似局部极限定理？
• RQ2 该方法在多大程度上能以显式常数与参数恢复Gnedenko与Gamkrelidze的经典局部极限定理？
• RQ3 该方法能否扩展至处理加权和及随机环境中随机游动，其中可能不存在共同的格点跨度？
• RQ4 何种矩条件可保证余项阶为 $\mathcal{O}(n^{-\alpha})$，其中 $0 < \alpha < 1/2$？
• RQ5 与特征函数技术相比，该方法在定量精确性与适用性方面表现如何？

主要发现

• 本文在满足跨度 $D$ 最大化且 $\int_{|x| \geq u} x^2 F(dx) = \mathcal{O}(u^{-2\alpha})$ 的条件下，建立了具有有效余项的近似局部极限定理：$\sqrt{\Sigma_n} \mathbb{P}(S_n = N) = \frac{D}{\sqrt{2\pi}} e^{-(N - M_n)^2 / (2\Sigma_n)} + \mathcal{O}(n^{-\alpha})$，其中 $0 < \alpha < 1/2$。
• 该方法恢复了Gnedenko与Gamkrelidze的经典局部极限定理，包括在三阶矩条件 $\mathbb{E}|X|^3 < \infty$ 下 $\alpha = 1/2$ 的情形。
• 对于随机环境中随机游动，本文在相同框架下推导出具有有效余项的局部极限定理，将伯努利部分方法扩展至非i.i.d.情形。
• 误差项显式且具有普适性，常数不依赖于底层分布，仅依赖于矩条件与跨度。
• 该方法避免依赖特征函数，提供了更具直接性与概率基础的替代方案，并具备可量化的误差控制能力。
• 该方法在如概率分拆函数模型等复杂模型中表现稳健，其中特征函数方法因存在大指数矩而失效。