QUICK REVIEW
[论文解读] Asymptotics for sums of random variables with local subexponential behaviour
Søren Asmussen, Sergey Foss|arXiv (Cornell University)|Mar 19, 2013
Probability and Risk Models参考文献 17被引用 7
一句话总结
本文引入并分析了$Δ$-次指数分布的概念——通过聚焦于有限区间$(x, x+T]$上的局部尾部行为(其中$T < ∞$),对经典的次指数分布进行推广。研究证明,卷积$F^{*n}(x+Δ)$的渐近行为与经典次指数理论一致,即若$F^{*2}(x+Δ) ∼ 2F(x+Δ)$,则有$F^{*n}(x+Δ) ∼ nF(x+Δ)$,并将其应用于随机游走、更新理论和分支过程。
ABSTRACT
We study distributions $F$ on $[0,\infty)$ such that for some $T\le\infty$, $F^{*2}(x,x+T]\sim 2 F(x,x+T]$. The case $T=\infty$ corresponds to $F$ being subexponential, and our analysis shows that the properties for $T
研究动机与目标
- 建立当关注有限区间$(x, x+T]$上的局部尾部概率(其中$T < \infty$)时,独立同分布随机变量和的渐近行为的系统理论,扩展经典次指数理论。
- 刻画$[0, \infty)$上分布$F$的特征,使得$F^{*2}(x+\Delta) \sim 2F(x+\Delta)$对$\Delta = (0,T]$成立,从而定义新的分布类$\mathcal{S}_\Delta$。
- 在$\Delta$-次指数条件下,建立关键结果的类比,如关键更新定理及随机游走上确界渐近性质。
- 将理论推广至具有次指数密度的分布,并应用于复合泊松过程、无穷可分分布及贝尔曼-哈里斯分支过程。
提出的方法
- 通过条件$F^{*2}(x+\Delta) \sim 2F(x+\Delta)$(其中$\Delta = (0,T]$且$T < \infty$)定义$\Delta$-次指数分布,并要求$F(x+\Delta)$为长尾分布。
- 证明若$F, G \in \mathcal{L}_\Delta$,则$F*G \in \mathcal{L}_\Delta$,且$(F*G)(x+\Delta) \gtrsim F(x+\Delta) + G(x+\Delta)$,从而确立卷积下的稳定性。
- 通过将卷积分解为主体部分与尾部部分(其中$h(x) \to \infty$),控制中等偏差的贡献,并证明渐近等价性。
- 通过分析卷积$(K*U)(x+\Delta)$应用关键更新定理,证明在$z \in \mathcal{L}$且$K \in \mathcal{S}_\Delta$条件下,有$\int_0^x z(x-y)U(dy) \sim I \cdot (K*U)(x+\Delta)$。
- 通过生成函数与$p_n = \mu^n e^{-\mu}/n!$,证明复合泊松测度$G$满足$G(x+\Delta) \sim \mu F(x+\Delta)$当且仅当$F \in \mathcal{S}_\Delta$。
- 证明对于无穷可分分布,若$G \in \mathcal{S}_\Delta$(其中$G$为归一化的Lévy测度,$\nu$为Lévy测度),则$F(x+\Delta) \sim \nu(x+\Delta)$。
实验结果
研究问题
- RQ1当尾部行为研究集中于有限区间$\Delta = (0,T]$而非完整尾部$(x,\infty)$时,卷积$F^{*n}(x+\Delta)$的渐近性质如何表现?
- RQ2在何种条件下可保证$F^{*2}(x+\Delta) \sim 2F(x+\Delta)$?该条件如何推广经典次指数性质?
- RQ3关键更新定理能否推广至局部渐近情形?对更新测度与尾部分布需满足何种条件?
- RQ4$\Delta$-次指数分布如何影响负漂移随机游走的上确界渐近行为?
- RQ5无穷可分分布的局部尾部行为与其Lévy测度之间存在何种关系?该关系如何推广已知结果?
主要发现
- 若$F \in \mathcal{S}_\Delta$,则当$x \to \infty$时,有$F^{*n}(x+\Delta) \sim nF(x+\Delta)$,将经典次指数卷积性质推广至局部区间。
- 对于跳跃分布为$F$的复合泊松过程,当且仅当$F \in \mathcal{S}_\Delta$时,有$G(x+\Delta) \sim \mu F(x+\Delta)$,其中$G$为复合泊松分布。
- 在关键更新定理中,若$z \in \mathcal{L}$且$K \in \mathcal{S}_\Delta$,则有$\int_0^x z(x-y)U(dy) \sim \frac{1}{1-\theta} z(x)$,其中$\theta = \int_0^1 K(x+\Delta)dx$。
- 对于无穷可分分布,当且仅当归一化的Lévy测度$G \in \mathcal{S}_\Delta$时,有$F(x+\Delta) \sim \nu(x+\Delta)$($x \to \infty$),推广了经典尾部等价性结果。
- 对于次临界的贝尔曼-哈里斯分支过程,若$F \in \mathcal{S}_\Delta$,则当$t \to \infty$时,有$A(t) - A(t+T) \sim F(t+\Delta)/(1-A)$,其中$A(t) = \mathbb{E}Z(t)$。
- 当$T < \infty$时,类$\mathcal{S}_\Delta$包含所有标准次指数分布(如正则变体、形状参数$\alpha < 1$的Weibull分布),且理论与经典情形基本一致,仅需最小修改。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。