[论文解读] Branching processes in random environment which extinct at a given moment

Christian Boeinghoff, E. E. Dyakonova+2 more|arXiv (Cornell University)|Jan 14, 2010

Stochastic processes and statistical mechanics参考文献 9被引用 16

一句话总结

该论文在全平均测度下，针对在特定时间 $ n+1 $ 条件下灭绝的随机环境中临界分支过程，建立了功能性极限定理。当环境的对数均值后代方差有限时，过程不会出现‘突然灭绝’——相反，$ Z_n \mid T=n+1 $ 在 $ \mathbb{N} $ 上弱收敛至非退化分布，且缩放过程 $ \{Z_{nt} e^{-S_{nt}} \}_{t \in [\delta,1-\delta]} $ 在分布上收敛至一个连续极限过程。

ABSTRACT

Let ${Z_{n},n\geq 0} $ be a critical branching process in random environment and let $T$ be its moment of extinction. Under the annealed approach we prove, as $n o \infty ,$ a limit theorem for the number of particles in the process at moment $n$ given $T=n+1$ and a functional limit theorem for the properly scaled process ${Z_{nt},δ\leq t\leq 1-δ} $ given $T=n+1$ and $δ\in (0,1/2)$.

研究动机与目标

• 通过证明在环境方差有限时，对在特定时间 $ n+1 $ 灭绝的随机环境中临界分支过程的功能性极限定理，填补文献中的空白。
• 研究在环境具有有限二阶矩时，‘突然灭绝’现象（在重尾环境中观察到）是否在全平均方法下仍然存在。
• 建立条件分布 $ \mathcal{L}(Z_n \mid T = n+1) $ 在 $ \mathbb{N} $ 上的弱收敛性至非退化分布，与重尾情形下的先前结果形成对比。
• 通过测度变换技术，分析在 $ n+1 $ 时刻灭绝条件下，过程 $ \{Z_{nt} \}_{t \in [\delta,1-\delta]} $ 的渐近行为。
• 为理解此类过程在全平均条件下的路径行为，特别是在有限方差情形下，提供一个严格的概率框架。

提出的方法

• 在全平均测度下，对分支过程在时间 $ n+1 $ 灭绝的条件下进行条件化，并研究当 $ n \to \infty $ 时 $ Z_n \mid T = n+1 $ 的渐近行为。
• 采用测度变换技术重新加权过程的分布，利用相关随机游走 $ S_n = \sum_{i=1}^n X_i $，其中 $ X_i = \log f_i'(1) $。
• 使用后代分布的生成函数 $ f_n(s) $ 及相关量 $ f_n'(1) $、$ f_n''(1) $ 和 $ \eta_n $ 来刻画环境。
• 引入事件 $ \mathcal{K}(M,\delta) $ 以控制随机游走 $ S_n $ 和灭绝时刻附近环境的行为，确保紧致性。
• 应用差值 $ f_{m,n+1}^{Z_m}(0) - f_{m,n}^{Z_m}(0) $ 的估计，使用指数和多项式界来控制灭绝概率。
• 利用在给定假设下 $ \mathbf{P}(T = n+1) \sim c n^{-3/2} $ 的事实，并结合条件矩估计，推导出弱收敛性。

实验结果

研究问题

• RQ1 当环境具有有限二阶矩时，在全平均测度下，‘突然灭绝’现象——即种群迅速增长后崩溃——是否仍然存在？
• RQ2 当 $ \mathbb{E}[X^2] < \infty $ 时，$ Z_n \mid T = n+1 $ 的极限分布是什么？它是否集中在自然数上？
• RQ3 在条件灭绝于时间 $ n+1 $ 下，过程 $ \{Z_{nt} e^{-S_{nt}} \}_{t \in [\delta,1-\delta]} $ 的行为如何？它是否在分布上收敛？
• RQ4 在全平均测度下，是否能为条件过程 $ \{Z_{nt} \}_{t \in [\delta,1-\delta]} \mid T = n+1 $ 建立功能性极限定理？
• RQ5 随机游走 $ S_n $ 在刻画给定灭绝于固定时间的分支过程条件分布中起什么作用？

主要发现

• 在全平均测度下，且假设 $ \mathbb{E}[X^2] < \infty $ 时，条件分布 $ \mathcal{L}(Z_n \mid T = n+1) $ 弱收敛至 $ \mathbb{N} $ 上的非退化分布，表明不存在‘突然灭绝’。
• 功能性极限定理成立：过程 $ \{Z_{nt} e^{-S_{nt}} \}_{t \in [\delta,1-\delta]} \mid T = n+1 $ 在 $ n \to \infty $ 时在分布上收敛至一个连续极限过程。
• 在给定的矩和非格点假设下，灭绝于时间 $ n+1 $ 的概率满足 $ \mathbf{P}(T = n+1) \sim c n^{-3/2} $，其中 $ c > 0 $ 为某常数。
• 在有限方差下不存在突然灭绝，与重尾情形形成对比：在重尾情形下，$ \mathbf{P}(T = n+1) \sim c n^{-\alpha} $（$ \alpha \in (0,2) $），且 $ \log Z_{[nt]} \sim n^{1/\alpha} $。
• 证明依赖于通过事件 $ \mathcal{K}(M,\delta) $ 控制环境，并利用生成函数差值的指数和多项式界来控制灭绝概率。
• 通过证明在 $ \tau(n) $ 接近端点时的路径贡献可忽略，以及应用测度变换方法控制 $ S_n $ 的尾部行为，建立收敛性。