[论文解读] CLT for the capacity of the range of stable random walks

Wojciech Cygan, Nikola Sandrić+1 more|arXiv (Cornell University)|Apr 11, 2019

Stochastic processes and statistical mechanics参考文献 18被引用 4

一句话总结

本文在 $d/\alpha > 5/2$ 的条件下，建立了 $d$-维对称 $\alpha$-稳定随机游走范围容量的中心极限定理（CLT）。作者通过分析范围容量的方差并应用林德伯格-弗勒利定理（Lindeberg-Feller CLT），证明了经过适当的中心化和标准化后，容量收敛于正态分布。

ABSTRACT

In this article, we establish a central limit theorem for the capacity of the range process for a class of $d$-dimensional symmetric $α$-stable random walks with the index satisfying $d > 5α/2$. Our approach is based on controlling the limit behavior of the variance of the capacity of the range process which then allows us to apply the Lindeberg-Feller theorem.

研究动机与目标

• 建立 $d$-维对称 $\alpha$-稳定 Lévy 过程范围过程容量的中心极限定理（CLT）。
• 分析范围集 $\mathcal{R}_n = \{S_0, \dots, S_n\}$ 的容量在长时间行为下的性质，其中 $\{S_n\}$ 为稳定随机游走。
• 确定归一化容量 $\mathrm{Cap}(\mathcal{R}_n)$ 在何种条件下依分布收敛于正态随机变量。
• 控制容量过程的方差，并验证 CLT 所需的林德伯格型条件。

提出的方法

• 定义集合 $A \subseteq \mathbb{Z}^d$ 的容量为 $\mathrm{Cap}(A) = \sum_{x \in A} \mathbb{P}_x(T_A^+ = \infty)$，其中 $T_A^+$ 表示首次返回 $A$ 的时间。
• 使用分解式 $\overline{\mathcal{C}}_n = \sum_{i=1}^{2^L} \overline{\mathcal{C}}^{(i)}_{n/2^L} + \mathcal{E}(n)$，将范围划分为 $2^L$ 个块，以控制误差项。
• 对独立同分布的块容量 $\overline{\mathcal{C}}^{(i)}_{n/2^L}$ 应用林德伯格-弗勒利中心极限定理，并验证方差与林德伯格条件。
• 通过 $h_d(n)$（即块的期望容量）的界，结合引理 3.2 与引理 5.4，控制误差项 $\mathbb{E}[|\mathcal{E}(n)|]$。
• 利用柯西-施瓦茨不等式与切比雪夫不等式，对林德伯格条件进行上界估计，确保大偏差的渐近可忽略性。
• 选择 $L = \lfloor \log_2(n^{\Delta/2}) \rfloor$（当 $5/2 < d/\alpha < 3$ 时）与 $L = \lfloor \log_2(n^{1/4}) \rfloor$（当 $d/\alpha \geq 3$ 时），以确保 $\mathbb{E}[|\mathcal{E}(n)|]/\sqrt{n} \to 0$。

实验结果

研究问题

• RQ1 在何种条件下，$d$-维对称 $\alpha$-稳定随机游走的范围容量满足中心极限定理？
• RQ2 当 $n \to \infty$ 时，范围过程容量的方差如何渐近表现？
• RQ3 强发散性（$d/\alpha > 2$）与吸引域条件（$\alpha$-稳定极限）在确保 CLT 中起何作用？
• RQ4 在给定假设下，能否验证块分解容量过程的林德伯格-弗勒利条件？
• RQ5 块分解的误差 $\mathcal{E}(n)$ 相对于 $\sqrt{n}$ 的衰减速率如何？如何选择 $L$ 以确保收敛？

主要发现

• 在 $d/\alpha > 5/2$ 条件下，范围容量 $\mathrm{Cap}(\mathcal{R}_n)$ 满足中心极限定理，经适当中心化与标准化后收敛于正态分布。
• 归一化容量 $\overline{\mathcal{C}}_n / \sqrt{n}$ 的渐近方差收敛于 $\sigma_d^2 > 0$，确保了极限分布非退化。
• 当 $L$ 取 $\lfloor \log_2(n^{\Delta/2}) \rfloor$（当 $5/2 < d/\alpha < 3$ 时）或 $\lfloor \log_2(n^{1/4}) \rfloor$（当 $d/\alpha \geq 3$ 时），误差项 $\mathbb{E}[|\mathcal{E}(n)|]$ 的衰减速率超过 $\sqrt{n}$，即 $\mathbb{E}[|\mathcal{E}(n)|]/\sqrt{n} \to 0$。
• 通过矩界与尾概率估计验证了林德伯格条件，确保块容量之和满足 CLT。
• 证明依赖于随机游走的强发散性（$d/\alpha > 2$）与吸引域至 $\alpha$-稳定分布的性质，后者保证了缩放函数所需的正则变异性。
• 该结果在假设 (A1)–(A4) 下成立，包括非周期性、对称性、强发散性以及存在一步自环（$p_{1}(0) > 0$）。