[论文解读] Connecting Yule Process, Bisection and Binary Search Tree via Martingales

Brigitte Chauvin, Alain Rouault|arXiv (Cornell University)|Oct 13, 2004

Stochastic processes and statistical mechanics参考文献 27被引用 10

一句话总结

该论文通过在共同概率空间中的鞅分析，建立了二叉搜索树（BST）、二分法过程与杨分支过程之间的强关联。通过将这些模型嵌入杨过程，作者发现相关鞅的极限分布在 L¹ 域中仅收敛到两种不同的分布律，且对 z = 1/4 的情形，利用拉普拉斯变换与 Beta-Gamma 恒等式推导出了明确的分布律。

ABSTRACT

We present new links between some remarkable martingales found in the study of the Binary Search Tree, or of the Bisection Problem, looking at them on the probability space of a continuous time binary branching process.

研究动机与目标

• 通过鞅在统一的概率框架下统一研究二叉搜索树、二分法过程与杨过程。
• 通过杨过程嵌入，分析这些模型相关鞅在连续时间下的收敛行为。
• 识别这些鞅的极限分布律，并利用泛函方程与拉普拉斯变换技术证明其唯一性。
• 利用涉及 Beta 与 Gamma 变量的随机恒等式，推导出鞅在 z = 1/4 时极限的显式分布。
• 将极限分布的拉普拉斯变换所满足的泛函方程与 Drmota 在 BST 高度分析中研究的方程联系起来，实现极限分布的显式计算。

提出的方法

• 将离散时间的 BST 过程嵌入连续时间的杨过程，实现子树间的独立性，从而便于构造鞅。
• 在杨过程中定义一族连续时间鞅 M(t,z)，其投影即为离散 BST 鞭鞅 M_n^BST(z)。
• 构建三种相关的分支随机游走：杨时间、杨代际与二分法过程，每类均配有相应的加性鞅。
• 利用由平滑变换方程导出的极限分布拉普拉斯变换的泛函方程，刻画极限分布。
• 应用平滑变换不动点拉普拉斯变换的唯一性结果（Liu, Biggins & Kyprianou），识别分布等价关系。
• 采用 Mellin 变换与 Beta-Gamma 代数恒等式，推导出 M(∞,1/4) 与 M_∞^BST(1/4) 极限的显式分布。

实验结果

研究问题

• RQ1 在共同概率空间下，BST、二分法过程与杨过程的鞅之间存在何种关系？
• RQ2 在 L¹ 收敛域中，这些模型的鞅极限分布律共有多少种不同的类型？
• RQ3 在杨过程中，鞅 M(∞,1/4) 的极限分布为何？在 BST 模型中，M_∞^BST(1/4) 的极限分布为何？
• RQ4 极限分布拉普拉斯变换的泛函方程与 Drmota 在 BST 高度分析中研究的方程有何关联？
• RQ5 能否从鞅极限恒等式中推导出 Gamma 变量平方与 Beta 与 Gamma 变量乘积之间的分布等价关系？

主要发现

• 在 BST、二分法与杨过程模型的 L¹ 收敛域中，鞅的几乎必然极限（按分布律）仅有两种不同的类型。
• 当 z = 1/4 时，杨过程中鞅 M(∞,1/4) 的极限分布与 (2γ_{3/2})^{-1} 同分布，其中 γ_{3/2} 为形状参数为 3/2 的 Gamma 分布随机变量。
• BST 鞭鞅 M_∞^BST(1/4) 的极限分布为 (√π/4) × (β_{3/4,1/4})^{-1/2} × (γ_{5/4})^{-1/2}，其中 Beta 与 Gamma 变量相互独立。
• 恒等式 (γ_{3/2})² =_law 4β_{3/4,1/4}·γ₁·γ_{5/4} 成立，该结果与已知的 Beta-Gamma 代数恒等式及 Gamma 函数的倍乘公式一致。
• M(∞,1/4) 的拉普拉斯变换显式为 (1 + √(2x))e^{-√(2x)}，证实其为逆 Gamma 型分布律。
• 极限分布拉普拉斯变换的泛函方程与 Drmota 在 BST 高度分析中研究的方程一致，从而可实现极限分布的显式计算。