[论文解读] Continuous-state branching processes

Zenghu Li|arXiv (Cornell University)|Feb 15, 2012

Stochastic processes and statistical mechanics参考文献 17被引用 15

一句话总结

本文全面概述了连续状态分支过程（CB-过程）及其带移民的扩展，聚焦于随机方程、Lamperti变换和鞅问题。通过迭代逼近和随机分析，建立了带状态依赖移民的CBI-过程的路径唯一性与存在性，为具有依赖移民机制的人口动态建模提供了严格的理论基础。

ABSTRACT

These notes were used in a short graduate course on branching processes the author gave in Beijing Normal University. The following main topics are covered: scaling limits of Galton--Watson processes, continuous-state branching processes, extinction probabilities, conditional limit theorems, decompositions of sample paths, martingale problems, stochastic equations, Lamperti's transformations, independent and dependent immigration processes. Some of the results are simplified versions of those in the author's book "Measure-valued branching Markov processes" (Springer, 2011). We hope these simplified results will set out the main ideas in an easy way and lead the reader to a quick access of the subject.

研究动机与目标

• 为研究生水平的研究人员提供连续状态分支过程（CB-过程）及其带移民扩展的简化但严谨的导论。
• 建立描述带状态依赖移民率的CBI-过程的随机方程解的存在性与路径唯一性。
• 探讨CB-过程、Lamperti的时间变换关系以及扩散和跳型过程的鞅问题之间的联系。
• 分析移民机制的结构性质，包括独立、时间依赖和交互式移民率。

提出的方法

• 通过伽尔顿-沃森分支过程的标度极限构造CB-过程，推导弱收敛与拉普拉斯变换表征。
• 利用拉普拉斯变换与弱收敛准则，表征正半直线上的无限可分分布。
• 应用迭代逼近方案，证明带状态依赖移民的随机方程解的存在性。
• 运用伊藤公式，推导具有一般分支与移民机制的CBI-过程的生成元与鞅问题形式化。
• 利用Lamperti变换，通过时间变换技术将CB-过程与Lévy过程联系起来。
• 通过格朗沃尔不等式与 càdlàg 过程空间中的收敛性论证，建立路径唯一性。

实验结果

研究问题

• RQ1 连续状态分支过程如何作为离散伽尔顿-沃森过程的标度极限来构造？
• RQ2 什么条件能确保带状态依赖移民率的CBI-过程的随机方程解的存在性与路径唯一性？
• RQ3 Lamperti变换如何通过时间变换将CB-过程的动力学与Lévy过程联系起来？
• RQ4 生成元与鞅问题形式化在刻画CBI-过程的马氏性质中起什么作用？
• RQ5 交互式移民率如何影响CBI-过程的样本路径结构与长期行为？

主要发现

• 带状态依赖移民的CBI-过程的随机方程（5.3.2）的解是路径唯一的，并且作为正的 càdlàg 过程存在，通过迭代逼近与收敛性论证得以证明。
• 该解满足鞅问题形式化（5.3.9），其生成元由方程（5.3.11）显式给出，整合了分支、扩散与状态依赖移民分量。
• 存在一个可预测过程 ρ(s)，使得当 k→∞ 时，有 ∫₀ᵗ ℙ[|q(Yₖ(s))−ρ(s)|]ds → 0，这保证了逼近序列收敛到真实解。
• 解过程 {Yₜ} 继承了强马氏性质，且沿子序列有 a.s. 成立 limₙ→∞ sup₀≤s≤t |Yₖₙ(s)−Yₛ| = 0。
• 该方法可推广至两个Lipschitz函数 q₁ 与 q₂，从而得到方程（5.3.13）在交互式移民率下的路径唯一解。
• 利用格朗沃尔不等式确保了随机方程（5.3.2）解的唯一性，并给出了连续逼近之间期望差值的界。