Skip to main content
QUICK REVIEW

[论文解读] Fonctions de Mittag-Leffler et processus de Lévy stables sans saut négatif

Thomas Simon|ArXiv.org|Apr 14, 2009
Complex Systems and Time Series Analysis参考文献 4被引用 5
一句话总结

本文通过Hankel路径的积分表示和Bernstein定理,证明了函数 $ D_\alpha(x) = E_\alpha(x^\alpha) - \alpha x^{\alpha-1} E_\alpha'(x^\alpha) $ 在 $ \alpha \in [1,2] $ 范围内完全单调。这导致了对非负稳定Lévy过程的上确界的新Wiener-Hopf分解恒等式,恢复了已知的小偏差常数,并以两个概率密度的凸组合形式给出了首达时间 $ T_1 $ 的密度的全新表达式。

ABSTRACT

It is noticed that a certain transform of the Mittag-Leffler function Ea is completely monotone for a in [1,2]. Using the explicit expressions of its Bernstein density, an identity in law between suprema of completely asymmetric Levy a-stable processes. In the spectrally positive case, we retrieve the exact expression of a unilateral small deviation constant which had been previously obtained by a different method by Bernyk, Dalang and Peskir.

研究动机与目标

  • 证明函数 $ D_\alpha(x) = E_\alpha(x^\alpha) - \alpha x^{\alpha-1} E_\alpha'(x^\alpha) $ 在 $ \alpha \in [1,2] $ 范围内的完全单调性。
  • 利用 $ D_\alpha $ 的完全单调性,推导出谱正向Lévy $ \alpha $-稳定过程上确界的新的分布恒等式。
  • 通过一种新的解析方法,恢复一维稳定Lévy过程的小偏差常数。
  • 以两个概率密度的凸组合形式,显式给出首达时间 $ T_1 $ 的密度的积分表示。
  • 通过一种新的分解方式,将 $ T_1 $ 的密度结构与独立随机变量的乘积联系起来,从而阐明其结构。

提出的方法

  • 利用 $ 1/\Gamma(1+\alpha n) $ 的积分表示,将 $ D_\alpha(x) $ 表示为Hankel路径上的围道积分。
  • 应用解析延拓和Cauchy定理,变形围道,将 $ D_\alpha(x) $ 表示为拉普拉斯型积分。
  • 利用Bernstein定理推断 $ D_\alpha(x) $ 完全单调,并确定其关联的Bernstein测度 $ \mu_\alpha $。
  • 推导出首达时间 $ T_1 $ 的拉普拉斯变换为 $ \mathbb{E}[e^{-xT_1}] = D_\alpha(x) $,并将其与Mittag-Leffler函数联系起来。
  • 通过变量替换和围道变形,将拉普拉斯变换表示为稳定子调和过程首达时间 $ \hat{T}_1 $ 的密度形式。
  • 将密度 $ f_{T_1}(t) $ 分解为凸组合:$ f_{T_1}(t) = (1/\alpha) g_{\hat{T}_1}(t) + (1-1/\alpha) h_{\hat{T}_1}(t) $,其中 $ g_{\hat{T}_1} $ 和 $ h_{\hat{T}_1} $ 分别为独立随机变量乘积的密度。

实验结果

研究问题

  • RQ1函数 $ D_\alpha(x) = E_\alpha(x^\alpha) - \alpha x^{\alpha-1} E_\alpha'(x^\alpha) $ 在 $ \alpha \in [1,2] $ 范围内是否完全单调?
  • RQ2能否利用 $ D_\alpha(x) $ 的完全单调性,推导出谱正向Lévy $ \alpha $-稳定过程上确界的新的分布恒等式?
  • RQ3对于指数 $ \alpha \in (1,2) $ 的谱正向稳定过程,首达时间 $ T_1 $ 的密度的显式结构是什么?
  • RQ4如何利用Bernstein表示,将 $ T_1 $ 的拉普拉斯变换分解为两个概率密度的凸组合?
  • RQ5密度 $ g_{\hat{T}_1} $ 与 $ f_{\hat{T}_1} $ 之间有何关系?这与 $ f_{T_1} $ 的渐近行为有何关联?

主要发现

  • 通过围道积分和Bernstein定理,已证明函数 $ D_\alpha(x) $ 在所有 $ \alpha \in [1,2] $ 范围内完全单调。
  • 由于 $ D_\alpha(x) $ 的完全单调性,导出了谱正向Lévy $ \alpha $-稳定过程上确界与稳定子调和过程函数之间新的分布恒等式。
  • 首达时间 $ T_1 $ 的密度被表示为 $ f_{T_1}(t) = (1/\alpha) g_{\hat{T}_1}(t) + (1-1/\alpha) h_{\hat{T}_1}(t) $,即两个概率密度的凸组合。
  • 第一项 $ (1/\alpha) g_{\hat{T}_1}(t) $ 决定了 $ f_{T_1}(t) $ 在零附近的性质,而第二项 $ (1-1/\alpha) h_{\hat{T}_1}(t) $ 决定了其在无穷远处的行为。
  • 密度 $ g_{\hat{T}_1}(t) $ 被证明为正,并通过积分变换与 $ f_{\hat{T}_1}(t) $ 相关联,从而解决了一个非显然的正性问题。
  • 与 $ D_\alpha(x) $ 关联的Bernstein测度显式给出为 $ \mu_\alpha(dt) = \frac{(-\sin\pi\alpha)t^{\alpha-1}(1+t)}{\pi(t^{2\alpha} - 2t^\alpha \cos\pi\alpha + 1)} dt $。

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。