[论文解读] Hitting and returning into rare events for all alpha-mixing processes

Miguel Abadi, Benoît Saussol|arXiv (Cornell University)|Mar 25, 2010

Stochastic processes and statistical mechanics参考文献 4被引用 6

一句话总结

该论文证明，对于任意 α-混合平稳过程，稀有事件的首次 hitting 时间与返回时间——具体而言，n-字符串或柱集的并集——在适当归一化后，其分布收敛于指数分布。关键贡献在于识别出考虑短程重复特性的归一化常数 λ(Aₙ)，并证明即使在测度以多项式速率衰减的情况下，收敛仍具有一致性。

ABSTRACT

We prove that for any $α$-mixing stationnary process the hitting time of any $n$-string $A_n$ converges, when suitably normalized, to an exponential law. We identify the normalization constant $λ(A_n)$. A similar statement holds also for the return time. To establish this result we prove two other results of independent interest. First, we show a relation between the rescaled hitting time and the rescaled return time, generalizing a theorem by Haydn, Lacroix and Vaienti. Second, we show that for positive entropy systems, the probability of observing any $n$-string in $n$ consecutive observations, goes to zero as $n$ goes to infinity.

研究动机与目标

• 建立 α-混合过程中稀有事件的首次 hitting 时间与返回时间收敛于指数分布的理论。
• 识别出归一化常数 λ(Aₙ)，确保即使当 λ(Aₙ) 可以任意小时，仍能收敛于指数分布律。
• 将 Haydn-Lacroix-Vaienti 定理中关于归一化首次 hitting 时间与返回时间关系的结果，推广至 α-混合设定。
• 证明在 n 次连续观测中，观察到任意 n-字符串或 n-柱集并集的概率，随着 n 增大而一致趋于零，即使在弱混合条件下亦成立。
• 证明对集合 Aₙ 上的指数分布收敛具有一致性，且该一致性不依赖于柱集的具体选择，仅取决于其基数。

提出的方法

• 使用 α-混合条件（最弱的混合性），无需假设 α(g) 的可 summability，从而保证广泛应用性。
• 建立首次 hitting 时间 λ(Aₙ)μ(Aₙ)τₐₙ 与归一化返回时间之间的新颖遍历关系，将 Haydn-Lacroix-Vaienti 的结果推广至 λ(Aₙ) ≠ 1 的情形。
• 应用 Helly 选择原理与控制收敛定理，证明首次 hitting 时间与返回时间分布函数的收敛性。
• 利用马尔可夫不等式与 Kac 引理，对返回时间分布进行上界估计，并推导首次 hitting 时间与返回时间 CDF 之间的积分关系。
• 通过涉及 √(μ(τₐₙ ≤ n) + α(n)) 与 μ(Aₙ) 的界，证明逼近误差的一致收敛性，表明即使 μ(Aₙ) 以多项式速率衰减，误差仍趋于零。
• 利用 μ(τₐₙ ≤ n) → 0 当 n → ∞ 的事实，确保指数逼近的误差一致趋于零。

实验结果

研究问题

• RQ1 在 α-混合过程中，即使归一化常数 λ(Aₙ) 不远离零，稀有事件的首次 hitting 时间分布是否仍可被指数分布逼近？
• RQ2 当 λ(Aₙ) ≠ 1 时，首次 hitting 时间与返回时间的归一化关系如何推广，以超越 Haydn-Lacroix-Vaienti 原始结果中 λ(Aₙ) = 1 的情形？
• RQ3 在 α-混合条件下，观察到特定 n-字符串或 n-柱集并集的概率在 n 次连续观测中的衰减速率如何？
• RQ4 指数分布收敛是否在集合 Aₙ 上一致成立？若是，其一致性由何决定？
• RQ5 归一化常数 λ(Aₙ) 是否可显式表征为短程重复特性的函数，特别是在正熵系统中？

主要发现

• 对于任意 α-混合过程，归一化首次 hitting 时间 λ(Aₙ)μ(Aₙ)τₐₙ 在 t > 0 上一致收敛于参数为 1 的指数分布。
• 指数逼近的误差界为 12√(2μ(τₐₙ ≤ n) + α(n)) + 2μ(Aₙ)，当 n → ∞ 时趋于零。
• 归一化常数 λ(Aₙ) 不远离零，即其可任意小——这与先前假设更强混合条件的研究结果相反。
• 在 n 次连续观测中，观察到任意 n-字符串或 n-柱集并集的概率，即使 μ(Aₙ) 以小于 1 的多项式指数衰减，也随 n 一致趋于零。
• 首次 hitting 时间与返回时间极限分布之间满足积分关系 F(t) = F(0+) + ∫₀ᵗ G(s)ds，将 Haydn-Lacroix-Vaienti 的结果推广至 α-混合设定。
• 当返回时间分布收敛于连续分布 G 时，首次 hitting 时间分布在 [s, ∞) 上对任意 s > 0 一致收敛。