[论文解读] Intertwining of birth-and-death processes

Jan M. Swart|arXiv (Cornell University)|Apr 30, 2010

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

一句话总结

本文通过引入一个第三过程，该过程从上下两个方向随机有界地约束原始过程，从而扩展了Diaconis和Miclo对出生-死亡过程的随机耦合方法，确保三个过程同时到达水平N。关键贡献在于利用生成元的特征值构造对称的交织关系，其中中间过程被两个出生率按特征值排序的纯出生过程随机夹在中间，证明首次通过时间可表示为独立指数随机变量之和。

ABSTRACT

It has been known for a long time that for birth-and-death processes started in zero the first passage time of a given level is distributed as a sum of independent exponentially distributed random variables, the parameters of which are the negatives of the eigenvalues of the stopped process. Recently, Diaconis and Miclo have given a probabilistic proof of this fact by constructing a coupling between a general birth-and-death process and a process whose birth rates are the negatives of the eigenvalues, ordered from high to low, and whose death rates are zero, in such a way that the latter process is always ahead of the former, and both arrive at the same time at the given level. In this note, we extend their methods by constructing a third process, whose birth rates are the negatives of the eigenvalues ordered from low to high and whose death rates are zero, which always lags behind the original process and also arrives at the same time.

研究动机与目标

• 将Diaconis和Miclo对出生-死亡过程的耦合方法扩展至包含一个下界过程。
• 在两个出生率按特征值排序的纯出生过程之间，建立原始过程的对称随机夹逼。
• 通过概率耦合而非代数拉普拉斯变换方法，证明出生-死亡过程到达水平N的首次通过时间分布为独立指数随机变量之和。
• 通过马尔可夫过程的交织关系，提供经典首次通过时间分布结果的构造性概率证明。

提出的方法

• 构造一个快速纯出生过程 $X^+$，其出生率 $b^+_i = \lambda_{N+1-i}$，其中 $\lambda_i$ 为吸收生成元非零特征值的相反数。
• 构造一个慢速纯出生过程 $X^-$，其出生率 $b^-_i = \lambda_i$，按递增顺序排列。
• 定义概率核 $K^-$ 和 $K^+$，使得 $K^-(x, \{0,\ldots,x\}) = 1$，$K^+(x, \{0,\ldots,x\}) = 1$，且 $K^-(N,N) = K^+(N,N) = 1$，以确保在N处吸收。
• 建立交织关系：$GK^+ = K^+G^+$ 和 $GK^- = K^-G^-$，其中 $G$、$G^+$、$G^-$ 分别为 $X$、$X^+$、$X^-$ 的生成元。
• 利用交织性质，将 $X$、$X^+$ 和 $X^-$ 耦合，使得对所有 $t \geq 0$，有 $X^-_t \leq X_{t \wedge \tau_N} \leq X^+_t$，且三个过程以概率1同时到达N。
• 利用Perron-Frobenius定理及生成元的谱性质，确保所构造过程中出生率为正且严格递增。

实验结果

研究问题

• RQ1 能否构造一种概率耦合，使得原始出生-死亡过程被两个出生率按特征值排序的纯出生过程随机夹在中间，且两者均同时到达水平$N$？
• RQ2 如何通过对称耦合框架而非拉普拉斯变换方法推导出生-死亡过程的首次通过时间分布？
• RQ3 吸收生成元的特征值在确定首次通过时间分布中起什么作用？如何在辅助纯出生过程中将其作为出生率实现？
• RQ4 交织关系能否扩展至同时包含上下界纯出生过程，且保持相同的吸收时间？
• RQ5 核 $K^-$ 和 $K^+$ 如何与生成元的谱分解相关联？什么确保了它们的随机正性和在$N$处吸收的一致性？

主要发现

• 首次通过时间 $\tau_N$ 到达水平$N$ 的分布为$N$个独立指数随机变量之和，其参数为 $\lambda_1 < \cdots < \lambda_N$，即吸收生成元非零特征值的相反数。
• 存在一种耦合，使得对所有 $t \geq 0$，有 $X^-_t \leq X_{t \wedge \tau_N} \leq X^+_t$，且三个过程以概率1同时到达$N$。
• 原始出生-死亡过程的生成元 $G$ 具有 $N+1$ 个不同的特征值 $0 = -\lambda_0 > -\lambda_1 > \cdots > -\lambda_N$，且特征值 $\lambda_i$ 在辅助纯出生过程中被实现为出生率。
• 核 $K^+$ 将原始过程 $X$ 映射到出生率按 $\lambda_N, \ldots, \lambda_1$ 排序的快速纯出生过程 $X^+$，并满足交织关系 $GK^+ = K^+G^+$。
• 核 $K^-$ 将原始过程 $X$ 映射到出生率按 $\lambda_1, \ldots, \lambda_N$ 排序的慢速纯出生过程 $X^-$，并满足交织关系 $GK^- = K^-G^-$。
• 该构造确保特征值 $\lambda_i$ 严格递增且为正，且满足 $\lambda_i = b^-_i$ 和 $\lambda_{N+1-i} = b^+_i$，从而在耦合中确认了谱序关系。