[论文解读] Limit theorems for the number of occupied boxes in the Bernoulli sieve

Alexander Gnedin, Alexander Iksanov+1 more|arXiv (Cornell University)|Jan 27, 2010

Financial Risk and Volatility Modeling参考文献 19被引用 24

一句话总结

本文建立了伯努利筛子中占据盒子数 $K_n$ 的极限定理，该模型是一种具有无限多个盒子的随机分配方案，其频率由乘法更新过程生成。通过分析相关计数过程 $N^*(x)$ 并将其与随机游走 $ ho^*(x)$ 关联，作者证明了 $K_n$ 的弱收敛性，其极限分布与 $( ho^*(x) - g(x))/f(x)$ 相同，消除了先前研究中的矩条件，并统一处理了有限方差与无限方差的情形。

ABSTRACT

The Bernoulli sieve is a version of the classical `balls-in-boxes' occupancy scheme, in which random frequencies of infinitely many boxes are produced by a multiplicative renewal process, also known as the residual allocation model or stick-breaking. We focus on the number $K_n$ of boxes occupied by at least one of $n$ balls, as $n o\infty$. A variety of limiting distributions for $K_n$ is derived from the properties of associated perturbed random walks. Refining the approach based on the standard renewal theory we remove a moment constraint to cover the cases left open in previous studies.

研究动机与目标

• 推导当 $n \to \infty$ 时，伯努利筛子中占据盒子数 $K_n$ 的极限分布。
• 通过消除先前工作中存在的矩条件，统一处理 $\nu = \mathbb{E}|\log(1-W)|$ 为有限与无限的情形。
• 建立 $K_n$ 的极限行为与计数过程 $N^*(x)$ 及随机游走 $ ho^*(x)$ 渐近性质之间的直接联系。
• 证明 $(\rho^*(x) - g(x))/f(x)$ 的弱收敛性蕴含 $(K_n - b_n)/a_n$ 也收敛到相同的极限，其中 $a_n$ 和 $b_n$ 为显式常数。

提出的方法

• 作者使用泊松化技术分析占据过程 $K(t)$，将其与计数过程 $N^*(x) = \#\{k : P_k \geq e^{-x}\}$ 关联。
• 他们将 $K_n$ 与随机变量 $\rho^*(x) = \inf\{k : W_1\cdots W_k < e^{-x}\}$ 关联，该变量记录频率 $\geq e^{-x}$ 的盒子数量。
• 关键方法是通过扰动随机游走分析 $\rho^*(x)$ 的渐近行为，并在 $f$ 与 $g$ 的一般条件下应用弱收敛结果。
• 常数 $a_n = f(\log n)$ 与 $b_n = \int_0^{\log n} g(\log n - y) \, \mathbb{P}\{|\log(1-W)| \in dy\}$ 由 $|\log(1-W)|$ 的分布导出。
• 作者证明了 $(\rho^*(x) - g(x))/f(x)$ 的弱收敛性蕴含 $R^*(t)$ 与 $K(t)$ 均收敛到同一极限，利用了 $f$-等价函数与正常变体的性质。
• 通过耦合论证，从泊松化模型过渡到固定 $n$ 模型，表明在适当的归一化下，$K_n$ 与 $K(t)$ 具有相同的极限分布。

实验结果

研究问题

• RQ1 在何种条件下，伯努利筛子中占据盒子数 $K_n$ 经过适当归一化后弱收敛？
• RQ2 $K_n$ 的极限分布如何与随机游走 $\rho^*(x)$ 的渐近行为相关？
• RQ3 能否在 $K_n$ 的中心极限定理中去除矩条件 $\sigma^2 < \infty$？
• RQ4 精确的归一化常数 $a_n$ 与 $b_n$ 是什么，使得 $(K_n - b_n)/a_n$ 弱收敛到非退化极限？
• RQ5 在何种意义下，$K_n$ 与 $R^*(n)$（即 $K_n$ 的条件数学期望）的极限是渐近等价的？

主要发现

• 当 $x = \log n$ 时，若 $(\rho^*(x) - g(x))/f(x)$ 弱收敛到非退化分布，则 $K_n$ 的极限分布与之相同。
• 归一化常数为 $a_n = f(\log n)$ 与 $b_n = \int_0^{\log n} g(\log n - y) \, \mathbb{P}\{|\log(1-W)| \in dy\}$，其依赖于 $|\log(1-W)|$ 的分布。
• 本文消除了先前研究中要求 $\sigma^2 < \infty$ 的假设，使得分析可覆盖 $\log W$ 具有无限方差的情形。
• 该结果在 $f$-等价函数 $g$ 上保持一致，意味着极限分布对中心化函数 $g$ 的微小扰动具有鲁棒性。
• $K_n$ 的弱收敛性与 $R^*(n)$（即 $K_n$ 的条件数学期望）的弱收敛性在相同归一化下等价，确认了随机环境的主导作用。
• 证明表明泊松化过程 $K(t)$ 与固定 $n$ 过程 $K_n$ 具有相同的弱极限，从而为分析中使用泊松化提供了理论依据。