[论文解读] Moments of Poisson stochastic integrals with random integrands

Nicolas Privault|arXiv (Cornell University)|Apr 22, 2012

Probabilistic and Robust Engineering Design参考文献 5被引用 3

一句话总结

本文通过将经典结果从确定性情形推广到随机情形，推导出随机被积函数的泊松随机积分的一般矩公式。它引入了一种基于划分的公式，其中涉及加点算子 $\varepsilon^{+}_{\mathfrak{s}_k}$，该算子向泊松配置添加点，并将确定性被积函数情形下的已知恒等式作为特例恢复出来。

ABSTRACT

We compute the moment of order n of the Poisson stochastic integral of a random process u over a metric space X as a sum that runs over all partitions of {1,...,n} and involves the addition of points to Poisson configurations. This formula recovers known results in case u is a deterministic function on X.

研究动机与目标

• 将已知的关于确定性被积函数的泊松随机积分矩公式推广至随机被积函数的情形。
• 建立一种系统方法，用于计算由随机被积函数驱动的泊松随机测度的第 $n$ 阶矩。
• 通过基于集合划分与点加法算子的组合框架，统一并扩展现有的矩恒等式。
• 将涉及贝尔多项式与斯特林数的古典结果作为所提出公式的特例恢复出来。

提出的方法

• 本文对矩 $\mathbb{E}\left[\left(\int_X u_x(\omega)\,\omega(dx)\right)^n\right]$ 进行基于划分的分解，覆盖 $\{1,\ldots,n\}$ 的所有不相交划分 $P_1 \cup \cdots \cup P_k$。
• 引入算子 $\varepsilon^{+}_{\mathfrak{s}_k}$，该算子向泊松配置 $\omega$ 添加点 $s_1, \ldots, s_k$，并将其应用于随机被积函数 $u_x(\omega)$ 的幂的乘积。
• 关键公式将第 $n$ 阶矩表示为所有此类划分的和，其中每一项包含被 $\varepsilon^{+}_{\mathfrak{s}_k}$ 变换后的被积函数幂乘积的期望。
• 该方法利用了集合划分的组合结构以及泊松随机测度的独立性性质，推导出矩恒等式。
• 通过恢复已知结果验证了该方法：当 $u_x$ 为确定性函数时，公式退化为涉及贝尔多项式的经典矩恒等式。
• 该框架进一步应用于指示函数与多项式，导出涉及斯特林数与泊松混沌上的 $\mathcal{U}$-变换的恒等式。

实验结果

研究问题

• RQ1 如何将泊松随机积分的矩公式从确定性被积函数推广到随机被积函数？
• RQ2 点加法算子 $\varepsilon^{+}_{\mathfrak{s}_k}$ 在表达随机积分矩中的作用是什么？
• RQ3 新提出的矩恒等式与贝尔多项式和斯特林数等经典结果有何关联？
• RQ4 所提出的公式能否恢复泊松随机变量与多项式泛函的已知矩恒等式？
• RQ5 该矩公式与泊松混沌上的 $\mathcal{U}$-变换或陈-斯坦方法之间存在何种联系？

主要发现

• 本文建立了通用的矩恒等式：$\mathbb{E}\left[\left(\int_X u_x(\omega)\,\omega(dx)\right)^n\right] = \sum_{P_1,\ldots,P_k} \mathbb{E}\left[\int_{X^k} \varepsilon^{+}_{\mathfrak{s}_k}(u^{\vert P_1\vert}_{s_1} \cdots u^{\vert P_k\vert}_{s_k}) \sigma(ds_1)\cdots\sigma(ds_k)\right]$，其中求和覆盖 $\{1,\ldots,n\}$ 的所有不相交划分。
• 当 $u_x(\omega)$ 为确定性函数时，该公式退化为涉及贝尔多项式与多项式系数的经典恒等式。
• 当 $u_x(\omega) = \omega(X)$ 时，三阶矩给出 $\mathbb{E}[(\omega(X))^6] = \lambda + 7\lambda^2 + 6\lambda^3 + \lambda^4 = B_4(\lambda)$，从而恢复了贝尔多项式表达式。
• 当 $u_x(\omega) = \mathbf{1}_A(x)$ 时，该公式恢复了泊松随机变量 $Z \sim \text{Pois}(\lambda)$ 的经典矩恒等式 $\mathbb{E}[Z^n] = B_n(\lambda)$。
• 该恒等式可进一步推广至协方差与指数矩公式，如 $\mathbb{E}[F e^{tZ}] = \sum_{k=0}^\infty \frac{\lambda^k}{k!}(e^t - 1)^k \mathbb{E}[f(Z + k)]$，并与陈-斯坦方法建立联系。
• 该框架通过 $\varepsilon^{+}$ 算子与第二类斯特林数，给出了泊松空间上 $\mathcal{U}$-变换的新表示。