[论文解读] On recurrence of reflected random walk on the half-line. With an appendix on results of Martin Benda

Marc Peigné, Wolfgang Woess|ArXiv.org|Dec 12, 2006

Stochastic processes and statistical mechanics参考文献 4被引用 7

一句话总结

本文通过分析反射的嵌入过程，建立了半直线上反射随机游走的常返性准则。引入了该嵌入过程的不变测度，并证明常返性成立当且仅当二次尾部条件 $\int_0^\infty \mathbb{P}[Y_1 \geq t]^2 dt < \infty$ 成立，该条件推广了先前结果，即使在 $\mathbb{E}[Y_1] = \infty$ 时也适用。主要贡献在于为非负与有符号增量情形下的常返性提供了精确的矩条件。

ABSTRACT

Let $(Y_n)$ be a sequence of i.i.d. real valued random variables. Reflected random walk $(X_n)$ is defined recursively by $X_0=x \ge 0$, $X_{n+1} = |X_n - Y_{n+1}|$. In this note, we study recurrence of this process, extending a previous criterion. This is obtained by determining an invariant measure of the embedded process of reflections.

研究动机与目标

• 将半直线上反射随机游走的常返性准则推广至经典情形 $\mathbb{E}[Y_1] < \infty$ 之外。
• 将仅在反射时刻观测的反射随机游走（即反射过程）视为具有不变测度的马尔可夫链进行分析。
• 基于增量分布的尾部行为，确定常返性的必要与充分条件。
• 将结果推广至增量可能为负的情形，包括中心化增量的情形。
• 利用 Martin Benda 关于随机迭代函数系统与局部收缩性的未发表结果，建立严谨的理论基础。

提出的方法

• 通过 $X_{n+1} = |X_n - Y_{n+1}|$ 定义反射随机游走，其中 $X_0 \geq 0$，且增量 $Y_n$ 为独立同分布。
• 引入反射过程 $R_k = X_{\mathbf{r}(k)}$，其中 $\mathbf{r}(k)$ 表示第 $k$ 次反射的时间，该过程构成 $[0, \infty)$ 上的马尔可夫链。
• 推导反射过程的转移核：对 $x > 0$，有 $q(x, B) = \int_{[0,x)} \mu(B + x - w) \mathcal{U}(dw)$，其中 $\mathcal{U} = \sum_{n=0}^\infty \mu^{(n)}$。
• 证明反射过程存在有限不变测度，当且仅当满足二次尾部条件 $\int_0^\infty \mathbb{P}[Y_1 \geq t]^2 dt < \infty$。
• 利用 Martin Benda 关于随机迭代函数系统（SFS）与局部收缩性的结果，分析耦合过程的路径收敛性。
• 证明：若由收缩映射 $g_y(x) = |x - y|$ 生成的半群包含常值函数，则 SFS 是局部收缩的，从而蕴含耦合轨迹的路径收敛。

实验结果

研究问题

• RQ1 当 $\mathbb{E}[Y_1] = \infty$ 时，半直线上反射随机游走的常返性条件是什么？
• RQ2 二次尾部条件 $\int_0^\infty \mathbb{P}[Y_1 \geq t]^2 dt < \infty$ 与嵌入反射过程存在有限不变测度之间有何关系？
• RQ3 当增量可能为负时（尤其是中心化情形），反射随机游走的常返性行为如何？
• RQ4 如何利用随机迭代函数系统与局部收缩性理论分析反射过程的常返性？
• RQ5 反射过程的不变测度在决定原始反射游走常返性方面起什么作用？

主要发现

• 反射随机游走常返当且仅当满足二次尾部条件 $\int_0^\infty \mathbb{P}[Y_1 \geq t]^2 dt < \infty$，该条件等价于嵌入反射过程存在有限不变测度。
• 当 $Y_n \geq 0$ 几乎必然时，若 $\mathbb{E}[\sqrt{Y_1}] < \infty$，则常返性成立，该条件蕴含二次尾部条件。
• 对于中心化增量（$\mathbb{E}[Y_1^-] = \mathbb{E}[Y_1^+]$），在 $\mathbb{E}\bigl[\sqrt{Y_1^+}^3\bigr] < \infty$ 条件下常返性成立，且该条件几乎是最优的。
• 反射过程的不变测度通过潜在测度 $\mathcal{U} = \sum_{n=0}^\infty \mu^{(n)}$ 构造，其有限性决定了常返性。
• 证明依赖于由映射 $x \mapsto |x - y|$ 生成的随机迭代函数系统的局部收缩性，以及常值函数 $0$ 属于该映射生成的半群的事实。
• 原始过程的常返性由嵌入反射过程的常返性推出，后者通过有限不变测度的存在性及耦合轨迹的路径收敛性得以确立。