[论文解读] Quantitative exponential bounds for the renewal theorem with spread-out distributions

Jean-Baptiste Bardet, Alejandra Christen+1 more|arXiv (Cornell University)|Apr 23, 2015

Stochastic processes and statistical mechanics参考文献 9被引用 5

一句话总结

本文在扩散型到达间隔分布下，为更新定理中的收敛速率建立了可计算的、定量的指数型界。通过结合耦合方法与离散时间再生结构上的李雅普诺夫-多布林论证，作者基于到达间隔分布的拉普拉斯变换及其均匀分量，推导出显式界，为具有有限指数矩的一般分布类提供了可处理的估计。

ABSTRACT

We establish explicit exponential convergence estimates for the renewal theorem, in terms of a uniform component of the inter arrival distribution, of its Laplace transform which is assumed finite on a positive interval, and of the Laplace transform of some related random variable. Our proof is based on a coupling construction relying on discrete-time Markovian structures that underly the renewal processes and on Lyapunov-Doeblin type arguments.

研究动机与目标

• 为更新定理中更新测度向其极限的收敛速率提供显式、可计算的界。
• 填补对到达间隔分布尾部行为如何影响收敛速度的定量理解空白，特别是针对非整数值、扩散型分布的情形。
• 基于耦合与拉普拉斯变换分析，构建一个构造性框架，所得界在理论上和数值上均可应用。
• 通过引入均匀分量和有限指数矩，拓展已有结果，确保适用于广泛分布类。

提出的方法

• 采用耦合构造，将两个具有不同初始延迟的更新过程耦合，以分析其合并时间。
• 该方法依赖于从更新过程导出的离散时间再生结构，从而可应用李雅普诺夫-多布林型论证。
• 采用拉普拉斯变换技术，以有界耦合时间的矩生成函数，利用有限指数矩假设。
• 一个关键技术工具是关于在条件矩条件下，依赖随机变量的亚几何和的拉普拉斯界的一个引理。
• 利用到达间隔分布的均匀分量，确保在有限时间内发生合并的概率为正。
• 最终界以到达间隔分布的拉普拉斯变换及相关随机变量的形式表达，使其具有可计算性。

实验结果

研究问题

• RQ1 对于具有有限指数矩的扩散型到达间隔分布，更新测度向其极限密度的收敛速度有多快？
• RQ2 能否在不依赖渐近近似的情况下，为更新定理中的收敛速率导出显式、可计算的界？
• RQ3 到达间隔分布的均匀分量在确保可处理的收敛估计中起到何种作用？
• RQ4 如何将耦合与李雅普诺夫-多布林技术适配于更新过程的离散再生结构？
• RQ5 在多大程度上可利用到达间隔分布的拉普拉斯变换来量化更新定理中的收敛速率？

主要发现

• 本文建立了基于到达间隔分布及其均匀分量的拉普拉斯变换的可计算指数收敛界。
• 收敛速率通过涉及相关随机变量拉普拉斯变换的界来量化，该界在有限指数矩假设下为有限值。
• 证明了两个更新过程之间的耦合时间的矩生成函数被几何分布有界，从而可实现显式尾部估计。
• 所得到的界具有构造性，对满足均匀分量和指数矩条件的广泛类别的到达间隔分布，在理论和数值上均可计算。
• 该方法不仅适用于原始的到达间隔分布，也适用于其卷积幂，从而将适用范围扩展至一般扩散型分布。
• 结果为渐近估计提供了一种定量替代方案，为非整数值、扩散型情形下的更新定理提供了显式误差界。