[论文解读] Scaling limit results for the sum of many inverse Lévy subordinators

Ingemar Kaj, Anders Martin‐Löf|arXiv (Cornell University)|Mar 30, 2012

Stochastic processes and statistical mechanics参考文献 11被引用 16

一句话总结

本论文为具有重尾 Lévy 测度的大量逆 Lévy 子ordinator 之和建立了弱收敛极限，表明在一种中间标度制度下，当过程数量与时间标度均与 $ a^\beta $ 成比例增长时，归一化和收敛于一个非高斯、非稳定、长程依赖的过程。相比之下，在高斯标度制度下，极限为分数布朗运动。

ABSTRACT

The first passage time process of a Lévy subordinator with heavy-tailed Lévy measure has long-range dependent paths. The random fluctuations that appear under two natural schemes of summation and time scaling of such stochastic processes are shown to converge weakly. The limit process is fractional Brownian motion in one case and a non-Gaussian and non-stable process in the other case. The latter appears to be of independent interest as a random process that arises under the influence of coexisting Gaussian and stable domains of attraction and is known from other applications to provide a bridge between fractional Brownian motion and stable Lévy motion.

研究动机与目标

• 分析大量独立逆 Lévy 子ordinator 之和的渐近行为，其 Lévy 测度具有重尾特性。
• 在过程数量与时间标度以平衡方式增长时，识别所出现的极限随机过程，特别是当标度平衡高斯与稳定吸引域效应时。
• 在两种不同的标度制度下，建立归一化叠加过程的弱收敛结果：一种导致分数布朗运动，另一种导致非高斯、非稳定长记忆过程。
• 使用拉普拉斯变换和矩生成函数的递归积分方程，严格证明有限维分布的紧致性与收敛性。
• 统一理解在重尾更新过程与首达时间模型中出现的极限过程，特别是在长程依赖与自相似波动的背景下。

提出的方法

• 在时间和对数矩生成函数中使用双重拉普拉斯变换，以分析标度过程中边际分布的性质。
• 推导有限维矩生成函数的递归积分方程，以刻画联合分布极限的结构。
• 应用 Karamata 的 Tauber 定理，建立逆子ordinator 方差的正则变化尾部行为，即 $ \text{Var}(T_x) \sim c x^{2-\beta} L(x) $。
• 利用正则变化函数的 Potter 估计控制方差增长，并在连续函数空间中建立紧致性。
• 使用矩准则并分析 $ m \cdot \text{Var}(T_{a x}) / b_m^2 $ 的渐近行为，以在分数布朗运动与中间标度制度下验证紧致性。
• 通过平衡 $ m \sim a^\beta $ 的增长率，分析高斯与稳定吸引域效应之间的相互作用，捕捉中心极限定理与稳定极限定律的共存。

实验结果

研究问题

• RQ1 当 $ m $ 与时间标度 $ a $ 均增长且满足 $ m \sim a^\beta $ 时，$ m $ 个独立逆 Lévy 子ordinator 的归一化和的弱极限是什么？
• RQ2 当标度制度强调高斯波动（导致分数布朗运动）与高斯与稳定吸引域共存时，极限过程有何不同？
• RQ3 由具有重尾 Lévy 测度的大量逆子ordinator 叠加产生的极限过程的本质是什么？
• RQ4 在中间标度制度下，是否可以在连续函数空间中建立归一化过程序列的紧致性？
• RQ5 归一化和的有限维分布如何收敛，其极限受何种递归结构支配？

主要发现

• 在中间标度制度下，当 $ m \sim a^\beta $ 时，归一化和 $ \frac{1}{b_m} \sum_{i=1}^m (T_{a_m x}^{(i)} - \frac{a_m x}{\mu}) $ 弱收敛于一个非高斯、非稳定、长程依赖过程，其边际累积量生成函数为 $ \Lambda_n(\bar{\theta}; \bar{x}) = \frac{\sigma_\beta^2}{2\mu^2} \sum_{i,j} \theta_i \theta_j \cdot \frac{1}{2} \left( x_i^{2-\beta} + x_j^{2-\beta} - |x_i - x_j|^{2-\beta} \right) $。
• 该极限过程具有自相似增量，指数为 $ 2 - \beta $，其有限维分布由涉及过去增量积分的递归结构刻画。
• 在高斯标度制度下（其中 $ b_m \sim m^{1/2} $），归一化和弱收敛于 Hurst 参数为 $ H = 1 - \frac{\beta}{2} $ 的分数布朗运动。
• 逆子ordinator $ T_x $ 的方差具有正则变化指数 $ 2 - \beta $，满足当 $ x \to \infty $ 时 $ \text{Var}(T_x) \sim \frac{\sigma_\beta^2}{\mu^3} L(x) x^{2-\beta} $，其中 $ \sigma_\beta^2 = \frac{1}{\beta(1-\beta)} $。
• 在两种标度制度下，通过矩准则和 $ \text{Var}(Y^{(m)}(x)) \leq K x^\gamma $（其中 $ \gamma > 1 $）的界，已在 $ C[0,T] $ 中建立序列 $ Y^{(m)}(x) = \frac{1}{b_m} \sum_{i=1}^m (T_{a_m x}^{(i)} - \frac{a_m x}{\mu}) $ 的紧致性。
• 中间标度制度下的极限过程被识别为分数布朗运动与稳定 Lévy 运动之间的桥梁，源于高斯与稳定律吸引域的共存，相关文献中称为分数泊松过程。