[论文解读] SPDE Approximation for Random Trees

Yury Bakhtin|arXiv (Cornell University)|Sep 14, 2009

Stochastic processes and statistical mechanics参考文献 8被引用 4

一句话总结

本文通过使用单调映射的随机流来表示其系谱结构，建立了大型随机树的尺度极限。在适当的缩放下，该流在分布上收敛于由布朗面上升驱动的随机偏微分方程（SPDE）的解，从而为具有丰富几何与概率结构的连续随机树提供了连续模型。

ABSTRACT

We consider the genealogy tree for a critical branching process conditioned on non-extinction. We enumerate vertices in each generation of the tree so that for each two generations one can define a monotone map describing the ancestor--descendant relation between their vertices. We show that under appropriate rescaling this family of monotone maps converges in distribution in a special topology to a limiting flow of discontinuous monotone maps which can be seen as a continuum tree. This flow is a solution of an SPDE with respect to a Brownian sheet.

研究动机与目标

• 描述大型随机树在生成规模扩散近似之外的精细几何结构。
• 使用单调映射对代际之间的祖先-后代关系进行建模，并研究其尺度极限。
• 通过SPDE在离散随机树与连续对象之间建立严格的联系。
• 开发一类新的连续随机树，作为具有布朗面驱动项的SPDE的解，与现有基于超过程的模型不同。
• 证明当典型大型随机树被嵌入平面并进行缩放时，其表现出由SPDE控制的随机叶状结构。

提出的方法

• 将每棵有限随机树编码为代际之间单调映射的序列，以表示祖先-后代关系。
• 对树的代际规模和映射结构进行缩放，以在概率空间上定义一系列随机过程。
• 构造一列离散随机流 $ \bar{U}_n $，以逼近代际之间的单调映射。
• 应用鞅极限定理（特别是Ethier & Kurtz, 1986 年的定理 4.1）证明 $ \bar{U}_n $ 在Skorokhod拓扑下的弱收敛。
• 证明极限过程满足一个SPDE，其漂移和扩散系数由树的能量参数和分支分布导出。
• 将极限流识别为由布朗面上升驱动的SPDE的解，该解描述了随机集 $ \{(t,x): 0 \leq x \leq Z(t)\} $ 的随机叶状结构。

实验结果

研究问题

• RQ1 如何在不依赖生成规模边际近似的情况下，捕捉大型随机树中系谱连接的精细结构？
• RQ2 在非灭绝条件下的临界分支过程中，编码祖先-后代关系的单调映射随机流的尺度极限是什么？
• RQ3 极限对象能否被表征为随机PDE的解？该SPDE具有哪些性质？
• RQ4 与超过程相比，这种基于SPDE的模型在描述相同底层分支过程时有何异同？
• RQ5 在随机树的连续极限中，会涌现出哪些几何特征（例如，间断、叶状结构）？

主要发现

• 与缩放随机树相关的单调映射流在分布上收敛于由布朗面上升驱动的SPDE的解。
• 极限SPDE解描述了随机集 $ \{(t,x): 0 \leq x \leq Z(t)\} $ 的随机叶状结构，该集合由于间断（shocks）的存在，不是矩形连续像。
• 极限过程表现出对应于超过程解释中原子的不连续性（间断），反映了分支质量的集中。
• SPDE解是一种此前文献中未描述过的新型连续随机树，其具有由映射的单调性与有序性所导出的协边性质（cocycle property）。
• 收敛性在Skorokhod拓扑下成立，并蕴含一致范数收敛，确保了极限过程的稳定性。
• 该方法提供了基因谱的几何路径式描述，与超过程的测度值视角形成互补，尤其通过保持顺序与单调性而实现。