[论文解读] Time-Inhomogeneous Branching Processes Conditioned on Non-Extinction

Nicholas Bhattacharya, Mark Perlman|arXiv (Cornell University)|Mar 1, 2017

Stochastic processes and statistical mechanics参考文献 4被引用 13

一句话总结

本文将经典分支过程的结果扩展至时变非齐次情形，证明在较宽松条件下，条件于非灭绝时，归一化种群大小在分布和矩上均收敛于参数为1的指数分布。本文提出了临界态的新表征，并通过矩生成函数与均值和方差增长的渐近分析，将这些结果推广至连续时间时变非齐次生灭过程。

ABSTRACT

In this paper, we consider time-inhomogeneous branching processes and time-inhomogeneous birth-and-death processes, in which the offspring distribution and birth and death rates (respectively) vary in time. A classical result of branching processes states that in the critical regime, a process conditioned on non-extinction and normalized will converge in distribution to a standard exponential. In a paper of Jagers, time-inhomogeneous branching processes are shown to exhibit this convergence as well. In this paper, the hypotheses of Jagers' result are relaxed, further hypotheses are presented for convergence in moments, and the result is extended to the continuous-time analogue of time-inhomogeneous birth-and-death processes. In particular, the new hypotheses suggest a simple characterization of the critical regime.

研究动机与目标

• 放松Jagers于1975年关于时变非齐次分支过程结果的假设，使其在临界态下具有更广泛的应用性。
• 建立条件化归一化种群大小在矩上的收敛性，不仅限于分布收敛，还证明其收敛于指数分布。
• 将非灭绝准则与指数极限结果推广至具有有限个出生率的连续时间时变非齐次生灭过程。
• 通过均值种群大小的渐近行为，提出一种新的、简洁的时变非齐次过程中临界态的表征方式。
• 利用生成函数与矩母函数，统一离散时间与连续时间时变非齐次分支过程的分析框架。

提出的方法

• 使用生成函数 $ f_n(s) = (g_0 \circ \cdots \circ g_{n-1})(s) $ 建模离散时间时变非齐次分支过程中的种群分布。
• 应用矩母函数 $ M_r(t) = E(Z_t^r) $，并利用 $ \dot{M}_r = M_r E(X_t) + \text{高阶项} $ 推导 $ M_r(t) $ 的递归微分方程。
• 引入函数 $ \Gamma(t) $，其定义为 $ \Gamma(t) = \int_0^t \frac{1}{M(s)} ds $，该函数表征临界态并控制归一化尺度。
• 通过 $ \Gamma(t) $、$ M(t) $ 与 $ \phi(t) = P(Z_t \neq 0) $ 的渐近分析，证明矩收敛于 $ r! $，从而表明其收敛于参数为1的指数分布。
• 通过建模无穷小转移率，将离散时间框架适配至连续时间生灭过程，并推导相应的矩与存活概率渐近性质。
• 利用数学归纳法与微分不等式，证明 $ M_r(t)/M(t)^r \sim r! \Gamma(t)^{r-1} $，从而表明矩收敛于指数分布。

实验结果

研究问题

• RQ1 在何种更宽松的条件下，时变非齐次分支过程在条件于非灭绝时，其归一化种群大小在分布上收敛于参数为1的指数随机变量？
• RQ2 时变非齐次分支过程的临界态是否能通过种群均值 $ E(Z_n) $ 的一个简单条件来表征，而非仅依赖于后代分布？
• RQ3 在比以往已知更弱的假设下，时变非齐次分支过程的矩收敛于指数分布是否仍成立？
• RQ4 非灭绝准则与指数极限结果能否推广至具有有限个出生率的连续时间时变非齐次生灭过程？
• RQ5 时变非齐次过程中矩母函数与存活概率的渐近行为如何？函数 $ \Gamma(t) $ 在归一化过程中起何作用？

主要发现

• 本文证明，在比Jagers（1975）结果更弱的假设下（即 $ \lim_{n\to\infty} E(Z_n) < \infty $），归一化且非灭绝的种群仍收敛于参数为1的指数分布。
• 若后代分布的二阶阶乘矩满足 $ E(X_t^2) \sim 2M(t) $，则归一化种群大小在矩上收敛于参数为1的指数分布，该条件表征了临界态。
• 临界态由条件 $ \int_0^\infty \frac{1}{E(Z_t)} dt = \infty $ 表征，该条件将经典灭绝准则推广至时变非齐次过程。
• 对于连续时间时变非齐次生灭过程，非灭绝概率 $ \phi(t) $ 满足 $ \phi(t) \sim 1/\Gamma(t) $，且归一化种群在矩上收敛于参数为1的指数分布。
• 函数 $ \Gamma(t) = \int_0^t \frac{1}{M(s)} ds $ 在归一化中起核心作用，并表征临界态，其中 $ \Gamma(t) \to \infty $ 意味着临界性。
• 条件化归一化种群 $ Z_t / E(Z_t \mid Z_t \neq 0) $ 的 $ r $ 阶矩收敛于 $ r! $，确认其在矩上收敛于参数为1的指数分布。