[论文解读] Two recursive decompositions of Brownian bridge

David Aldous, Jim Pitman|ArXiv.org|Feb 25, 2004

Stochastic processes and statistical mechanics被引用 3

一句话总结

本文提出了基于零集和局部时的布朗桥的两种不同递归分解，将其与随机映射的渐近分布联系起来。研究证明，这两种分解在分量大小和环路长度的极限分布上完全一致，揭示了与自相似马氏过程及稳定下偏过程相关的点过程的深刻联系，特别是与点过程的泊松-狄利克雷分布的关系，其中关键结果展示了在双变量点过程的大小加权排序中存在一种看似矛盾的对偶性。

ABSTRACT

Aldous and Pitman (1994) studied asymptotic distributions, as n tends to infinity, of various functionals of a uniform random mapping of a set of n elements, by constructing a mapping-walk and showing these mapping-walks converge weakly to a reflecting Brownian bridge. Two different ways to encode a mapping as a walk lead to two different decompositions of the Brownian bridge, each defined by cutting the path of the bridge at an increasing sequence of recursively defined random times in the zero set of the bridge. The random mapping asymptotics entail some remarkable identities involving the random occupation measures of the bridge fragments defined by these decompositions. We derive various extensions of these identities for Brownian and Bessel bridges, and characterize the distributions of various path fragments involved, using the theory of Poisson processes of excursions for a self-similar Markov process whose zero set is the range of a stable subordinator of index between 0 and 1.

研究动机与目标

• 通过均匀随机时间在布朗桥零集中的分布，以及局部时增量，建立布朗桥的两种不同递归分解，其动机源于对均匀随机映射的渐近分析。
• 刻画这些分解中片段长度与局部时的联合分布，特别是其与随机映射分量和环路极限行为的关系。
• 利用自相似马氏过程的 Lévy–Itô 演出理论，将桥片段的占用测度恒等式推广至 Bessel 桥和布朗桥。
• 分析从桥分解中导出的双变量泊松过程在大小加权采样中的对偶性，证明仅在特定强度条件下，Y 有序点诱导出 X 加权顺序。
• 证明对于具有拉普拉斯指数 ψ(ξ) 的一类下偏过程，强度为 ρ(x,y) = y⁻¹f_y(x)e^(-ξx) 的双变量泊松过程满足一种看似矛盾的排序性质：X 加权顺序蕴含 Y 加权顺序，但反之不成立。

提出的方法

• 定义 [0,1] 上的两个区间划分：D-划分使用布朗桥零集中的均匀随机时间，T-划分使用局部时增量。
• 利用重缩放映射随机游走弱收敛于反射布朗桥的性质，将随机映射泛函与桥路径片段及局部时增量联系起来。
• 应用自相似马氏过程的 Lévy–Itô 演出理论，其零集等于指数 α ∈ (0,1) 的稳定下偏过程的像集。
• 推导双变量泊松过程（片段长度与局部时）的强度测度 ν(dx,dy) = ρ(x,y)dx dy，其中 ρ(x,y) = y⁻¹f_y(x)e^(-ξx)，f_y(x) 为下偏过程 τ_y 的密度函数。
• 利用 Palm 计算推导在大小加权采样下首点与总和的联合分布，从而得出对偶性排序的必要与充分条件。
• 通过利用下偏过程增量的交换性与拉普拉斯变换，验证强度测度 ρ(x,y) 满足所要求的恒等式，从而满足看似矛盾的排序性质。

实验结果

研究问题

• RQ1 基于布朗桥中零集的均匀时间与局部时水平的两种不同递归分解，如何与均匀随机映射中分量与环路的渐近分布相关联？
• RQ2 布朗桥的 D-与 T-划分中，片段长度与局部时增量的联合分布为何？其与泊松-狄利克雷分布有何关系？
• RQ3 在何种强度测度 ρ(x,y) 条件下，X 加权排序蕴含 Y 加权排序？为何反向不成立？
• RQ4 自相似马氏过程的 Lévy–Itô 演出理论（其零集为稳定下偏过程）如何使占用测度恒等式从桥推广至 Bessel 桥与布朗桥？
• RQ5 在大小加权排序的双变量泊松过程中，首片段分布与其余片段总和之间的精确关系为何？其与下偏过程的拉普拉斯指数有何关联？

主要发现

• 尽管片段结构不同，布朗桥的 D-与 T-划分在均匀随机映射中连通分量与环路的重缩放大小上，均产生相同的极限分布。
• 从桥分解中导出的片段长度与局部时的双变量泊松过程，其强度为 ρ(x,y) = y⁻¹f_y(x)e^(-ξx)，其中 f_y(x) 为下偏过程 τ_y 的密度函数。
• 对于该强度测度，X 加权排序蕴含 Y 加权排序，但 Y 加权排序不蕴含 X 加权排序——揭示了一种看似矛盾的对偶性。
• 该对偶性成立的条件等价于恒等式 E[τ_y / (τ_y + τ_v) | τ_y + τ_v] = y / (y + v)，其成立源于下偏过程增量的交换性。
• 首点 (X₁, Y₁) 与总和 (Σ_X, Σ_Y) 的联合分布满足 P(X₁∈dx, Y₁∈dy, Σ_X−X₁∈dw, Σ_Y−Y₁∈dv) = ρ(x,y)dx dy f_{X,Y}(w,v) dw dv (x/(x+w))，确认了 Palm 测度结构。
• 在 X 加权顺序下，Y₁ 的边缘分布并非 Y 的大小加权分布，除非强度测度满足特定对称条件；而该条件已被验证对所导出的 ρ(x,y) 成立。