[论文解读] Windings of the stable Kolmogorov process

Christophe Profeta, Thomas Simon|arXiv (Cornell University)|Jul 7, 2014

Stochastic processes and statistical mechanics参考文献 12被引用 10

一句话总结

本文将麦金农关于科莫戈罗夫扩散过程绕原点缠绕的几乎必然极限定理推广至稳定莱维过程情形，证明稳定科莫戈罗夫过程绕原点的缠绕角几乎必然收敛于 log t 的常数倍。关键结果以稳定性指数 α 和正性参数 ρ 表示了精确的渐近缠绕速度，推广了布朗运动情形，并修正了先前文献中错误的常数。

ABSTRACT

We investigate the windings around the origin of the two-dimensional Markov process (X,L) having the stable L\\'evy process L and its primitive X as coordinates, in the non-trivial case when |L| is not a subordinator. First, we show that these windings have an almost sure limit velocity, extending McKean's result [McK63] in the Brownian case. Second, we evaluate precisely the upper tails of the distribution of the half-winding times, connecting the results of our recent papers [CP14, PS14].

研究动机与目标

• 将麦金农关于科莫戈罗夫扩散过程缠绕的几乎必然极限定理推广至稳定莱维过程 L 及其积分 X 的情形。
• 当 |L| 不是子调和过程（即 ρ ∈ (0,1)）时，确定二维过程 (X, L) 绕原点的缠绕的精确渐近速率。
• 解决先前文献中的不一致之处，特别是修正麦金农在布朗运动情形下的常数。
• 评估半缠绕时间分布的上尾行为，与近期关于调和测度和 hitting 时间的研究相联系。

提出的方法

• 将稳定科莫戈罗夫过程 (X, L) 定义为严格 α 稳定莱维过程 L 的积分，其特征指数通过 ρ 进行归一化。
• 使用三角函数角度函数 ω(t) = ∠(Z₀, Zₜ) 定义代数缠绕，通过垂直线填充处理跳跃。
• 利用更新理论和交替过境时间上的大数定律，证明 ω(t)/log t 几乎必然收敛。
• 通过矩估计与克拉梅尔定理分析连续缠绕的 hitting 时间 T₀^(n) 的尾行为。
• 应用贝雷科安利引理控制 log T₀^(n)/n 的 limsup，推导出尾分布的指数衰减率。
• 利用 |L_T₀|^α、τ⁺、τ⁻ 以及过境长度 ℓₖ^± 乘积的尾概率渐近等价性，推导出精确的尾指数 θ 或 θ̄。

实验结果

研究问题

• RQ1 当莱维过程 L 不是子调和过程（即 ρ ∈ (0,1)）时，稳定科莫戈罗夫过程 (X, L) 绕原点的几乎必然渐近缠绕速度为何？
• RQ2 缠绕速度如何依赖于稳定性指数 α 和正性参数 ρ？
• RQ3 为何麦金农原始工作中常数 −√3/8 是错误的？布朗运动情形下的正确值为何？
• RQ4 稳定科莫戈罗夫过程的半缠绕时间分布 T₀^(n) 的精确尾行为为何？
• RQ5 首次通过时序 S_k 的尾指数如何与参数 α 和 ρ 相关？

主要发现

• 缠绕角 ω(t) 几乎必然满足 lim_{t→∞} ω(t)/log t = −2 sin(πγ) sin(πγ̄) / (α sin(π(γ+γ̄)))，其中 γ = ρα/(1+α) 且 γ̄ = (1−ρ)α/(1+α)。
• 在布朗运动情形（α=2, ρ=1/2）下，该式简化为 −√3/2，修正了麦金农工作中因轮廓积分错误而报告的常数 −√3/8。
• 半缠绕时间 T₀^(n) 的上尾以 exp(−θ√n) 的形式衰减（θ>0），表明其具有依赖于 α 和 ρ 的拉伸指数衰减。
• S_k（第 k 次缠绕时间）的尾分布满足 P(S_k > t) ≍ t^{−θ} (log t)^{⌊(k−1)/2⌋}（当 ρ < 1/2 时），ρ > 1/2 和 ρ = 1/2 的情形有类似形式。
• 当 ρ < 1/2 时，S_k 的尾指数为 θ = (1−ρ)α/(1+α)；当 ρ > 1/2 时，为 θ̄ = ρα/(1+α)，且对数校正项取决于缠绕奇偶性。
• 总缠绕时间 T₀^(n) 的渐近尾指数由各 S_k 成分中最小的尾指数决定，从而在大偏差区域中精确刻画了指数衰减率。