[论文解读] Wright-Fisher model with negative mutation rates

Soumik Pal|arXiv (Cornell University)|Jan 31, 2010

Stochastic processes and statistical mechanics参考文献 24被引用 1

一句话总结

本文研究了一类在单位单纯形上、具有非正突变率的n维扩散过程，其边界为非反射型，吸收发生在边界处。通过使用负维数的平方Bessel过程的偏积分解，作者推导出显式的吸收分布及吸收时间的概率界，并证明该过程等价于一个时间反演、维度递增的条件随机时间的Wright-Fisher扩散过程。

ABSTRACT

We study a family of n-dimensional diffusions, taking values in the unit simplex of vectors with nonnegative coordinates that add up to one. These processes satisfy differential equations which are similar to the ones for the classical Wright-Fisher diffusions, except that the mutation rates are now nonpositive. This model, suggested by Aldous, appears in the study of a conjectured diffusion limit for a Markov chain on Cladograms. The striking feature of these models is that the boundary is not reflecting, and we kill the process once it hits the boundary. We derive the explicit exit distribution from the simplex and probabilistic bounds on the exit time. We also prove that these processes can be viewed as a stochastic time-reversal of a Wright-Fisher process of increasing dimensions and conditioned at a random time. A key idea in our proofs is a skew-product construction using certain one-dimensional diffusions called Bessel-square processes of negative dimensions, which have been recently introduced by Going-Jaeschke and Yor.

研究动机与目标

• 分析一类定义在单位单纯形上的n维扩散过程族，其突变率为非正，灵感来源于树形图上马尔可夫链的扩散极限猜想。
• 理解当边界为非反射型且过程在触及边界时发生吸收时，这些过程的行为特征。
• 推导出从单纯形中退出的显式退出分布及退出时间的概率界。
• 建立此类过程与时间反演、维度递增的Wright-Fisher扩散过程之间的联系，后者在随机时间点被条件化。

提出的方法

• 利用最近由Going-Jaeschke和Yor引入的负维数一维平方Bessel过程，对扩散过程进行偏积分解。
• 应用负指数平方Bessel过程的理论，构造单纯形上的n维扩散过程。
• 采用概率方法分析边界处的吸收行为，包括退出时间与退出分布。
• 建立非反射过程与时间反演、维度递增的Wright-Fisher过程之间的对偶性。
• 利用扩散过程的生成元推导其动态行为，通过允许非正突变率，对经典Wright-Fisher生成元进行修改。
• 依赖于已知的Bessel过程及其局部时测度结果，推导出退出分布。

实验结果

研究问题

• RQ1 当突变率为非正且边界为非反射型时，扩散过程从单纯形中退出的退出分布是什么？
• RQ2 在此模型中，如何对从单纯形中退出的时间进行概率界估计？
• RQ3 具有负突变率的非反射扩散过程与时间反演的Wright-Fisher过程之间存在何种关系？
• RQ4 该过程能否通过负维数的平方Bessel过程进行分量分解？
• RQ5 底层Wright-Fisher过程的维度与吸收过程的时间反演结构之间有何关联？

主要发现

• 通过负维数平方Bessel过程的性质，显式刻画了从单纯形中退出的分布。
• 推导出退出时间的概率界，表明该过程几乎必然在有限时间内退出。
• 证明了具有非正突变率的扩散过程在分布上等价于一个时间反演、维度递增的Wright-Fisher扩散过程，且在随机时间点被条件化。
• 该构造关键依赖于包含负指数平方Bessel过程的偏积分解，这些过程定义良好且具有解析可处理性。
• 该模型为树形图上马尔可夫链的猜想扩散极限提供了严格的概率框架。
• 边界为非反射型，过程在触及边界时立即发生吸收，这是该模型的关键结构特征。