半马尔可夫过程积分的弱收敛

《Journal of Applied Probability》：Weak convergence of the integral of semi-Markov processes

　　

摘要 研究人员研究了再生过程（regenerative processes）和马尔可夫更新过程（Markov renewal processes）在弱意义下的渐近性质。对于后者，研究人员推导了更新型结果（也涉及相关的计数过程）和遍历型结果，包括所谓的φ-mixing 性质。该理论框架允许研究人员研究半马尔可夫过程（semi-Markov process）积分的弱极限，这可被解释为以有限速度运动的粒子的位置，其运动时间根据半马尔可夫过程 underlying 的马尔可夫更新过程随机选取。在温和条件下，研究人员获得了向缩放布朗运动（scaled Brownian motion）的弱收敛。作为一个特例，该结果确立了经典广义电报过程（generalized telegraph process）的弱收敛。

研究背景方面，随机运动模型如电报型过程、有限速度随机运动在概率论与物理文献中广泛关注，应用于细菌动力学、野生动物位移及金融市场价格波动描述。然而，扩散过程仅是电报型过程的极限情形，现有研究多集中于显式分布求解，对于半马尔可夫过程（semi-Markov process）积分的渐近行为尚需深入探讨。特别是当粒子速度由半马尔可夫过程决定时，其位置过程的极限分布特性对于理解复杂随机运动至关重要。为此，研究人员在《Journal of Applied Probability》发表论文，旨在建立半马尔可夫过程积分的弱收敛（weak convergence）理论框架，填补了该领域在一般性理论推导方面的空白。

研究方法上，研究人员采用纯理论推导方式，未涉及具体实验样本队列。主要关键技术包括：利用再生过程（regenerative process）理论建立极限定理，通过定义再生时刻将过程分解为独立同分布循环；分析马尔可夫更新过程（Markov renewal process）的遍历性与φ-mixing 性质，证明序列的混合速率；通过引入缩放参数λ对计数过程与速度过程进行归一化处理，构建标准化随机游走；应用泛函中心极限定理及连续映射定理证明弱收敛性，并推导极限方差的多重表达形式。

研究结果部分，首先介绍了再生过程的极限定理。研究人员定义了再生时刻τ，证明了延迟再生序列的泛函中心极限定理及强的大数定律，确立了随机索引序列收敛的基本条件。接着探讨了马尔可夫更新过程的极限定理。研究人员证明了当嵌入马尔可夫链不可约且状态空间有限时，相关序列具有延迟再生性及φ-mixing 性质，推导了计数过程的更新型定理及遍历定理，并给出了剩余寿命的渐近行为趋于零的结论。随后重点分析了半马尔可夫过程积分的弱收敛。研究人员定义了归一化积分过程X_λ(t)，通过分解为随机游走与插值项，证明在温和条件下，该过程弱收敛于缩放布朗运动（scaled Brownian motion），并给出了极限方差γ²基于不变分布及再生周期的具体表达式。最后研究了交替更新过程积分的弱收敛。作为半马尔可夫过程的特例，研究人员证明了交替更新过程积分同样收敛于缩放布朗运动，并将其应用于广义电报过程，验证了非对称电报过程在极限条件下收敛于带漂移的布朗运动，且其密度函数满足热方程。

讨论与结论部分，研究人员总结指出，半马尔可夫过程继承了嵌入马尔可夫链的大部分性质。确保序列遍历性与混合性质的关键条件在于转移概率与不变分布之间的距离估计。当状态空间有限时，收敛速率呈指数级。该框架可扩展至满足 Doeblin 条件的可数状态空间半马尔可夫过程，亦可推广至多维情形，用于研究电报过程的多维扩展如平面随机运动。研究成果确立了经典广义电报过程的弱收敛性，为理解有限速度随机运动的扩散极限提供了严格的数学依据，丰富了随机过程极限理论在物理及金融建模中的应用基础。研究人员强调，通过归一化确保速度变化次数与速度平方同阶增长，是实现从双曲型电报方程向抛物型热方程过渡的关键 heuristic 解释，这一发现深化了对随机运动扩散极限机制的理解。