1. 引言
假设
的取值为非负整数,用
表示t时刻超临界分枝过程的粒子数,则从一个祖先出发的过程可以用以下递归关系表示:
(1.1)
其中
表示t-s时刻第i个个体在t时刻产生的粒子数,
是独立同分布的随机变量,并且具有相同的母函数
,
;
也是i.i.d。并且具有相同的母函数
,
。此外
和
独立。由于我们考虑的是上临界的情况,即是
,其中
。根据Harris变换 [1],我们可以把
转化为
的情况。所以不失一般性,在之后的文章中我们假设
。
特别地,如果
,即没有移民加入的情形,那么
退化为上临界分枝过程,记为
,根据 [2] 可知,存在非负的规范化序列
使得
当
(1.2)
其中
是一个鞅。
如果考虑加入移民,即存在一些时刻s,使得
。根据Seneta [3] 可知,对于(1.2.1)定义的带移民的超临界分枝过程
,仍存在非负的规范化序列
使得
当
(1.3)
而且,文献 [3] 中还提出超临界分枝过程和带移民的超临界分枝过程的
是相同的,并且满足对
都存在着与
相关的整数
,满足
(1.4)
其中
,
为非负常数。本文中我们取
。
注1.1根据 [3] 只要移民满足
总能找到规范化函数
,使其满足式(1.3),而不用对移民分布做任何限制。所以我们默认本文中所取得
都满足式(1.3)。
为了研究方面,我们引入
的Q-矩阵
。
其中:
,
,
,
。
如果用
来表示带移民的超临界分枝过程
的母函数,则
(1.5)
而且
。
为了叙述的方便,下面我们回忆
已知的衰减速率和收敛性质:
命题1.1 (Liu [4] 和Ney [5] )假设
,定义
,
。
当
时,
(1.6)
上述的收敛对任意的
是一致的,K为
上的任一闭子区间。并且
和
分别满足下列泛函方程:
,
,
,
;
,
,
,
。
另外,
和
可以分别表示为级数
和
。
由于直接求
的大偏差有些困难,所以在本章的证明中,我们做如下变换:
(1.7)
其中
。
本节我们主要研究
其中引入的移民不全为0。我们关心粒子数
的大偏差,即在
和
满足多种矩条件下,对于
,和
时研究下列式子的大偏差,
下面是本文的主要定理。
定理1.1 假设对于
,
和
。则对于一些
我们有
(1.8)
其中,
,
是引理2.2中定义的。
定理1.2 假设对于固定的
和
,存在常数
,在
和
时满足
和
,则(1.8)成立。
推论1.1 假设对于
和
,
,则(1.8)成立。
定理1.3 假设对于
和
,
,则存在
满足
定理1.4假设对于
和
,
,则存在
和
满足
2. 预备知识
在开始定理证明之前,我们先介绍一些证明过程中用到的引理或性质,这样可以避免证明的繁琐。
引理2.1假设
,
和
,如果
存在,则对于
,我们有
。
引理2.2对于
,
存在,并且当
时,
成立。再者
满足下式:
(2.1)
并且
。
证明:根据Kolmogorov向前方程,
(2.2)
当
时,
也就是
因此
当
时,
也就是
根据引理2.1知:
当
时,
也就是
因此
再者,
因此,
令
,
注意到,
这里
是独立同分布的并且它的母函数是
,
也是独立同分布的并且它的母函数是
。
性质2.1假设
和,是通过生成的代数。则是一个上鞅并且几乎处处收敛到随机变量K。
证明:根据的定义可知,对于,
因此是上鞅。我们知道当且仅当和,所以,则是一个可积的上鞅,并且几乎肯定收敛到r.v.K。
根据的定义可知,。定义
和
为了计算的方便,我们将研究和之间的关系。假设
显然,在上增加并且。此外,对于,因为,我们有;对于,因为,我们有。因此,k的迭代在中不增,在中不减(相对于n)。
性质2.2如果和,假设,则对于,当,并且
(2.3)
这里的是下式的单根,
(2.4)
(2.5)
证明:因为时。我们知道对于和,
因此的定义是在,并且当时。当时,因为
所以
这就意味着当时。定义。再者当时,
因此
a.s.,
当时,。因此我们可知也就是当时。现在,对于时,存在使得
因此,存在。
再者,满足(2.3)~(2.5)。所以当
当时
,
再者
和。
因为当时。因此。最后,我们很容易看出(2.3)~(2.5)解的唯一性。
性质2.3假设时。则
(2.6)
其中表示对t取整。
证明:当时,由于,则
,
假设时成立,
。
然后,对于,
因此(2.6)得证。
3. 定理证明
定理1.1的证明:由于可以定义为:
(3.1)
其中和时独立同分布的,因此
对于固定的,
其中和是任意常数。因此
因为和,所以。我们可以得出当和时,存在和使得
和
因此存在和使得时,。根据马尔科夫不等式,我们知道存在和,使得根据引理(2.2),
证毕。
定理1.2的证明:当时,等价于。基于这个事实和定理的假设,对于存在另外的使得。不失一般性,我们用定义,因此
注意到
通过对收敛定理的简单修改,可以证明
当时,
因此,
因为,如果下式成立则证明将是完整的。
(3.2)
其中。
对于固定的,令是关于的反函数。可以明显看出当时。注意到,所以,
其中
由于,而且满足
根据假设,则对于和,我们能够找到满足。因此对于,
,
这意味着
所以
(3.3)
当时,有
(3.4)
我们可以看出(3.3)和(3.4)暗示着(3.2),证毕。
推论1.1的证明:由于,对于任意有。因此对于,存在和使得。根据马尔科夫不等式,可得
根据假设,
而且对于任意的,存在常数使得。另外
定理1.3的证明:不失一般性,我们假设对任意的有。首先我们证明
(3.5)
由于等价于,而且
上式中用到。因此(3.5)成立。根据性质2.3,当时,
,
再者,当根据性质2.3
由于
因此当时,
对于,当时我们可得。根据性质2.2
并且上式是正的和有限的。因此我们能找到使得
定理1.4的证明:根据定理1.3,我们先给出一个估计。假设当时。因此对于,和。如果是U的独立同分布副本并且,I和是同分布的变量,则当时,
注意到
我们有
令,则
对于,我们知道。因此
注意到
其中是粒子中第j种粒子在时刻的种群大小,是第j个原始父变量在t时刻下降线上的极限随机变量,和I是同分布变量。根据独立性可知,
其中,
另外,
因此,
当,
因此,
其中。对于任意的,
选择,则。因此
其中。类似的方法可以证明的成立,证毕。