1. 引言
假设
是一个连续时间马尔可夫分支迁移过程(MBPI),该过程由系统内部现有个体和外部迁移组成。这两个部分相互独立,并且具有相同的分布,并服从分支率
,移民率
,
对应的Q-矩阵
定义如下:
本文查阅了过去大量文献,发现对于大偏差的研究引起了各国学者们广泛的关注。Athreya [1] 讨论了Galton-Watson过程大偏差的衰减速率。刘和张 [2] 研究了带有移民的超临界分支过程中
的衰减速率。孙和张 [3] 考虑了带有移民的超临界分支过程的调和矩的收敛率。李 [4] 研究了马尔可夫分支过程的大偏差速率。在文献 [4] 的基础上,刘等人 [5] 研究了带移民的马尔可夫分支系统的长期行为。Fleischmann和Wachtel [6] 研究了上临界GW过程的低偏差概率。
近年来,连续时间状态下的马尔可夫分支过程引起了国内外学者的广泛关注。例如李等人 [7] 研究了带迁移的Markov分支过程的渐进性质。Asmussen和Hering [8] 研究了分支行为的一些性质以及偏差。Athreya和Ney [9] 研究了上临界分支过程的局部极限定理。Dubuc和Seneta [10] 研究了Galton-Watson过程的局部极限定理。Pakes等人 [11] 研究了带有移民的上临界Galton-Watson过程。Petrov等人 [12] 研究了独立随机变量之和。Royden等人 [13] 分析了Markov过程。Seneta等人 [14] 研究了关于移民状态下的上临界Galton-Watson过程各种性质。受上述文献的启发,我们在
的假设下,处理了全局下偏差概率
和局部下偏差概率
的渐进行为。此外,我们还应用Cramer方法来分析自变量和的大偏差。
本文的其余部分组织如下。在第2节中,我们陈述了一些必要的准备工作,将Cramer方法应用于MBPIs,并给出了一些相关的估计。第三节对主要结果进行了具体和详细的证明。
2. 主要定理以及证明
定义
为没有迁移的纯分支过程,
为
的转移概率函数,
为
的概率母函数,其中初始状态
。
令
为带迁移的分支过程
(MBPI)的概率母函数,定义
,其中对于所有的
,
成立。
因此我们有如下结果,
定理2.1 对任意的
和
,
其中
,
。
故成立。
定理2.2 定义函数
,则
是以下等式
的唯一解。其中
满足
,
,
且对于所有的
,
。
这里的
满足
其中
,
定理2.3 对任意的
和
,定义
,
所以有
证明:
定理2.4 如果满足
,其中
,则随机变量
被称作实随机变量X的Cramer变换。
由于分支部分
和纯移民部分
是独立的,为了讨论方便,我们分别给出它们的Cramer变换。
对于任意的
和
,定义随机变量序列
,它们独立同分布于由常数
决定的
的Cramer变换。
上式可改写为
同理,对于纯移民部分
,克拉姆变换由常数
决定。我们可以定义一个随机变量
,它独立于
和
,并且服从与
相同的子代分布规律。
上式也可以改写为
经过以上变换,我们构造出一个独立随机变量序列
表示为
因此有
定理2.4的证明:其
它还有另外一个表达式
对应系数逐项对比,可得
成立。
定理2.5 对于所有的
,存在
使得
,
,
这里
,其中
。
为了便于后续讨论,我们定义自正则随机变量V,W和I的拉普拉斯变化如下:
,
,
此外,由于
和
是独立的,所以我们有
.
定理2.6 (拉普拉斯变换的迭代泛函方程)设
,则下述等式成立:
,
,
,
证明:
故成立。