再生過程の状態依存的逆従属過程による時間変換 — 余り時間構造とマルチスケール占有時間極限

§01 再生過程・余り時間理論・従属過程：理論の背景

再生過程は、確率論の中でも特に豊かな構造を持つ過程の一つです。直感的には、ランダムな時刻（再生時刻）において、それ以前の履歴と独立に確率的に「リスタート」する過程です。より形式的には、独立同分布の非負確率変数列 $\{\xi_n\}_{n \geq 1}$（サイクル長）の部分和 $S_n = \sum_{k=1}^n \xi_k$ を再生時刻とし、過程 $X = (X_t)_{t \geq 0}$ が各サイクル内で独立同分布の振る舞いを示す場合を指します。

再生過程の理論は 1950 年代以降に体系化が進み、ブラックウェル（Blackwell, 1953）の再生定理、スミス（Smith, 1955）の更新定理と続く発展の歴史があります。この流れの中で、Itô（1970）による余り時間（excursion）の点過程理論が登場し、理論の構造に革命をもたらしました。再生過程が固定点（例えば 0）から離脱し再び戻るまでの「旅」を余り時間と呼びます。Itô の理論は、これらの余り時間の全体系を「余り時間の空間」上の Poisson 点過程として記述します。すなわち、各余り時間の長さ・形状・クラスの情報を含む点過程が Poisson 過程の構造を持つという、極めて強力な結果です。この記述により、再生過程の多くの性質が Poisson 過程の豊かな解析道具を用いて導けるようになりました。

一方、従属過程（subordinator）は非減少な Lévy 過程 $T = (T_s)_{s \geq 0}$ であり、$T_0 = 0$ かつ増分が独立・定常・非負という性質を持ちます。代表例としては $\alpha$-安定従属過程（$0 < \alpha < 1$）やガンマ従属過程があります。この従属過程の逆過程（inverse subordinator）は $L_t = \inf\{s \geq 0 : T_s > t\}$ で定義されます。$L_t$ を時計として用いる時間変換 $X \mapsto X_{L_t}$ は「従属化」と呼ばれ、異常拡散・サブ拡散（subdiffusion）の数理モデルとして広く研究されてきました。物理的には、トラップ中での粒子の滞在時間が冪乗則に従う系を記述します。

本論文が問うのは、この従属化を「状態依存的」に拡張した場合です。余り時間のクラスごとに異なる独立な従属過程を割り当てることで、どのクラスの余り時間中にいるかに応じてランダム時計の進み方が変わります。このような設定は、物理的には異種のトラップが混在する無秩序媒質に対応し、従来の均質な時間変換では記述できない豊かな振る舞いを生み出します。どのクラスの余り時間に属するかが時計の「速さ」を決定するという非自明な構造が、本論文の理論的核心にあります。

flowchart TD
    A["再生過程 X_t"] --> B["余り時間を可測クラスに分類\nB_1, B_2, ..., B_k"]
    B --> C["各クラス B_i に独立な\n従属過程 T^(i) を割り当て"]
    C --> D["各クラスの占有時間から\nランダム時計 A_t を構成"]
    D --> E["逆過程 L_t = inf{s: A_s > t}"]
    E --> F["時間変換後の過程\nhat_X_t = X_{L_t}"]

§02 既存研究の限界と本論文の立ち位置

占有時間（occupation time）と再生過程に関する研究の歴史は、アークサイン則（arcsine law）の発見にまで遡ります。Lévy（1939）は、$[0, 1]$ 上のブラウン運動が正の半直線に滞在する時間 $A_1 = \int_0^1 \mathbf{1}_{\{B_t > 0\}} dt$ の分布がアークサイン分布に従うことを発見しました。この結果は古典的な確率論の美しい定理として数十年にわたり研究され、後に再帰的なランダムウォーク・ブラウン運動・そして再生過程の一般論へと拡張されていきます。

Darling–Kac 型の極限定理は、null-再帰的なマルコフ過程の占有時間の正規化した極限分布が Mittag-Leffler 分布に収束するという結果です（Darling-Kac, 1957）。これはアークサイン則をより一般的な確率過程の設定に拡張するものであり、正則変動（regular variation）条件の下で極限定理を与える枠組みを提供します。Mittag-Leffler 分布は、分数 Poisson 過程の補正時間分布として確率論・物理学の双方で重要な役割を担います。

従属過程による時間変換に関しては、Meerschaert–Scheffler らを始めとする研究が、連続時間ランダムウォーク（CTRW）の極限として生じる異常拡散過程の分析に大きく貢献しました。これらの研究では、$\alpha$-安定従属過程の逆過程による時間変換が分数偏微分方程式の確率論的解と結びつくことが示されています。

しかし、従来研究には明確な制限がありました。第一に、時間変換に用いる従属過程が全余り時間にわたって同一（状態非依存）であることが前提とされていました。状態依存的、すなわち余り時間のクラスごとに異なる従属過程を用いる設定では、変換後の過程の構造解析が著しく困難です。特に、Poisson 点過程の性質が保存されるかどうかは、単純な劣不変性の議論では対処できません。

第二に、複数の時間スケールにわたる同時的な極限定理（マルチスケール理論）は未整備でした。異なる正則変動指数を持つ複数のクラスが共存するとき、それぞれの占有時間が独立に、しかし相互に関連した形で極限に収束するという「同時性」を捉える数学的枠組みが必要です。本論文はこれら両方の課題を解決することを目的として設計されています。この点において、漸進的な枠組みの拡張にとどまらない野心的な目標を持っています。

§03 主結果1：余り時間点過程のPoisson性保存

本論文の第一の主結果は、状態依存的時間変換の下でも余り時間点過程の Poisson 性が保存されるという定理です。この結果を理解するために、まず設定を明確にします。

再生過程 $X = (X_t)_{t \geq 0}$ の余り時間の空間を $\mathcal{E}$ とし、$\mathcal{E}$ の可測分割 $\{B_1, B_2, \ldots\}$ を与えます。各クラス $B_i$ に対して、互いに独立な従属過程 $T^{(i)} = (T^{(i)}_s)_{s \geq 0}$ を割り当てます。現在の余り時間が $B_i$ に属するとき、時計が $T^{(i)}$ に従って進む——これが状態依存的な時間変換の直感です。ランダムな時計 $A = (A_t)$ は各クラスの占有時間を対応する従属過程でスケールした量から構成され、逆時計 $L_t = \inf\{s : A_s > t\}$ による時間変換 $\hat{X}_t = X_{L_t}$ を考えます。

時間変換後の過程 $\hat{X}$ は一般には再生過程ではありません。なぜなら、元の再生時刻のサイクルが時間変換によって歪み、$\hat{X}$ のサイクル構造が単純ではなくなるからです。しかし本論文の定理によれば、$\hat{X}$ の余り時間点過程は依然として Poisson 過程の構造を持ちます。

証明の核心は「余り時間ごとのマーキング・マッピング手順」（excursion-wise marking-and-mapping procedure）です。各余り時間に対して、そのクラスに応じたラベル（マーキング）を付け、対応する従属過程によってその余り時間の時間スケールを変換（マッピング）するという操作を行います。Poisson 点過程の独立な薄化（thinning）に対する安定性——すなわち、Poisson 点過程を独立に各クラスに薄化した後も各成分が Poisson 過程になるという性質——と、可測変換に対する Poisson 性の保存から、変換後の余り時間点過程が Poisson 過程になることが導かれます。

この結果が持つ理論的意義は大きいです。Itô の余り時間理論の骨格、すなわち Poisson 点過程としての記述が、状態依存的時間変換という本質的な拡張の下でも崩れないことを示しています。Poisson 性の保存は、その後の解析（占有時間の漸近挙動・極限定理）の基盤となります。生物学的ハードウェアの制約を考慮すれば、この Poisson 性の保存という結果の非自明さを直感的に把握することは容易ではありませんが、確率論の構造的美しさの一端がここに現れています。

flowchart LR
    A["元の余り時間点過程\n（Poisson）"] --> B["クラス B_i ごとに\nマーキング（薄化）"]
    B --> C["各クラスの余り時間を\n対応する T^(i) で時間スケール変換"]
    C --> D["変換後の余り時間点過程\n（依然として Poisson）"]

§04 主結果2：マルチスケール占有時間極限定理とその帰結

第二の主結果は、変換後の過程に関するマルチスケール同時占有時間極限定理です。ここで必要となる主要な仮定は「正則変動」（regular variation）条件です。

確率分布の尾部 $\bar{F}(t) = P(\tau > t)$ が、緩変動関数 $\ell(t)$（任意の $c > 0$ に対して $\ell(ct)/\ell(t) \to 1$（$t \to \infty$）を満たす正の函数）を用いて $\bar{F}(t) \sim t^{-\alpha} \ell(t)$（$t \to \infty$）と書けるとき、$F$ は指数 $\alpha$ の正則変動分布と呼びます（$0 < \alpha < 1$）。正則変動は、冪乗則の尾部を持つ分布クラスを記述する中核的な概念であり、確率論・統計学・物理学において広く用いられている自明な仮定ではありません。

本論文では、各クラス $B_i$ に対して変換後の余り時間の寿命分布が指数 $\alpha_i \in (0, 1)$ の正則変動分布を持つと仮定します。異なるクラスが異なる指数 $\alpha_i$ を持つことが許されており、これが「マルチスケール」という名称の由来です。各スケールは異なる時間軸での異常な振る舞いを記述します。

この条件下で証明されるのは、適切に正規化された同時占有時間ベクトルが $t \to \infty$ の極限で非退化な確率分布に収束するという定理です。各成分の周辺分布は Mittag-Leffler 分布（またはその一般化）に対応します。Mittag-Leffler 分布は $E_{\alpha}(-t^{\alpha})$ に関連する確率分布であり、古典的な指数分布（$\alpha = 1$ の場合）の分数阶類似物として知られています。

アークサイン則への帰着を見てみましょう。単一クラス（クラスが一つのみ）かつ指数 $\alpha_i = 1/2$ の場合、極限分布は古典的なアークサイン分布に帰着します。ブラウン運動の正時間占有のアークサイン則は、この特殊ケースの一例として統一的に理解されます。

Darling–Kac 型極限への帰着も示されます。null-再帰的な設定（占有時間が発散するが過程自体は再帰的）では、正則変動条件の下で Mittag-Leffler 分布への収束が生じます。本論文はこれを状態依存的な設定に拡張し、さらに複数スケールの同時収束を扱います。これらを一つの統一的な枠組みで記述したことが、本論文の主要な貢献です。応用確率論の道具立てとして、今後さらなる発展が期待される結果です。