1. 离散时间鞅(速览)

小行星-

已于 2024-06-16 18:08:48 修改

阅读量1.4k

点赞数 2

分类专栏：随机过程与随机分析文章标签：概率论线性代数机器学习

于 2022-02-09 20:24:44 首次发布

本文链接：https://blog.csdn.net/weixin_40614311/article/details/122849164

版权

随机过程与随机分析专栏收录该内容

46 篇文章 41 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

1. 离散时间鞅(速览)

前情提要

鞅的定义及例子
Doob下鞅分解：下鞅=鞅+可料增过程
鞅与停时（Doob停止定理，鞅的离散停时序列是鞅 $\rightarrow$ 鞅有关停时的等价命题）
鞅的矩估计

下鞅极值的终值控制不等式（Doob极大值不等式）
平方变差过程（平方变差过程的性质【 $M^2-[M]$ 是鞅】、鞅与其平方变差的范数（【能量等式】、【BDG不等式】）、鞅变换的平方变差）

鞅的收敛定理（下鞅收敛定理【几乎必然收敛】、鞅收敛定理【 $L^1$ 收敛】）

1. 鞅的定义

适应过程与可料过程
鞅的定义：实值可积、适应、鞅性
举例：

此处 $Y_n$ 称为鞅变换。

2. Doob分解：下鞅=鞅+可料增过程

Doob分解：下鞅=鞅+可料增过程
Doob分解得到的增过程必须要求可料，否则分解不唯一。而对于连续样本轨道的连续时间鞅是唯一的。

3. 鞅与停时（Doob停止定理）

3.1 停止过程

停时的定义
停止过程的定义
定理3.3.2（Doob停止定理）：鞅的停止过程是鞅

3.2 停止 $\sigma$ 代数

停止 $\sigma$ 代数的定义
停止 $\sigma$ 代数的性质：在 $\{\tau=n\}$ 时， $\mathscr{F}_\tau$ 可视为 $\mathscr{F}_n$

3.3 停止过程与停止 $\sigma$ 代数

定理3.3.5（Doob停止定理等价命题）：鞅的停止过程是鞅
定理3.3.8：鞅的离散停时序列是鞅
定理3.3.8的推论（鞅有关停时的等价命题）：这一定理的特殊情况是: 考虑两个有界停时 $\tau \leq \sigma$ , 则 $E\left[\xi_{\sigma} \mid \mathscr{F}_{\tau}\right]=(\leq, \geq) \xi_{\tau}$ , 因此更有
$E\left[\xi_{\sigma}\right]=(\leq, \geq) E\left[\xi_{\tau}\right]$

4. 下鞅极值的终值控制不等式（Doob极大值不等式）

Kolmogorov-Doob不等式
Doob极大值不等式

5. 平方变差过程（鞅与其平方变差的范数）

平方可积鞅
平方变差过程（定义以及性质【鞅的平方-平方变差过程=鞅】）

5.1 鞅&平方变差范数

2范数（能量等式）：鞅以及其平方变差的 $L^2$ 范数相同

证明：由下鞅的Doob分解 $M_{n}^{2}=2 \sum_{k=1}^{n} M_{k-1}\left(M_{k}-M_{k-1}\right)+[M]_{n}$ 可得。
p范数（BDG不等式）

- 常数 $C_p$ 的具体值：
- BDG不等式的推论：

p范数（d维鞅的BDG不等式） Khintchine不等式的推论

5.2 鞅变换的平方变差

鞅变换的定义
定理3.4.9 鞅变换的平方变差

6. 鞅的收敛定理

6.1 下鞅收敛定理(几乎必然)

Cauchy准则的内涵: 一个数列收敛的条件是它的项越来越靠近。即它的振幅越来越小:对任意预先给定的数, 振幅超过这个数的项只有有限对.

对任意 $a < b$ , 令 $n_{1}:=\inf \left\{n: \lambda_{n} \leq a\right\}, m_{1}:=\inf \left\{n>n_{1}: \lambda_{n} \geq\right.$ $b\}, \cdots, n_{k}:=\inf \left\{n>m_{k-1}: \lambda_{n} \leq a\right\}, m_{k}:=\inf \left\{n>n_{k}: \lambda_{n} \geq b\right\}, \cdots$ . 将平面上的点 $\left(n_{1}, \lambda_{n_{1}}\right)$ 与 $\left(m_{1}, \lambda_{m_{1}}\right)$ 用直线连接, $\cdots,\left(n_{k}, \lambda_{n_{k}}\right)$ 与 $\left(m_{k}, \lambda_{m_{k}}\right)$ 用直线连接, 则每一条这样的直线都从下到上穿越区间 $(a, b)$ 。把这些直线的总条数称为 $\left(\lambda_{n}\right)$ 对 $(a, b)$ 的上穿数.

Cauchy准则： $\left(\lambda_{n}\right)$ 收敛(允许收敛到无穷大)的充分必要条件是它对任意区间的上穿数都是有限的.

下鞅的Doob上穿不等式
设 $\left(\xi_{n}\right), n=0,1, \cdots, N$ , 是下鞅, $a < b$ . 令
$\begin{gathered} \tau_{1}:=\inf \left\{n: \xi_{n} \leq a\right\} \\ \sigma_{1}:=\inf \left\{n>\tau_{1}: \xi_{n} \geq b\right\} \\ \cdots \\ \tau_{k}:=\inf \left\{n>\sigma_{k-1}: \xi_{n} \leq a\right\} \\ \sigma_{k}:=\inf \left\{n>\tau_{k}: \xi_{n} \geq b\right\} \\ \cdots \end{gathered}$
$(\inf \{\emptyset\}=N)$ . 再令 $\beta(a, b)$ 表示 $\left(\xi_{n}\right)$ 对 $(a, b)$ 的上穿数. 则有

现在考虑无限项的下鞅 $\left(\xi_{n}, \mathscr{F}_{n}\right), n=0,1,2, \cdots$ 。以 $(a, b)$ 表示整个序列上穿 $(a, b)$ 的次数而以 $\beta_{N}(a, b)$ 表示前 $N$ 项上穿 $(a, b)$ 的次数. 则
$\beta_{N}(a, b) \uparrow \beta(a, b) .$
于是由上一定理和Fatou引理得到
下鞅收敛定理：下鞅 $\sup _{n} E\left[\left|\xi_{n}\right|\right]<\infty$ ，则几乎必然收敛且极限可积

6.2 鞅收敛定理( $L^1$ 收敛)

记 $\xi_{\infty}:=lim_nE[\xi|\mathscr{F}_n]$

若 $\xi$ 为可积随机变量, $\left\{\mathscr{F}_{n}\right\}$ 为 $\sigma$ 代数流, 则 $\xi_{n}:=E\left[\xi \mid \mathscr{F}_{n}\right]$ 为鞅且一致可积(见测度与概率教程P133), 故更有 $\sup _{n} E\left[\left|\xi_{n}\right|\right]<\infty$ . 这样首先由上一定理得到 $\xi_{\infty}:=\lim _{n \rightarrow \infty} \xi_{n}$ 几乎必然存在, 然后由一致可积性知道 $\lim _{n \rightarrow \infty} E\left[\left|\xi_{n}-\xi_{\infty}\right|\right]=0$ . (几乎处处收敛且 $L^1$ 收敛)

$E[\xi|\mathscr{F}_n]$ 是鞅且一致可积；
一致可积鞅极限 $\xi_{\infty}$ 存在（几乎处处且 $L^1$ 收敛）；
$\xi_{\infty}$ 和 $\xi$ 是什么关系?
$\xi_{\infty}:=lim_nE[\xi|\mathscr{F}_n]$ = $E[\xi|\mathscr{F}_\infty]$

$\xi_n$ 是鞅，则一致可积<->存在 $\xi_\infty$ ,使得 $\xi_n=E[\xi_\infty|\mathscr{F}_n]$
一致可积鞅极限 $\xi_{\infty}$ 存在（几乎必然且 $L^1$ 收敛）；
$\xi_n$ 是鞅,且存在 $\xi_\infty$ ,使得 $\xi_n=E[\xi_\infty|\mathscr{F}_n]$ ， $\xi_n$ 几乎必然且 $L^1$ 收敛于 $\xi_{\infty}$ 。

注释：由6.1节可得 $\sup _{n} E\left[\left|\xi_{n}\right|\right]<\infty$ , 永远会存在一个 $\xi_{\infty}$ 使得 $\xi_{n} \rightarrow \xi_{\infty}$ a.s… 但与此同时有没有 $\left\|\xi_{n}-\xi_{\infty}\right\|_{1} \rightarrow 0$ 则要看 $\xi_{\infty}$ 是否是该鞅的终端值, 而这又要看它是否一致可积.