UA MATH563 概率论的数学基础 鞅论初步7 停时与Upcrossing不等式

这一讲我们引入一个非常重要的概念——停时(Stopping time)。

假设 { F n } \{\mathcal{F}_n\} {Fn​}是一个filtration，称随机变量$N:\Omega \to \mathbb{N}$是 { F n } \{\mathcal{F}_n\} {Fn​}上的一个停时，如果$\forall n<\infty$，
{ w ∈ Ω : N ( w ) ≤ n } ∈ F n \{w\in \Omega:N(w) \le n\} \in \mathcal{F}_n {w∈Ω:N(w)≤n}∈Fn​

或者用等价地
{ w ∈ Ω : N ( w ) = n } ∈ F n \{w\in \Omega:N(w) = n\} \in \mathcal{F}_n {w∈Ω:N(w)=n}∈Fn​

例 验证一个随机变量是停时 { X n } n ≥ 0 \{X_n\}_{n \ge 0} {Xn​}n≥0​是一列随机变量，${\mathcal{F}}_n=\sigma (X_0,\cdots ,X_n),\forall n\ge 0$。用停时的定义验证一个随机变量是否是停时：

i）定义
N = inf ⁡ { n ≥ 0 : X n ≥ A } N = \inf\{n \ge 0:X_n \ge A\} N=inf{n≥0:Xn​≥A}

验证$N$是停时：
{ w ∈ Ω : N ( w ) ≤ n } = { w ∈ Ω : N ( w ) > n } C = { w : X 0 , ⋯   , X n < A } C ∈ F n \{w\in \Omega:N(w) \le n\} = \{w\in \Omega:N(w) > n\}^C \\ = \{w:X_0,\cdots,X_n<A\}^C \in \mathcal{F}_n {w∈Ω:N(w)≤n}={w∈Ω:N(w)>n}C={w:X0​,⋯,Xn​<A}C∈Fn​

ii）定义
M = sup ⁡ { n ≥ 0 : X n ≥ A } M=\sup\{n \ge 0:X_n \ge A\} M=sup{n≥0:Xn​≥A}

则$M$不是停时，
{ w : M ( w ) = n } = { w : X n ( w ) ≥ A , ⋯   , X t < A , ∀ t ≥ n + 1 } \{w:M(w)=n\}=\{w:X_n(w)\ge A,\cdots,X_{t} <A,\forall t \ge n+1\} {w:M(w)=n}={w:Xn​(w)≥A,⋯,Xt​<A,∀t≥n+1}

显然是不属于${\mathcal{F}}_n$，因为${\mathcal{F}}_n$只由前$n$个随机变量生成。

iii）如果$N$是常数，则$N$是停时。

iv）定义
N B = inf ⁡ { n ≥ 0 : X n ∈ B } , B ∈ B ( R ) N_B = \inf\{n \ge 0:X_n \in B\},B \in \mathcal{B}(\mathbb{R}) NB​=inf{n≥0:Xn​∈B},B∈B(R)

则$N_B$是停时：
{ w : N B ( w ) = n } = { X n ∈ B , X 0 ⋯   , X n − 1 ∈ B C } = { X n ∈ B } ∩ { X 0 ∈ B C } ⋯ ∩ { X n − 1 ∈ B C } \{w:N_B(w)=n\}=\{X_n \in B,X_0 \cdots ,X_{n-1} \in B^C\} \\ = \{X_n \in B\} \cap \{X_0 \in B^C\} \cdots \cap \{X_{n-1} \in B^C\} {w:NB​(w)=n}={Xn​∈B,X0​⋯,Xn−1​∈BC}={Xn​∈B}∩{X0​∈BC}⋯∩{Xn−1​∈BC}

每一个集合都属于${\mathcal{F}}_n$，因此它们的交集属于${\mathcal{F}}_n$。

定义
N B ( 2 ) = inf ⁡ { n > N B : X n ∈ B } N B ( k ) = inf ⁡ { n > N B ( k − 1 ) : X n ∈ B } , k > 2 N_B^{(2)} = \inf\{n > N_B:X_n \in B\}\\N_B^{(k)} = \inf\{n > N_B^{(k-1)}:X_n \in B\},k>2 NB(2)​=inf{n>NB​:Xn​∈B}NB(k)​=inf{n>NB(k−1)​:Xn​∈B},k>2

则$N_B^{(k)}$是停时，$\forall k\ge 2$，以$k=2$为例：
{ N B ( 2 ) = n } = ∪ m < n { X n ∈ B , X m ∈ B , X j ∈ B C , 0 ≤ j < n , j ≠ m } \{N_B^{(2)}=n\}=\cup_{m < n}\{X_n \in B,X_m \in B,X_j \in B^C,0 \le j<n,j \ne m\} {NB(2)​=n}=∪m<n​{Xn​∈B,Xm​∈B,Xj​∈BC,0≤j<n,j​=m}

---

引理1 假设$T_1,T_2$是 { F n } \{\mathcal{F}_n\} {Fn​}上的停时，则$\min (T_1,T_2)$也是停时。

证明
{ min ⁡ ( T 1 , T 2 ) ≤ n } = { min ⁡ ( T 1 , T 2 ) > n } C = ( { T 1 > n } ∩ { T 2 > n } ) C = { T 1 > n } C ∪ { T 2 > n } C ∈ { F n } \{\min(T_1,T_2) \le n\} =\{\min(T_1,T_2) > n\}^C \\ = (\{T_1>n\} \cap \{T_2>n\})^C = \{T_1>n\}^C \cup \{T_2>n\}^C \in \{\mathcal{F}_n\} {min(T1​,T2​)≤n}={min(T1​,T2​)>n}C=({T1​>n}∩{T2​>n})C={T1​>n}C∪{T2​>n}C∈{Fn​}

证毕

Doob’s inequality (Upcrossing Inequality) 假设 { X n } \{X_n\} {Xn​}是一个 { F n } \{\mathcal{F}_n\} {Fn​}上的submartingale，$a<b$，$N_0=-1$,
N 1 = inf ⁡ { m > N 0 : X m ≤ a } N 2 = inf ⁡ { m > N 1 : X m ≥ b } ⋯ N 2 k − 1 = inf ⁡ { m > N 2 k − 2 : X m ≤ a } N 2 k = inf ⁡ { m ≥ N 2 k − 1 : X m ≥ b } N_1=\inf\{m>N_0:X_m \le a\} \\ N_2 = \inf\{m >N_1:X_m \ge b\} \\ \cdots \\ N_{2k-1} = \inf\{m>N_{2k-2}:X_m \le a\} \\ N_{2k} = \inf\{m \ge N_{2k-1}:X_m \ge b\} N1​=inf{m>N0​:Xm​≤a}N2​=inf{m>N1​:Xm​≥b}⋯N2k−1​=inf{m>N2k−2​:Xm​≤a}N2k​=inf{m≥N2k−1​:Xm​≥b}

定义
U n = sup ⁡ { k : N 2 k ≤ n } U_n = \sup\{k:N_{2k} \le n\} Un​=sup{k:N2k​≤n}

则
$$(b-a)E{U}_n\le E[(X_n-a{)}^{+}]-E[(X_0-a{)}^{+}]$$

我们先认可这个不等式，它的作用是证明下面这个非常重要的鞅收敛定理。

鞅收敛定理 假设 { X n } \{X_n\} {Xn​}是一个 { F n } \{\mathcal{F}_n\} {Fn​}上的submartingale满足${\sup }_{n}E{X}_n^{+}<\infty$，则$X_n\to X,a.s$，并且$E|X|<\infty$。

下一篇博文证明这个定理。

---

例 Branching Process
假设${\xi }_{ij}$是互相独立的取值为自然数的随机变量，$P({\xi }_{ij}=k)=p_k,\forall k\ge 0$，记$m={\sum }_{k\ge 0}k{p}_k$，定义$$X_n=\sum _{i=1}^{X_{n-1}}{\xi }_{in}$$

在这个设定中，我们可以把${\xi }_{ij}$的下标$i$理解为第$i$户，$j$理解为第$j$代，${\xi }_{ij}$表示第$i$户、第$j$代有几个娃，则$X_n$的含义可以是某家族第$n$代的总人口数，$m$表示平均每一代每一户有几个娃，可以证明
$$P(X_n<1,\exists n)=1$$

也就是如果某家族每一代每一户不足一个娃，这个家族迟早会灭绝。下一篇博文证明了鞅收敛之后再完成这个例子的证明。