マルチンゲール収束定理

マルチンゲール収束定理は、適切な意味で有界に留まるマルチンゲールが極限確率変数に収束することを保証し、概収束への多用途な経路を提供します。

Definition

マルチンゲール収束定理とは、L1有界なマルチンゲールが概収束すること、および一様可積分なマルチンゲールが概収束し、かつL1において、マルチンゲールを条件付き期待値として閉じる確率変数に収束することを示す結果です。

Scope

このトピックでは、ドゥーブのアップクロッシング不等式と最大不等式、L1有界マルチンゲールの概収束、一様可積分マルチンゲールの平均収束と閉変数（closing variable）の概念、Lp有界マルチンゲール収束、および強大数の法則への応用を伴う後方マルチンゲール収束定理について扱います。

Core questions

• アップクロッシング不等式は、有界なマルチンゲールをどのように収束させるのでしょうか？
• マルチンゲールにおける概収束と平均収束の違いは何ですか？
• 一様可積分性はどのような付加的な情報を提供し、閉変数（closing variable）とは何ですか？
• 後方マルチンゲールはどのように強大数の法則をもたらすのでしょうか？

Key theories

ドゥーブのアップクロッシング不等式とL1有界収束

マルチンゲールが任意の区間を横断する期待回数を制限することで、それが無限に振動することはないと示され、L1有界マルチンゲールは概収束して有限な極限を持つことが導かれます。

一様可積分性とL1収束

一様可積分なマルチンゲールは、概収束するだけでなくL1でも収束し、その極限の条件付き期待値に等しくなります。したがって、多くの応用で必要とされる形式である、単一の可積分な確率変数によって閉じられます。

Clinical relevance

マルチンゲール収束は、強大数の法則の証明、データが蓄積するにつれてのベイズ事後信念の収束、レヴィのゼロイチ法則、および分岐過程の個体群サイズの概収束極限の根底にあり、概漸近解析の繰り返し現れる原動力となっています。

History

ドゥーブは1940年代に収束定理とアップクロッシング論法を確立し、1953年の著書で発表しました。その後、一様可積分版と後方版は、レヴィの下方および上方定理とともに、大学院の確率論カリキュラムの標準的な部分となりました。

Key figures

• Joseph Doob
• Paul Levy
• David Williams

Seminal works

• williams1991

Frequently asked questions

マルチンゲールはいつ収束しますか？

L1で有界に留まる場合、つまりその期待絶対値が時間的に有界である場合、概収束します。一様可積分性は、さらに閉変数への平均収束をもたらします。

アップクロッシングとは何ですか？

区間のアップクロッシングとは、マルチンゲールが下端点を下回る状態から上端点を上回る状態へと移行する機会のことです。これらの横断の期待回数を制限することで収束が証明されます。