白色雑音(white noise)とは、確率解析では、測度空間 $(M,m)$ 上の 2 乗可積分関数 $f$ で添字づけた平均 $0$ の同時に Gauss 型の確率変数の族 $W(f)$ で、共分散が $L^2$ の内積 $\langle f,g\rangle$ に等しいものである。形式的には共分散 $\delta(x-y)$ の場で、時間の白色雑音は Brown 運動の超関数の意味の微分である。標本は関数でも測度でもなく、$d$ 次元トーラス上では $s>d/2$ のときに限り Sobolev 空間 $H^{-s}$ に入る。時系列では、平均 $0$、分散一定で無相関な列を白色雑音という。
白色雑音(white noise)とは、どの場所の値も互いに相関をもたず、どの周波数も同じ強さで含む、という理想化された雑音である。確率解析と確率偏微分方程式では、$\mathbb{R}^d$ などの上の Gauss 型の白色雑音 を指す。形式的には共分散が
$$
\mathbb{E}\bigl[\xi(x)\xi(y)\bigr]=\delta(x-y)
$$
の平均 $0$ の Gauss 場 $\xi$ であるが、各点の値 $\xi(x)$ は意味をもたない(分散が $\delta(0)=\infty$ になる)。そこで、試験関数 $f$ で「ならした値」$W(f)=\int f\xi$ の族として定義する。1 次元の時間の白色雑音は Brown運動 の形式的な微分であり、KPZ方程式 の時空の雑音もこの意味の白色雑音である。
時系列解析では、平均 $0$、分散一定で互いに無相関な数列を白色雑音という(ARMAモデル)。こちらは独立性も Gauss 性も要求しない。この記事の大部分は前者を扱い、最後の節で後者との関係を述べる。
この記事では、白色雑音を Hilbert 空間で添字づけた Gauss 族として定義し、存在と法則の一意性(thm-wn-exist)、Brown 運動の超関数の意味の微分であること(prop-wn-brown)を示す。主定理として、トーラス上の白色雑音が負の指数 $-s$ の Sobolev 空間に入るのは $s>d/2$ のときに限ること(thm-wn-sobolev)を証明する。また、白色雑音は「でたらめな測度」とは呼べず、確率 $1$ で符号つき測度にならないこと(prop-wn-not-measure)も示す。
$(M,\mathcal{M},m)$ を $\sigma$-有限な測度空間とし、$L^2(M,m)$ は実数値関数の空間とする。確率変数の族が 同時に Gauss 型 であるとは、その有限個を並べたベクトルがどれも 多変量正規分布 に従うこと(退化したものも含める)をいう。
確率空間 $(\Omega,\mathcal{F},P)$ 上の実確率変数の族 $W=(W(f))_{f\in L^2(M,m)}$ が、強度 $m$ の 白色雑音 であるとは、族が同時に Gauss 型で、すべての $f,g$ について
$$
\mathbb{E}\,W(f)=0,\qquad\mathbb{E}\bigl[W(f)W(g)\bigr]=\langle f,g\rangle_{L^2(M,m)}
$$
が成り立つことをいう。$m(A)< \infty$ の可測集合 $A$ について $W(A):=W(1_A)$ と書く。$M=\mathbb{R}^d$ で $m$ が Lebesgue 測度のとき、単に $\mathbb{R}^d$ 上の白色雑音という。$M=\mathbb{R}_{\ge0}\times\mathbb{R}^d$ のものを 時空の白色雑音 という。
より一般に、実 Hilbert 空間 $H$ で添字づけた同じ性質の族 $(W(h))_{h\in H}$ を、$H$ 上の 等正規過程(isonormal Gaussian process)という。白色雑音は $H=L^2(M,m)$ の場合である。形式的な記号 $\xi$ を使って $W(f)=\int_Mf\,\xi\,dm$ とも書く。
$W$ を強度 $m$ の白色雑音とする。
1。 $D:=W(af+bg)-aW(f)-bW(g)$ とおく。共分散の双線形性で展開すると
$$
\mathbb{E}D^2=\|af+bg\|^2+a^2\|f\|^2+b^2\|g\|^2-2a\langle af+bg,f\rangle-2b\langle af+bg,g\rangle+2ab\langle f,g\rangle=\|(af+bg)-af-bg\|^2=0
$$
である。よって $D=0$ が確率 $1$ で成り立つ。等長性は $\mathbb{E}W(f)^2=\|f\|^2$ そのものである。
2。 $(W(f_1),\dots,W(f_n))$ は多変量正規分布に従い、共分散行列 $(\langle f_i,f_j\rangle)$ は対角である。多変量正規分布では無相関な成分は独立である(多変量正規分布)。
3。 1 から $\sum_{i\le n}W(A_i)=W(1_{A_1\cup\dots\cup A_n})$ が確率 $1$ で成り立ち、等長性から $\mathbb{E}\bigl[(W(A)-\sum_{i\le n}W(A_i))^2\bigr]=m\bigl(\bigcup_{i>n}A_i\bigr)\to0$ である。$\square$
$L^2(M,m)$ が可分であるとする(たとえば $M=\mathbb{R}^d$ の開集合と Lebesgue 測度)。
1。 部分和を $S_N(f):=\sum_{k\le N}\langle f,e_k\rangle\xi_k$ とおく。$\xi_k$ は $L^2(\Omega,P)$ で正規直交なので、$\mathbb{E}\bigl[(S_N(f)-S_M(f))^2\bigr]=\sum_{M< k\le N}\langle f,e_k\rangle^2$ で、Parsevalの等式 により右辺は $0$ に近づく。よって $S_N(f)$ は $L^2(\Omega,P)$ で収束する。極限 $W(f)$ について、$L^2$ の収束から平均と共分散も極限に移り、$\mathbb{E}W(f)=0$、$\mathbb{E}[W(f)W(g)]=\lim_N\sum_{k\le N}\langle f,e_k\rangle\langle g,e_k\rangle=\langle f,g\rangle$ である。
同時に Gauss 型であることを示す。$f_1,\dots,f_n$ と $t\in\mathbb{R}^n$ を固定し、$Z:=\sum_jt_jW(f_j)$ とおく。$Z_N:=\sum_jt_jS_N(f_j)$ は独立な正規確率変数の 1 次結合なので、平均 $0$ の正規分布に従い、$L^2$ で $Z$ に収束する。部分列をとれば概収束し、Gauss測度 の補題「正規分布の極限は正規分布」により $Z$ は正規分布に従う。$t$ は任意なので $(W(f_1),\dots,W(f_n))$ は多変量正規分布に従う。
2。 平均 $0$ の多変量正規分布は共分散行列で決まる。
3。 $(W(e_k))_k$ は同時に Gauss 型で共分散は単位行列なので、prop-wn-basic の 2 から独立に $N(0,1)$ に従う。等長性から $\mathbb{E}\bigl[(W(f)-\sum_{k\le N}\langle f,e_k\rangle W(e_k))^2\bigr]=\|f-\sum_{k\le N}\langle f,e_k\rangle e_k\|^2\to0$ である。$\square$
$W(f)$ は $f$ ごとに確率 $1$ で定まる確率変数で、$f$ が非可算個あるので「1 つの $\omega$ について $f\mapsto W(f)(\omega)$ がどんな対象か」は定義からは分からない。この問いへの答えが次の 2 節である。
$M=[0,\infty)$、$m$ を Lebesgue 測度とする。
$W$ を $[0,\infty)$ 上の白色雑音とし、$B_t:=W([0,t])$ とおく。
1。 $\mathbb{E}[B_sB_t]=\lvert[0,s]\cap[0,t]\rvert=\min(s,t)$ である。$B_t-B_s=W((s,t])$ は $N(0,t-s)$ に従うので $\mathbb{E}\lvert B_t-B_s\rvert^4=3(t-s)^2$ であり、Kolmogorovの連続性定理 から連続な修正がある。同時に Gauss 型で共分散が $\min(s,t)$、道が連続なので、これは Brown 運動の定義を満たす。
2。 $t_j:=jT/n$($0\le j\le n$)とし、階段関数 $\varphi_n:=\sum_{j=0}^{n-1}\varphi(t_j)1_{(t_j,t_{j+1}]}$ をとる。$\varphi$ は一様連続なので $\|\varphi_n-\varphi\|_{L^2}\to0$ で、等長性から $W(\varphi_n)\to W(\varphi)$ が $L^2(\Omega,P)$ で成り立つ。一方 prop-wn-basic の 1 から確率 $1$ で $W(\varphi_n)=\sum_j\varphi(t_j)(B_{t_{j+1}}-B_{t_j})$ であり、部分和分と $B_0=0$、$\varphi(t_n)=0$ から
$$
W(\varphi_n)=-\sum_{j=0}^{n-1}B_{t_{j+1}}\bigl(\varphi(t_{j+1})-\varphi(t_j)\bigr)
$$
である。$B$ の道は連続、$\varphi'$ は連続なので、右辺は各 $\omega$ で $-\int_0^TB_t\varphi'(t)\,dt$ に収束する(Riemann–Stieltjes 和の収束)。$L^2$ の極限と各点の極限は部分列に沿って確率 $1$ で一致する。$\square$
2 の右辺は、超関数としての微分 $\dot B$ を試験関数 $\varphi$ に当てた値 $\langle\dot B,\varphi\rangle=-\langle B,\varphi'\rangle$ である。すなわち白色雑音は Brown 運動の超関数の意味の微分である。$W(f)$ は $f$ の 伊藤積分(Wiener 積分)$\int_0^\infty f\,dB$ にほかならない。
$W$ を $[0,1]$ 上の白色雑音とし、$I_{n,j}:=(j2^{-n},(j+1)2^{-n}]$ とする。$[0,1]$ 上の有限な符号つき測度に値をとる写像 $\omega\mapsto\nu_\omega$ で、すべての $n,j$ について確率 $1$ で $\nu_\omega(I_{n,j})=W(I_{n,j})(\omega)$ を満たすものは存在しない。
$S_n:=\sum_{j< 2^n}\lvert W(I_{n,j})\rvert$ とおく。$W(I_{n,j})$ は独立に $N(0,2^{-n})$ に従い、$\mathbb{E}\lvert Z\rvert=\sqrt{2/\pi}$($Z\sim N(0,1)$)なので
$$
\mathbb{E}S_n=2^n\cdot2^{-n/2}\sqrt{2/\pi}=\sqrt{2^{n+1}/\pi},\qquad\operatorname{Var}S_n=2^n\cdot2^{-n}\Bigl(1-\frac2\pi\Bigr)=1-\frac2\pi
$$
である。$K>0$ を固定し、$\mathbb{E}S_n\ge2K$ となる $n$ では Chebyshevの不等式 から $P(S_n\le K)\le P(\lvert S_n-\mathbb{E}S_n\rvert\ge\mathbb{E}S_n/2)\le4/(\mathbb{E}S_n)^2\to0$ である。よって $P(\sup_nS_n\le K)=0$ がすべての $K$ で成り立ち、$\sup_nS_n=\infty$ が確率 $1$ で成り立つ。
$\nu$ が存在したとする。可算個の等式が確率 $1$ で同時に成り立つので、確率 $1$ ですべての $n$ について $S_n=\sum_j\lvert\nu_\omega(I_{n,j})\rvert\le\lvert\nu_\omega\rvert([0,1])< \infty$ となり、上の結論に反する。$\square$
prop-wn-basic の 3 の加法性は $L^2$ の意味であり、$\omega$ ごとの測度を与えない。これは Brown 運動の道が有界変動でないことと同じ現象である。
関数でも測度でもないなら、白色雑音の 1 つの標本は何か。答えは「負の正則性をもつ超関数」である。周期的な場合に正確な形で示す。
$\mathbb{T}^d:=\mathbb{R}^d/\mathbb{Z}^d$ に Lebesgue 測度を入れる。$L^2(\mathbb{T}^d)$ の実の正規直交基底として、定数 $1$ と、$k\in\mathbb{Z}^d\setminus\{0\}$ の $k$ と $-k$ の組ごとに 1 つずつとった $\sqrt2\cos(2\pi k\cdot x)$、$\sqrt2\sin(2\pi k\cdot x)$ をとる。これを $(\phi_j)$ と並べ、$\phi_j$ の周波数を $k_j$ と書く。$\mathbb{Z}^d$ の各点にちょうど 1 つの $\phi_j$ が対応する。
$s\in\mathbb{R}$ について、形式的な級数 $u=\sum_jc_j\phi_j$ で
$$
\|u\|_{H^{-s}}^2:=\sum_j\bigl(1+\lvert k_j\rvert^2\bigr)^{-s}c_j^2< \infty
$$
を満たすものの全体を $H^{-s}(\mathbb{T}^d)$ とする(Sobolev空間 の負の指数の場合)。$C^\infty$ 級の関数 $\psi$ の係数 $\langle\psi,\phi_j\rangle$ は部分積分によって $\lvert k_j\rvert$ のどんな負の冪よりも速く減るので、$\langle u,\psi\rangle:=\sum_jc_j\langle\phi_j,\psi\rangle$ は Cauchy–Schwarz の不等式で絶対収束し、$H^{-s}(\mathbb{T}^d)$ の元は $\mathbb{T}^d$ 上の 超関数 とみなせる。
$\xi_1,\xi_2,\dots$ を独立に $N(0,1)$ に従う確率変数とし、$w_j\in(0,1]$ とする。$\sum_jw_j=\infty$ なら、確率 $1$ で $\sum_jw_j\xi_j^2=\infty$ である。
$\mathbb{E}e^{-w\xi^2}=(1+2w)^{-1/2}$($\xi\sim N(0,1)$)である。$w\mapsto\log(1+2w)$ は凹で $w=0$ で $0$、$w=1$ で $\log3$ なので、$w\in(0,1]$ で $\log(1+2w)\ge w\log3$ である。独立性から
$$
\mathbb{E}\exp\Bigl(-\sum_{j\le N}w_j\xi_j^2\Bigr)=\prod_{j\le N}(1+2w_j)^{-1/2}\le\exp\Bigl(-\frac{\log3}2\sum_{j\le N}w_j\Bigr)\to0
$$
である。$N\to\infty$ として 優収束定理 を使うと $\mathbb{E}\exp(-\sum_jw_j\xi_j^2)=0$、すなわち $\sum_jw_j\xi_j^2=\infty$ が確率 $1$ で成り立つ。$\square$
$W$ を $\mathbb{T}^d$ 上の白色雑音とし、$\xi_j:=W(\phi_j)$、$X_N:=\sum_{\lvert k_j\rvert\le N}\xi_j\phi_j$ とおく。
thm-wn-exist の 3 により $\xi_j$ は独立に $N(0,1)$ に従う。$w_j:=(1+\lvert k_j\rvert^2)^{-s}$ とおくと、$N< N'$ について
$$
\|X_{N'}-X_N\|_{H^{-s}}^2=\sum_{N< \lvert k_j\rvert\le N'}w_j\xi_j^2,\qquad\|X_N\|_{H^{-s}}^2=\sum_{\lvert k_j\rvert\le N}w_j\xi_j^2
$$
である。
格子点の和。 $x\in k+[0,1)^d$ なら $\lvert x-k\rvert\le\sqrt d$ なので $1+\lvert x\rvert^2\le(2+2d)(1+\lvert k\rvert^2)$ かつ $1+\lvert k\rvert^2\le(2+2d)(1+\lvert x\rvert^2)$ である。よって $\sum_{k\in\mathbb{Z}^d}(1+\lvert k\rvert^2)^{-s}$ と $\int_{\mathbb{R}^d}(1+\lvert x\rvert^2)^{-s}dx$ は一方が有限なら他方も有限で、極座標で後者は $\int_0^\infty r^{d-1}(1+r^2)^{-s}dr$ の定数倍だから、有限であることと $2s>d$ は同値である。
1。 $s>d/2$ のとき、非負の項の級数 $\sum_jw_j\xi_j^2$ は期待値 $\sum_jw_j< \infty$ をもつので確率 $1$ で有限であり、$X_N$ は $H^{-s}$ の Cauchy 列になる。期待値の式は単調収束定理による。$\psi$ を $C^\infty$ 級とすると、$\langle X_N,\psi\rangle=\sum_{\lvert k_j\rvert\le N}\xi_j\langle\phi_j,\psi\rangle$ は確率 $1$ で $\langle X,\psi\rangle$ に収束し(ペアリングは $H^{-s}$ のノルムについて連続)、一方 thm-wn-exist の 3 により $L^2(\Omega,P)$ で $W(\psi)$ に収束する。2 つの極限は確率 $1$ で一致する。
2。 $s\le d/2$ なら、$s\ge0$ のとき $w_j\in(0,1]$ かつ $\sum_jw_j=\infty$ なので、lem-wn-divergence により結論を得る。$s< 0$ のときは $w_j\ge1$ で、$\sum_j\xi_j^2=\infty$(同じ補題で $w_j=1$)から従う。$\square$
$d=1$ なら $s>\frac12$ が必要十分で、$\frac12$ だけ負の正則性は、Brown 運動(正則性が $\frac12$ をわずかに下回る)を 1 回微分したことに対応する。境界の $s=d/2$ でも収束しないことが 2 の内容である。
$\mathbb{R}^d$ 全体でも、白色雑音は確率 $1$ で、指数 $\alpha< -d/2$ の局所的な負の Hölder 空間 $\mathcal{C}^\alpha$(Besov空間 $B^\alpha_{\infty,\infty}$ の局所版)に値をとる版をもつ(Hai14 p. 113、Lemma 10.2。この記事では証明しない)。指数 $-d/2$ は次のスケーリングから読める。
$W$ を $\mathbb{R}^d$ 上の白色雑音、$\lambda>0$ とし、$W_\lambda(f):=W\bigl(\lambda^{-d/2}f(\cdot/\lambda)\bigr)$ とおく。$W_\lambda$ も $\mathbb{R}^d$ 上の白色雑音である。また、$\varphi\in L^2(\mathbb{R}^d)$ と $\varphi^\lambda_x(y):=\lambda^{-d}\varphi((y-x)/\lambda)$ について、$W(\varphi^\lambda_x)$ は $N\bigl(0,\lambda^{-d}\|\varphi\|_{L^2}^2\bigr)$ に従う。
$f\mapsto\lambda^{-d/2}f(\cdot/\lambda)$ は変数変換 $y=\lambda x$ により $L^2(\mathbb{R}^d)$ の内積を保つ線形写像なので、$W_\lambda$ は定義の条件をそのまま満たす。後半は $\|\varphi^\lambda_x\|_{L^2}^2=\lambda^{-d}\|\varphi\|_{L^2}^2$ による。$\square$
幅 $\lambda$ にならした白色雑音の大きさは $\lambda^{-d/2}$ で、これが「正則性 $-d/2$」の意味である。時空の白色雑音を放物型のスケーリング(時間を 2 次元分と数える)で測ると、正則性は $-(d+2)/2$ になる。これが KPZ方程式 や $\Phi^4$ 模型の積の項が定義できない理由で、ラフパス理論 と正則性構造の理論はこの困難に答える枠組みである。
時系列解析では、実数値の列 $(\varepsilon_t)_{t\in\mathbb{Z}}$ が $\mathbb{E}\varepsilon_t=0$、$\mathbb{E}\varepsilon_t^2=\sigma^2>0$、$s\ne t$ で $\mathbb{E}[\varepsilon_s\varepsilon_t]=0$ を満たすとき 白色雑音 といい、$\mathrm{WN}(0,\sigma^2)$ と書く(ARMAモデル、定常過程 の定義と同じ)。独立同分布なものを 強い白色雑音、同時に Gauss 型のものを Gauss 型の白色雑音 と呼んで区別する。白色雑音の自己共分散は $\sigma^21_{\{h=0\}}$ で、スペクトル密度は定数 $\sigma^2/2\pi$ である(Wiener–Khinchinの定理)。すべての周波数を同じ強さで含むことが「白色」の名の由来である。
3 つの概念は次の関係にある。
$(\eta_t)$ を独立に $N(0,1)$ に従う列とし、$\varepsilon_t:=\eta_t\eta_{t-1}$ とおく。$\mathbb{E}\varepsilon_t=0$、$\mathbb{E}\varepsilon_t^2=1$ で、$s< t$ なら $\mathbb{E}[\varepsilon_s\varepsilon_t]$ は $\eta_t$ を 1 回だけ含む積の期待値なので $0$ である。よって $(\varepsilon_t)$ は $\mathrm{WN}(0,1)$ である。一方
$$
\mathbb{E}\bigl[\varepsilon_t^2\varepsilon_{t-1}^2\bigr]=\mathbb{E}\eta_t^2\,\mathbb{E}\eta_{t-1}^4\,\mathbb{E}\eta_{t-2}^2=3\ne1=\mathbb{E}\varepsilon_t^2\,\mathbb{E}\varepsilon_{t-1}^2
$$
なので、$\varepsilon_t$ と $\varepsilon_{t-1}$ は独立でない。2 乗が相関するこの型の列は ARCHモデル でも現れる。
$\tilde N$ を $[0,1]$ 上の強度 $1$ の Poisson点過程 $N$ から $\tilde N(A):=N(A)-\lvert A\rvert$ で作る(補償された Poisson ランダム測度)。互いに交わらない集合で独立で、$\operatorname{Var}N(A)=\lvert A\rvert$ なので、$\mathbb{E}[\tilde N(A)\tilde N(B)]=\lvert A\cap B\rvert$ と白色雑音と同じ共分散をもつ。
| 主張 | 外す条件 | 例 | 成り立たなくなること |
|---|---|---|---|
| prop-wn-basic の 2 | 同時に Gauss 型 → 平均 $0$ で無相関 | ex-wn-product の $\varepsilon_t,\varepsilon_{t-1}$ | 無相関だが独立でない |
| thm-wn-exist の 2 | 同時に Gauss 型 | $\tilde N$ | 共分散は同じだが、$\tilde N(A)$ は $\mathbb{Z}-\lvert A\rvert$ に値をとり、法則が異なる |
| prop-wn-not-measure | 同時に Gauss 型 | $\tilde N$ | $\tilde N$ は各 $\omega$ で有限な符号つき測度で、全変動は $N([0,1])+1$ 以下で有限 |
| thm-wn-sobolev の 1 | $s>d/2$ → $s=d/2$ | $d=1$、$s=\frac12$ | $\sum_k(1+k^2)^{-1/2}=\infty$ で、$\|X_N\|_{H^{-1/2}}\to\infty$(確率 $1$) |
2 行目と 3 行目から、共分散だけでは白色雑音の振る舞いは決まらず、Gauss 性が本質的であることが分かる。
時間の白色雑音は工学と統計物理で Brown 運動の微分として使われてきた。等正規過程としての定義(Hilbert 空間で添字づけた同時に Gauss 型の族で、添字の写像が等長なもの)は Hai14 §10.1(p. 148)の記述に従った。時空の白色雑音の形式的な共分散 $\delta(t-s)\delta(x-y)$ は FH20 §12.3(pp. 230–231)にある。thm-wn-exist、prop-wn-not-measure、thm-wn-sobolev とその補題の証明は、この記事で書き下ろした。
Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する