モーメント問題

同義語:moment problem積率問題

概要

モーメント問題(moment problem)とは、実数列 $s_0,s_1,s_2,\dots$ に対し、すべての $n$ で $s_n=\int x^n\,d\mu(x)$ となる正の測度 $\mu$ が存在するか、存在するならただ 1 つかを問う問題である。台を $\mathbb{R}$、$[0,\infty)$、$[0,1]$ に置く場合をそれぞれ Hamburger、Stieltjes、Hausdorff のモーメント問題という。存在は Hankel 行列の正半定値性(Hausdorff の場合は数列の完全単調性)で特徴づけられ、一意性(決定性)は $s_{2k}^{1/(2k)}/(2k)$ が有界なら成り立つが、対数正規分布のようにモーメントがすべて等しい別の分布をもつ例もある。決定的な場合には、モーメントの収束から分布の弱収束が従う。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 確率測度, Lebesgue積分, モーメント母関数

モーメント問題(moment problem、積率問題)とは、実数列 $s_0,s_1,s_2,\dots$ が与えられたとき、
$$ s_n=\int x^n\,d\mu(x)\qquad(n=0,1,2,\dots) $$
をすべての $n$ で満たす正の測度 $\mu$ があるか(存在)、あるならただ 1 つか(決定性)を問う問題である。測度の台を置く集合によって、$\mathbb{R}$ 上の Hamburger のモーメント問題、$[0,\infty)$ 上の Stieltjes のモーメント問題、$[0,1]$ 上の Hausdorff のモーメント問題 という。
確率論でいえば「確率分布はそのモーメント $E[X^n]$ をすべて知れば決まるか」という問いである。答えは一般には否で、対数正規分布はモーメントが全部同じ別の分布をもつ。一方、モーメントの増え方が速すぎなければ分布は決まり、この決定性があるとき「モーメントの収束から分布の収束が出る」というモーメント法が使える。存在の側は、Hausdorff の場合は完全単調数列、Hamburger・Stieltjes の場合は Hankel 行列の正半定値性で完全に特徴づけられる。この記事では、存在の 3 つの定理、決定性の十分条件と反例、モーメント法を扱う。

定義

モーメント問題

$K\subset\mathbb{R}$ を閉集合、$s=(s_n)_{n\ge0}$ を実数列とする。$K$ 上の正の Borel 測度 $\mu$ で、すべての $n\ge0$ について $\int_K\lvert x\rvert^n\,d\mu(x)< \infty$ かつ $s_n=\int_Kx^n\,d\mu(x)$ となるものを、$s$ の $K$ 上の表現測度 という。表現測度があるとき $s$ を $K$ 上のモーメント列 といい、表現測度がただ 1 つのとき $s$(または $\mu$)は 決定的(determinate)、2 つ以上あるとき 不決定(indeterminate)であるという。$K=\mathbb{R}$、$[0,\infty)$、$[0,1]$ の場合をそれぞれ Hamburger、Stieltjes、Hausdorff のモーメント問題という。

$s_0=\mu(K)$ は全測度である。$s_0=1$ なら $\mu$ は確率測度で、$s_n$ は $K$ に値をとる確率変数のモーメント $E[X^n]$ である。多項式 $p(x)=\sum_na_nx^n$ に対し
$$ L_s(p):=\sum_na_ns_n $$
とおくと、$L_s$ は $\mathbb{R}[x]$ 上の線形汎関数で、$\mu$ が表現測度なら $L_s(p)=\int p\,d\mu$ である。$q(x)=\sum_{i=0}^N\xi_ix^i$ について
$$ L_s(q^2)=\sum_{i,j=0}^Ns_{i+j}\xi_i\xi_j $$
は、Hankel 行列 $(s_{i+j})_{0\le i,j\le N}$ の定める 2 次形式である。すべての $q\in\mathbb{R}[x]$ で $L_s(q^2)\ge0$ であることを、$s$ は 正半定値 であるといい、$q\ne0$ でつねに $L_s(q^2)>0$ なら 正定値 であるという。

存在

Hausdorff の場合

$[0,1]$ 上の表現測度の存在は、差分の符号で特徴づけられる。$(-\Delta)^ks_n:=\sum_{i=0}^k\binom ki(-1)^is_{n+i}$ がすべての $k,n\ge0$ で $0$ 以上であるとき $s$ は完全単調数列であるという。

Hausdorff のモーメント問題の解

実数列 $s$ が $[0,1]$ 上のモーメント列であることと、$s$ が完全単調数列であることは同値である。このとき $s$ は決定的である。

完全単調関数 の定理「Hausdorff のモーメント定理」そのものである。$\square$

決定性は $[0,1]$ に限らず、台が有界ならつねに成り立ち、しかも $\mathbb{R}$ 上の問題として決定的である。

有界な台をもつ測度の決定性

$\mu$ を $\mathbb{R}$ 上の有限な正の Borel 測度で、ある $M>0$ について $[-M,M]$ に集中しているものとする。$\nu$ が $\mathbb{R}$ 上の正の Borel 測度で、すべての $n$ で $\int\lvert x\rvert^n\,d\nu< \infty$ かつ $\int x^n\,d\nu=\int x^n\,d\mu$ なら、$\mu=\nu$ である。

まず $\nu$ も $[-M,M]$ に集中する。実際、$\varepsilon>0$ について $(M+\varepsilon)^{2k}\nu(\{\lvert x\rvert\ge M+\varepsilon\})\le\int x^{2k}\,d\nu=\int x^{2k}\,d\mu\le M^{2k}\mu(\mathbb{R})$ で、$k\to\infty$ とすれば $\nu(\{\lvert x\rvert\ge M+\varepsilon\})=0$ である。また $\nu(\mathbb{R})=\mu(\mathbb{R})< \infty$ である。仮定からすべての多項式 $p$ で $\int p\,d\mu=\int p\,d\nu$ である。$g$ を $\mathbb{R}$ 上の有界連続関数とすると、Weierstrassの近似定理 により $[-M,M]$ 上で $g$ に一様収束する多項式の列 $(p_k)$ があり、$\mu,\nu$ は $[-M,M]$ に集中した有限測度なので $\int g\,d\mu=\lim\int p_k\,d\mu=\lim\int p_k\,d\nu=\int g\,d\nu$ である。有限な Borel 測度は有界連続関数の積分で決まる(Prokhorovの定理 の補題「連続関数による有限測度の決定」)ので $\mu=\nu$ である。$\square$

Hamburger の場合

非負多項式は 2 つの平方の和

$p\in\mathbb{R}[x]$ が $\mathbb{R}$ 上で $0$ 以上なら、$p=a^2+b^2$ となる $a,b\in\mathbb{R}[x]$ がある。$p\ne0$ なら $(a,b)\ne(0,0)$ である。

要点:実根は偶数重で、虚根は共役の対で現れるので、$p=c\lvert h\rvert^2$($c>0$、$h\in\mathbb{C}[x]$)と書ける。

詳しい証明を開く

$p=0$ なら $a=b=0$ とすればよい。$p\ne0$ とする。代数学の基本定理 の系「実係数多項式の分解」により、$p$ は最高次の係数 $c$ と、1 次式 $x-\alpha$($\alpha$ は実根)と、実根をもたない 2 次式 $(x-\beta)^2+\gamma^2$($\gamma>0$)の積である。実根 $\alpha$ の重複度が奇数なら $p$ は $\alpha$ の近くで符号を変えるので、$p\ge0$ から各実根の重複度は偶数である。$x\to\infty$ で $p\ge0$ なので $c>0$ である。$h(x):=\sqrt c\prod_\alpha(x-\alpha)^{m_\alpha/2}\prod_{\beta,\gamma}\bigl(x-(\beta+i\gamma)\bigr)\in\mathbb{C}[x]$ とおくと、実数 $x$ で $\lvert x-(\beta+i\gamma)\rvert^2=(x-\beta)^2+\gamma^2$ なので $p(x)=\lvert h(x)\rvert^2=(\operatorname{Re}h)(x)^2+(\operatorname{Im}h)(x)^2$ である。$a:=\operatorname{Re}h$、$b:=\operatorname{Im}h$ は実係数多項式で、$h\ne0$ なので $(a,b)\ne(0,0)$ である。$\square$

直交多項式の零点

$s$ を正定値な実数列とする。$\langle p,q\rangle:=L_s(pq)$ は $\mathbb{R}[x]$ の内積であり、Gram–Schmidt の直交化により、各 $N\ge0$ についてモニックな $N$ 次多項式 $p_N$ で、$\deg q< N$ なるすべての $q$ について $L_s(p_Nq)=0$ となるものがある。$N\ge1$ のとき $p_N$ は相異なる $N$ 個の実根をもつ。

要点:奇数重の実根 $x_1,\dots,x_m$ をとり $q:=\prod(x-x_i)$ とすると $p_Nq\ge0$ なので $L_s(p_Nq)>0$ であり、直交性から $m\ge N$ である。

詳しい証明を開く

$L_s(q^2)>0$($q\ne0$)と双線形性・対称性から $\langle\cdot,\cdot\rangle$ は内積である。$1,x,x^2,\dots$ を直交化して $p_N$ を得る($p_N$ は $x^N$ から次数 $N$ 未満の成分を引いたものなのでモニックで、次数 $N$ 未満の多項式の全体と直交する)。$x_1< \cdots< x_m$ を $p_N$ の重複度が奇数の実根の全体とし、$q:=\prod_{i=1}^m(x-x_i)$($m=0$ なら $q:=1$)とおく。$p_Nq$ の実根はすべて偶数重で最高次の係数は $1$ なので、$p_Nq$ は $\mathbb{R}$ 上で $0$ 以上であり $0$ でない。lem-mp-two-squares により $p_Nq=a^2+b^2$($(a,b)\ne(0,0)$)なので $L_s(p_Nq)=L_s(a^2)+L_s(b^2)>0$ である。もし $m< N$ なら $\deg q< N$ なので直交性から $L_s(p_Nq)=0$ となり矛盾する。よって $m=N$ であり、$p_N$ は $N$ 個の相異なる実根(すべて単根)をもつ。$\square$

Gauss 型の求積

$s$ を正定値、$N\ge1$、$x_1,\dots,x_N$ を $p_N$ の根とし、$\ell_i$ を $\ell_i(x_j)=\delta_{ij}$ となる $N-1$ 次の Lagrange 補間多項式、$w_i:=L_s(\ell_i)$ とおく。このとき $w_i>0$ であり、次数 $2N-1$ 以下のすべての多項式 $q$ について
$$ L_s(q)=\sum_{i=1}^Nw_iq(x_i) $$
である。すなわち $\mu_N:=\sum_{i=1}^Nw_i\delta_{x_i}$ は、$0\le n\le2N-1$ で $\int x^n\,d\mu_N=s_n$ を満たす正の測度である。

$q=ap_N+r$($\deg a,\deg r\le N-1$)と割ると、直交性から $L_s(q)=L_s(r)$ であり、$r=\sum_ir(x_i)\ell_i$(Lagrange 補間)と $r(x_i)=q(x_i)$ から $L_s(r)=\sum_iq(x_i)w_i$ である。$\ell_i^2$ は次数 $2N-2$ なのでこの公式が使え、$L_s(\ell_i^2)=\sum_jw_j\ell_i(x_j)^2=w_i$ である。$\ell_i\ne0$ と正定値性から $w_i=L_s(\ell_i^2)>0$ である。$\square$

モーメントが収束する測度の列

$(\nu_j)_{j\ge1}$ を $\mathbb{R}$ 上の正の Borel 測度の列で、すべてのモーメントが有限で、各 $n\ge0$ について $\int x^n\,d\nu_j\to t_n$($j\to\infty$、$t_n$ は実数)とする。このとき、ある部分列 $(\nu_{j_k})$ と $\mathbb{R}$ 上の正の有限 Borel 測度 $\nu$ があり、すべての有界連続関数 $g$ について $\int g\,d\nu_{j_k}\to\int g\,d\nu$ であり、すべての $n$ について $\int x^n\,d\nu=t_n$ である。

要点:2 次のモーメントが有界なので列は緊密で、Hellyの選出定理 により弱収束する部分列がとれる。$n$ 次のモーメントの収束は、$2n+2$ 次のモーメントが有界であることから $x^n$ を $\lvert x\rvert\le K$ で切った有界連続関数で一様に近似して示す。

詳しい証明を開く

$t_0=0$ なら、Cauchy–Schwarzの不等式 から $\int\lvert x\rvert^n\,d\nu_j\le\nu_j(\mathbb{R})^{1/2}\bigl(\int x^{2n}\,d\nu_j\bigr)^{1/2}\to0$ なので、すべての $t_n$ は $0$ であり $\nu:=0$ でよい。以下 $t_0>0$ とし、$j$ が大きいところで $\nu_j(\mathbb{R})>0$ として、$F_j(x):=\nu_j((-\infty,x])/\nu_j(\mathbb{R})$ とおく。

緊密性:$C:=\sup_j\int x^2\,d\nu_j< \infty$ なので、Markov の不等式から $\nu_j(\{\lvert x\rvert\ge K\})\le C/K^2$ が $j$ によらずに成り立つ。

部分列の収束:Hellyの選出定理 の系「分布関数の列の選出」により、部分列 $(F_{j_k})$ と単調増加で右連続な $G\colon\mathbb{R}\to[0,1]$ があって、$G$ の連続点で $F_{j_k}\to G$ である。$\pm K$ が $G$ の連続点なら、緊密性から $G(-K)$ と $1-G(K)$ はともに $C/(K^2\inf_k\nu_{j_k}(\mathbb{R}))$ 以下なので($\nu_{j_k}(\mathbb{R})\to t_0>0$)、$G(-\infty)=0$、$G(\infty)=1$ であり、$G$ は確率測度 $\rho$ の分布関数である。$\nu:=t_0\rho$ とおく。分布関数の連続点での収束は分布収束なので、確率変数の収束 の定理「分布収束の特徴づけ」により、すべての有界連続関数 $g$ で $\int g\,d\nu_{j_k}=\nu_{j_k}(\mathbb{R})\int g\,dF_{j_k}\to t_0\int g\,d\rho=\int g\,d\nu$ である。

モーメント:$n\ge0$ と $M>0$ について $\min(x^{2n},M)$ は有界連続なので $\int\min(x^{2n},M)\,d\nu=\lim_k\int\min(x^{2n},M)\,d\nu_{j_k}\le t_{2n}$ であり、単調収束定理 で $M\to\infty$ として $\int x^{2n}\,d\nu\le t_{2n}$ である。とくに $\nu$ のすべてのモーメントは有限である。$K>0$ について $\varphi_K(x):=\max(-K^n,\min(x^n,K^n))$ とおくと、$\varphi_K$ は有界連続で、$\lvert x\rvert\le K$ で $x^n$ に等しく、つねに $\lvert x^n-\varphi_K(x)\rvert\le\lvert x\rvert^n\mathbf{1}_{\{\lvert x\rvert>K\}}\le K^{-n-2}x^{2n+2}$ である。よって、$2n+2$ 次のモーメントが $B$ 以下の測度 $\lambda$ について $\lvert\int x^n\,d\lambda-\int\varphi_K\,d\lambda\rvert\le B/K^{n+2}$ である。$B:=t_{2n+2}+1$ とすると、$k$ が大きいとき $\nu_{j_k}$ と $\nu$ がこれを満たすので

$$\Bigl\lvert\int x^n\,d\nu_{j_k}-\int x^n\,d\nu\Bigr\rvert\le\frac{2B}{K^{n+2}}+\Bigl\lvert\int\varphi_K\,d\nu_{j_k}-\int\varphi_K\,d\nu\Bigr\rvert$$

である。$k\to\infty$ として $\lvert t_n-\int x^n\,d\nu\rvert\le2B/K^{n+2}$ であり、$K$ は任意なので $\int x^n\,d\nu=t_n$ である。$\square$

Hamburger のモーメント問題の解

実数列 $s$ が $\mathbb{R}$ 上のモーメント列であることと、$s$ が正半定値であること(すべての $q\in\mathbb{R}[x]$ で $L_s(q^2)\ge0$)は同値である。

求積の測度の極限をとる

表現測度 $\mu$ があれば $L_s(q^2)=\int q^2\,d\mu\ge0$ である。逆に $s$ が正半定値であるとする。
正定値の場合. lem-mp-quadrature の測度 $\mu_N$($N\ge1$)は正の測度で、$n\le2N-1$ のとき $\int x^n\,d\mu_N=s_n$ である。したがって各 $n$ について $\int x^n\,d\mu_N\to s_n$($N\to\infty$。実際には $N>n/2$ で等しい)であり、lem-mp-limit により $\int x^n\,d\mu=s_n$(すべての $n$)となる正の測度 $\mu$ がある。
一般の場合. 標準正規分布のモーメントを $g_n:=\frac1{\sqrt{2\pi}}\int_{\mathbb{R}}x^ne^{-x^2/2}\,dx$ とおく($g_{2m}=(2m-1)!!$、$g_{2m+1}=0$)。$q\ne0$ なら $q^2$ は有限個の点を除いて正なので $L_g(q^2)=\frac1{\sqrt{2\pi}}\int q(x)^2e^{-x^2/2}\,dx>0$ であり、$g$ は正定値である。$m\ge1$ について $s^{(m)}:=s+\frac1mg$ は $L_{s^{(m)}}(q^2)=L_s(q^2)+\frac1mL_g(q^2)>0$($q\ne0$)を満たすので正定値であり、前段により表現測度 $\mu^{(m)}$ をもつ。$\int x^n\,d\mu^{(m)}=s_n+\frac1mg_n\to s_n$ なので、ふたたび lem-mp-limit により $s$ の表現測度がある。$\square$

$L_s(q^2)\ge0$ をすべての $q$ で確かめることは、すべての $N$ について Hankel 行列 $(s_{i+j})_{0\le i,j\le N}$ が正半定値であることと同じである。

Stieltjes の場合

Stieltjes のモーメント問題の解

実数列 $s=(s_n)_{n\ge0}$ が $[0,\infty)$ 上のモーメント列であることと、$s$ とずらした列 $s'=(s_{n+1})_{n\ge0}$ がともに正半定値であること(すべての $q$ で $L_s(q^2)\ge0$ かつ $L_s(xq^2)\ge0$)は同値である。

平方で $\mathbb{R}$ から $[0,\infty)$ に移す

$[0,\infty)$ 上の表現測度 $\mu$ があれば $L_s(q^2)=\int q^2\,d\mu\ge0$、$L_s(xq^2)=\int xq^2\,d\mu\ge0$ である。逆を示す。$t_{2n}:=s_n$、$t_{2n+1}:=0$ で数列 $t$ を定める。$\xi_0,\dots,\xi_N$ について、$i+j$ が奇数の項は $0$ なので
$$ \sum_{i,j}t_{i+j}\xi_i\xi_j=\sum_{a,b}s_{a+b}\xi_{2a}\xi_{2b}+\sum_{a,b}s_{a+b+1}\xi_{2a+1}\xi_{2b+1}\ge0 $$
である(第 1 項は $s$、第 2 項は $s'$ の Hankel 形式)。よって $t$ は正半定値で、thm-mp-hamburger により $\mathbb{R}$ 上の表現測度 $\nu$ をもつ。$\mu$ を $\nu$ の写像 $x\mapsto x^2$ による像測度とすると、$\mu$ は $[0,\infty)$ 上の正の測度で $\int y^n\,d\mu(y)=\int x^{2n}\,d\nu(x)=t_{2n}=s_n$ である。$\square$

決定性

決定性の十分条件

$s$ を $\mathbb{R}$ 上のモーメント列とし、
$$ \limsup_{k\to\infty}\frac{s_{2k}^{1/(2k)}}{2k}< \infty $$
とする。このとき $s$ は決定的である。

積率母関数が $0$ の近くで有限になることに帰着する

$s_0=0$ なら表現測度は $0$ だけなので $s_0>0$ とし、$s_0$ で割って $s_0=1$ としてよい(両辺を定数倍しても仮定は変わらない)。$\mu$ を表現測度(確率測度)とし、$X$ を分布 $\mu$ に従う確率変数、$\nu_n:=E[\lvert X\rvert^n]$ とおく。$\nu_{2k}=s_{2k}$ であり、Cauchy–Schwarzの不等式 から $\nu_{2k+1}^2\le s_{2k}s_{2k+2}$ である。$r$ を仮定の $\limsup$ とすると、$k\ge k_0$ で $s_{2k}\le\bigl((r+1)\cdot2k\bigr)^{2k}$ であり、
$$ \nu_{2k+1}\le\bigl((r+1)\cdot2k\bigr)^{k}\bigl((r+1)(2k+2)\bigr)^{k+1}\le\bigl((r+1)(2k+2)\bigr)^{2k+1} $$
なので、$n\ge2k_0$ のすべての $n$ で $\nu_n\le\bigl((r+1)(n+1)\bigr)^n$ である。$n!\ge(n/e)^n$ と $(1+\frac1n)^n\le e$ から、$t>0$ について
$$ \frac{\nu_nt^n}{n!}\le\frac{\bigl((r+1)(n+1)t\bigr)^n}{(n/e)^n}=\bigl(e(r+1)t\bigr)^n\Bigl(1+\frac1n\Bigr)^n\le e\,\bigl(e(r+1)t\bigr)^n $$
である。よって $\delta:=\frac1{e(r+1)}$ とおくと、$0< t< \delta$ で $\sum_n\nu_nt^n/n!< \infty$ であり、単調収束定理 により $E[e^{t\lvert X\rvert}]=\sum_n\nu_nt^n/n!< \infty$ である。すなわち $X$ の モーメント母関数 $M_X(t)=E[e^{tX}]$ は $(-\delta,\delta)$ で有限である。
$\mu'$ をもう 1 つの表現測度、$X'$ を分布 $\mu'$ に従う確率変数とすると、$X'$ も同じ $\nu_n$ の評価を満たす($\nu_n$ の評価は $s$ だけから出た)ので $M_{X'}$ も $(-\delta,\delta)$ で有限である。モーメント母関数 の定理「積率母関数の冪級数展開」により、$(-\delta,\delta)$ で $M_X(t)=\sum_ns_nt^n/n!=M_{X'}(t)$ である。同記事の定理「積率母関数は分布を決める」により $\mu=\mu'$ である。$\square$

決定的な分布の例

次の分布はそのモーメント列で決まる。

  1. 有界な区間に集中した分布(prop-mp-compact)。
  2. 積率母関数が $0$ の近くで有限な分布。とくに 正規分布、指数分布、ガンマ分布、Poisson分布。
  3. $[0,\infty)$ 上の分布で $\limsup_ks_k^{1/k}/k< \infty$ を満たすもの(Stieltjes の問題としても Hamburger の問題としても決定的)。

2:$X$ の積率母関数が $(-\delta,\delta)$ で有限で $0< t< \delta$ なら、$C:=E[\cosh tX]< \infty$ について $C\ge\frac{t^{2k}}{(2k)!}s_{2k}$ である。$(2k)!\le(2k)^{2k}$ なので $s_{2k}^{1/(2k)}/(2k)\le C^{1/(2k)}/t$ となり、thm-mp-determinacy の仮定を満たす。正規分布なら $s_{2k}=(2k-1)!!\le(2k)^k$ なので $s_{2k}^{1/(2k)}/(2k)\le(2k)^{-1/2}\to0$ で、thm-mp-determinacy の仮定も満たす。率 $1$・形状 $\alpha$ のガンマ分布なら $s_{2k}=\alpha(\alpha+1)\cdots(\alpha+2k-1)\le(\alpha+2k)^{2k}$ なので $s_{2k}^{1/(2k)}/(2k)\le(\alpha+2k)/(2k)\to1$ である。3:$[0,\infty)$ 上では $s_{2k}=\int x^{2k}\,d\mu$ なので、$\limsup s_k^{1/k}/k< \infty$ は thm-mp-determinacy の仮定を含み、$\mathbb{R}$ 上の表現測度が 1 つしかないなら $[0,\infty)$ 上の表現測度も 1 つしかない。$\square$

Carleman の条件

thm-mp-determinacy の仮定より弱い Carleman の条件 $\sum_{k\ge1}s_{2k}^{-1/(2k)}=\infty$ も決定性の十分条件であることが知られている(T. Carleman による。この記事では証明しない。主張の所在は Dur19 Theorem 3.3.25 の直後の Remark、p. 142)。thm-mp-determinacy の仮定のもとでは $s_{2k}^{1/(2k)}\le C\cdot2k$($k$ が大きいとき)なので $\sum s_{2k}^{-1/(2k)}\ge\sum\frac1{2Ck}=\infty$ となり、Carleman の条件が成り立つ。Stieltjes の問題では $\sum_ks_k^{-1/(2k)}=\infty$ が対応する十分条件である。$[0,\infty)$ 上の表現測度に、$X\ge0$ から $\pm\sqrt X$ を作る対称な測度(Dur19 p. 143)を対応させると、thm-mp-stieltjes の証明の列 $t$ の表現測度が得られ、$t$ に Carleman の条件を当てればよいからである。

不決定な例

対数正規分布

$f_0(x):=\frac1{\sqrt{2\pi}\,x}\exp\bigl(-\frac{(\log x)^2}2\bigr)$($x>0$)を対数正規分布の密度とし、$-1\le a\le1$ について $f_a(x):=f_0(x)\bigl(1+a\sin(2\pi\log x)\bigr)$ とおく。モーメント母関数 の例「反例:積率がすべて等しい 2 つの分布」で示されているように、$f_a$ はすべて $(0,\infty)$ 上の確率密度で、$a$ によらず $n$ 次のモーメントは $s_n=e^{n^2/2}$ であり、$a\ne0$ なら $f_a$ の分布は $f_0$ の分布と異なる。したがって $s_n=e^{n^2/2}$ は Hamburger の問題としても Stieltjes の問題としても不決定である。実際 $s_{2k}^{1/(2k)}/(2k)=e^k/(2k)\to\infty$ で、thm-mp-determinacy の仮定は満たされず、Carleman の条件 $\sum e^{-k}< \infty$ も満たされない。

同じモーメント列をもつ離散分布

$a>0$ とし、$c_a:=\sum_{k\in\mathbb{Z}}a^{-k}e^{-k^2/2}$($a^{-k}e^{-k^2/2}\le e^{\lvert k\rvert\lvert\log a\rvert-k^2/2}$ なので収束する)とおいて、$P(Y_a=ae^k):=a^{-k}e^{-k^2/2}/c_a$($k\in\mathbb{Z}$)で離散な確率変数 $Y_a$ を定める。$n\ge0$ について
$$ E[Y_a^n]=\frac1{c_a}\sum_{k\in\mathbb{Z}}a^{n-k}e^{nk-k^2/2}=\frac{e^{n^2/2}}{c_a}\sum_{k\in\mathbb{Z}}a^{-(k-n)}e^{-(k-n)^2/2}=e^{n^2/2} $$
である($nk-\frac{k^2}2=\frac{n^2}2-\frac{(k-n)^2}2$ と、$k\mapsto k-n$ が $\mathbb{Z}$ の全単射であることによる)。すなわち $Y_a$ は対数正規分布と同じモーメント列 $e^{n^2/2}$ をもつ。$a\in[1,e)$ の中で $a$ が違えば $Y_a$ の値の集合 $\{ae^k\}$ が違うので、これらは互いに異なる無限個の離散分布である($a'=ae^j$($j\in\mathbb{Z}$)なら $Y_{a'}$ は $Y_a$ と同じ分布である)。対数正規分布のモーメント列は、連続な分布と離散な分布の両方で表現される。

モーメント法

モーメント法

$(\mu_j)$ を $\mathbb{R}$ 上の確率測度の列で、すべてのモーメントが有限なものとし、各 $n$ について $\int x^n\,d\mu_j\to s_n$ とする。$s$ が決定的な($\mathbb{R}$ 上の)モーメント列で、$\mu$ をその表現測度とすると、$\mu_j$ は $\mu$ に弱収束する:すべての有界連続関数 $g$ について $\int g\,d\mu_j\to\int g\,d\mu$ である。

成り立たないとすると、有界連続関数 $g$ と $\varepsilon>0$ と部分列 $(\mu_{j_k})$ で $\lvert\int g\,d\mu_{j_k}-\int g\,d\mu\rvert\ge\varepsilon$(すべての $k$)となるものがある。lem-mp-limit を $(\mu_{j_k})$ に使うと、さらに部分列 $(\mu_{j_{k_l}})$ と測度 $\nu$ で、$\int g\,d\mu_{j_{k_l}}\to\int g\,d\nu$ かつ $\int x^n\,d\nu=s_n$(すべての $n$)となるものがある。$s$ は決定的なので $\nu=\mu$ であり、$\int g\,d\mu_{j_{k_l}}\to\int g\,d\mu$ となって矛盾する。$\square$

決定性の仮定は外せない(反例の表の 4 行目)。この定理は、極限の分布の候補が先に分かっていてモーメントが計算できるときに使う。ランダム行列の Wignerの半円則 の証明は、固有値の経験分布のモーメントが半円分布のモーメント(Catalan 数)に収束することを示すもので、半円分布は有界な台をもつので prop-mp-compact により決定的である。すべてのモーメントが有限な独立同分布の確率変数の和の中心極限定理も、モーメントが正規分布のモーメントに収束することを示す形で証明できる(cor-mp-examples の 2)。

反例:仮定を外すと成り立たないこと

外す仮定反例成り立たなくなること
Hankel 形式の正半定値性$s=(1,0,-1,0,0,\dots)$$L_s(x^2)=-1< 0$。$\mathbb{R}$ 上の表現測度がない
Stieltjes の第 2 の条件($s'$ の正半定値性)$s_n=(-1)^n$($\delta_{-1}$ のモーメント列)$L_s(x\cdot1^2)=s_1=-1< 0$。$\mathbb{R}$ 上の表現測度はあるが $[0,\infty)$ 上にはない
thm-mp-determinacy の増大の条件$s_n=e^{n^2/2}$表現測度が 2 つ以上ある(ex-mp-lognormal、ex-mp-discrete)
thm-mp-method の決定性$\mu_{2j}$ を $f_0$ の分布、$\mu_{2j+1}$ を $f_1$ の分布とするモーメントはすべて $e^{n^2/2}$ に収束(一定)するが、$(\mu_j)$ は弱収束しない
thm-mp-method の逆(弱収束からモーメントの収束)$\mu_j:=(1-\frac1j)\delta_0+\frac1j\delta_j$$\mu_j$ は $\delta_0$ に弱収束するが $\int x\,d\mu_j=1\not\to0$
表の確かめ

1 行目:$\xi=(0,1)$ の Hankel 形式は $s_2=-1$ である。2 行目:$\int x^n\,d\delta_{-1}=(-1)^n$ であり、$[0,\infty)$ 上の測度なら $s_1=\int x\,d\mu\ge0$ である。3 行目:ex-mp-lognormal で $s_{2k}^{1/(2k)}/(2k)\to\infty$ を確かめた。4 行目:$f_0$ と $f_1$ の分布は異なるので、$g$ として $A=\{x>0\mid\sin(2\pi\log x)>0\}$ の指示関数に近い有界連続関数をとれば $\int g\,d\mu_j$ は 2 つの値を交互にとる(2 つの分布が異なることの証明が $\int_Af_1\ne\int_Af_0$ なので、$A$ の指示関数を下から近似する連続関数で差が残る)。5 行目:有界連続関数 $g$ について $\int g\,d\mu_j=(1-\frac1j)g(0)+\frac1jg(j)\to g(0)$ である。$\square$

補足

名前と文献

$[0,\infty)$ 上の問題は T. J. Stieltjes が連分数の研究の中で定式化して解いた(Sti94)。$\mathbb{R}$ 上への拡張が H. Hamburger による(Ham20)。$[0,1]$ 上の問題は F. Hausdorff による(Hau21)。決定性の十分条件 thm-mp-determinacy とモーメント法は Dur19 §3.3.5 の Theorem 3.3.25(p. 142)と Theorem 3.3.26(p. 143)にあり、対数正規分布の例(C. C. Heyde による)は Counterexample 1(p. 140)、離散分布の族は p. 141、正規分布・ガンマ分布が決定的であることは Exercise 3.3.25(p. 143)にある。この記事の存在定理の証明は Gauss 型の求積と正規分布のモーメントによる摂動により、決定性の証明は積率母関数への帰着による(Dur19 p. 142 は特性関数の Taylor 展開を継ぎ足す)。

関係する話題

Hankel 行列の正定値性は 直交多項式 の存在(lem-mp-zeros)と同じ条件であり、直交多項式の 3 項漸化式の係数を並べた Jacobi 行列の自己共役性が決定性と対応する。Stieltjes 変換 $\int\frac{d\mu(x)}{z-x}$ の連分数展開や Padé近似 も同じ Hankel 行列式で記述される。$[0,1]$ 上の問題の解は完全単調数列による特徴づけで、完全単調関数の Laplace 変換による表示(完全単調関数)はそこから導かれる。

関連項目

参考文献

[3]
Rick Durrett, Probability: Theory and Examples (Version 5, January 11, 2019), 5th ed., Cambridge University Press, 2019, §3.3.5 The Moment Problem(pp. 140–143):Counterexample 1(p. 140)、離散分布の族(p. 141)、Theorem 3.3.25 と Carleman の条件の Remark(p. 142)、Theorem 3.3.26・Exercise 3.3.25(p. 143)
[4]
Thomas Jan Stieltjes, Recherches sur les fractions continues, Annales de la Faculté des sciences de Toulouse, Série 1, 1894, pp. J1–J122

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