Hunt過程(Hunt process)とは、右連続で左極限をもつ道をとる強 Markov 過程のうち、準左連続なもの、すなわち停止時刻の増加列 $T_n\uparrow T$ に沿って $X_{T_n}\to X_T$ となるもので、跳んでもよいが予告できる時刻には跳ばない。Feller 過程は Hunt 過程だが、逆は成り立たない。準左連続性により、コンパクト集合への到達時刻は、それを囲む開集合への到達時刻の増加極限になる。正則な Dirichlet 形式には対応する対称な Hunt 過程があり、ポテンシャル論や加法的汎関数の理論の枠になる。
Hunt過程(Hunt process)とは、右連続で左極限をもつ道をとる強 Markov 過程のうち、準左連続なもの、すなわち停止時刻の増加列 $T_n\uparrow T$ に沿って $X_{T_n}\to X_T$ となるものである。過程は跳んでもよいが、「予告できる」時刻には跳ばない。G. A. Hunt が 1957–58 年に Markov 過程とポテンシャル論の対応を論じた論文(Hun57)で扱った過程の類で、この名がある。
Feller過程 は Hunt 過程である(thm-hp-feller)。逆は成り立たず(ex-hp-not-feller)、Hunt 過程の類は推移の半群の連続性を要求しない分だけ広い。準左連続性は到達時刻の扱いで効く。コンパクト集合への到達時刻は、それを囲む開集合への到達時刻の増加極限として得られる(prop-hp-hitting)。この性質があるので、到達確率を調べるポテンシャル論の議論を一般の Hunt 過程に移せる。正則な Dirichlet形式(確率論) には、それに対応する対称な Hunt 過程がある(rem-hp-fukushima)。
$E$ を局所コンパクトで可分な距離空間、$E_\partial:=E\cup\{\partial\}$ を 一点コンパクト化($E$ がコンパクトなら孤立点 $\partial$ を足したもの)とする。$E$ の上の関数は $f(\partial):=0$ で延ばす。$[0,\infty]$ に値をとる確率変数 $\tau$ で、すべての $t>0$ について $\{\tau< t\}\in\mathcal F_t$ となるものを オプショナル時刻 といい、$\mathcal F_{\tau+}:=\{F\mid F\cap\{\tau< t\}\in\mathcal F_t\ (t>0)\}$ とおく(Feller過程 の記事と同じ記法)。
フィルトレーション $(\mathcal F_t)$ に適合し、$E_\partial$ に値をとる右連続で左極限をもつ過程 $X$ が、確率測度 $P$ の下で 準左連続 であるとは、オプショナル時刻の増加列 $T_1\le T_2\le\cdots$ と $T:=\lim_nT_n$ について、$\{T< \infty\}$ の上で $P$-a.s. に $X_{T_n}\to X_T$ となることをいう。
$T_n< T$ がすべての $n$ で成り立つ所では $X_{T_n}\to X_{T-}$(左極限)なので、準左連続性は $X_{T-}=X_T$、すなわち $T$ で道が跳ばないことを意味する。$T_n=T$ となる $n$ がある所では収束は自明である。KW67 Theorem 1.2(p. 211)はこの性質を準左連続性と呼んでいる。
可測空間 $(\Omega,\mathcal F)$、フィルトレーション $(\mathcal F_t)$、$\mathcal F_t$ 可測な $X_t\colon\Omega\to E_\partial$、確率測度 $P_x$($x\in E_\partial$)の組が次を満たすとき、$X$ を Hunt 過程 という。
KW67 §4(p. 224)は、$E$ の上の過程を一点コンパクト化に延ばし、自然なフィルトレーションを完備化したものについて、各 $P_x$ が強 Markov 性と準左連続性をもつ過程を Hunt 過程と呼んでいる。フィルトレーションのとり方などの細部は文献により異なる。この記事では Feller過程 の記事の定義とつながるように、オプショナル時刻で述べた。
準左連続性は跳びを禁じない。Poisson過程 は跳ぶが、その跳びの時刻は停止時刻の増加列で前もって近づけない時刻である。準左連続性が排除するのは、「ある場所に近づいたら跳ぶ」のような、道の様子から予告できる跳びである(ex-hp-jump)。
Feller過程 は Hunt 過程である。すなわち、Feller 半群 $(P_t)$ に従う Feller 過程 $X$ は強 Markov 性と準左連続性をもつ。
Feller 過程の推移の確率 $P_x(X_t\in B)$ は $p_t(x,B)$ に等しく、強 Markov 性は Feller過程 の定理「Feller 過程の強 Markov 性」で示した($P_t$ は $\bar P_t$ にあたる)。準左連続性を示す。以下 $\bar P_t$ は $C(E_\partial)$ の上に延ばした半群で、$f\in C(E_\partial)$ なら $\bar P_tf\in C(E_\partial)$、$\|\bar P_tf-f\|\to0$($t\downarrow0$)である(同記事の節「Feller 過程」)。
有界な場合への帰着。 $T_n\uparrow T$ をオプショナル時刻の増加列とする。$N>0$ について $T_n\wedge N\uparrow T\wedge N$ もオプショナル時刻の列で、$\{T< N\}$ の上では $T_n\wedge N=T_n$、$T\wedge N=T$ である。$\{T< \infty\}=\bigcup_N\{T< N\}$ なので、$T\le N$ の場合に、$P_x$-a.s. に $X_{T_n}\to X_T$ を示せばよい。
極限 $L$。 道は左極限をもつので、$L:=\lim_nX_{T_n}$ はすべての $\omega$ で存在する($T_n=T$ となる $n$ があれば $L=X_T$、なければ $L=X_{T-}$)。
時間平均の等式。 $f,g\in C(E_\partial)$、$h>0$ とする。$X_{T_n}$ は $\mathcal F_{T_n+}$ 可測である(右連続な適合過程は発展的可測である)。強 Markov 性を $\tau=T_n$、$t\in[0,h]$ で使い、$t$ について積分して Fubini の定理を使うと
$$
E_x\Bigl[f(X_{T_n})\int_0^hg(X_{T_n+t})\,dt\Bigr]=\int_0^hE_x\bigl[f(X_{T_n})\,\bar P_tg(X_{T_n})\bigr]\,dt
$$
である(強 Markov 性の等式は、$\mathcal F_{T_n+}$ 可測な有界な確率変数を掛けても、指示関数の 1 次結合による近似で成り立つ)。
$n\to\infty$。 右辺では、$\bar P_tg$ が連続なので $\bar P_tg(X_{T_n})\to\bar P_tg(L)$ で、有界収束定理により右辺は $\int_0^hE_x[f(L)\bar P_tg(L)]\,dt$ に近づく。左辺では、$\omega$ を固定すると $T_n+t\uparrow T+t$ なので、$X_{T_n+t}$ は $X_{T+t}$ か左極限 $X_{(T+t)-}$ に近づく。右連続で左極限をもつ道の跳びの時刻は高々可算個なので、$X_{(T+t)-}\ne X_{T+t}$ となる $t$ は高々可算個で、$t$ についての Lebesgue 測度は $0$ である。よって $\int_0^hg(X_{T_n+t})\,dt\to\int_0^hg(X_{T+t})\,dt$ で、
$$
E_x\Bigl[f(L)\int_0^hg(X_{T+t})\,dt\Bigr]=\int_0^hE_x\bigl[f(L)\,\bar P_tg(L)\bigr]\,dt
$$
を得る。
$h\downarrow0$。 両辺を $h$ で割る。左辺は道の右連続性から $E_x[f(L)g(X_T)]$ に、右辺は $\|\bar P_tg-g\|\to0$ から $E_x[f(L)g(L)]$ に近づく。よって
$$
E_x\bigl[f(L)g(X_T)\bigr]=E_x\bigl[f(L)g(L)\bigr]\qquad(f,g\in C(E_\partial))
$$
である。Feller 性は、$n\to\infty$ の段で $\bar P_tg$ の連続性として、この段で強連続性として使った。
結論。 $(L,X_T)$ と $(L,L)$ の分布を $E_\partial\times E_\partial$ の上の確率測度 $\mu_1,\mu_2$ とする。直前の等式は $\varphi(y,z)=f(y)g(z)$ について $\int\varphi\,d\mu_1=\int\varphi\,d\mu_2$ を述べている。このような $\varphi$ の 1 次結合は、定数を含み、積で閉じ、点を分離するので、Stone–Weierstrassの定理 によりコンパクト距離空間 $E_\partial\times E_\partial$ の上の連続関数の空間で稠密である。よって $\mu_1,\mu_2$ はすべての連続関数の積分が等しく、$\mu_1=\mu_2$ である。対角線 $\Delta$ は閉集合で、$\mu_2(\Delta)=1$ なので $\mu_1(\Delta)=1$、すなわち $P_x(L=X_T)=1$ である。$\square$
証明の要は「時間平均の等式」の左辺で、時間について平均をとることで、確定した時刻ではなく「ほとんどすべての時刻」で道の左極限と現在の値が一致することを使えるようにしている。$h\downarrow0$ で右連続性に戻すと、左からの極限 $L$ と現在の値 $X_T$ が同じ分布の組になる。
この定理から、Brown運動、Lévy過程、Lipschitz 係数の確率微分方程式の解、有限状態の連続時間 Markov連鎖 はどれも Hunt 過程である(これらが Feller 過程であることは Feller過程 の記事の例と系「有限状態の場合」、拡散過程 の定理「確率微分方程式の解は拡散過程である」による)。Poisson過程 も Lévy 過程なので Hunt 過程であり、その跳びの時刻には停止時刻の増加列で下から近づけない。
$E=[0,1]$ とし、$x\in[0,1)$ では $\varphi_t(x):=x+t-\lfloor x+t\rfloor$(小数部分)、$\varphi_t(1):=1$ とおく。$\varphi_{s+t}=\varphi_t\circ\varphi_s$ が成り立つ。$P_x$ の下で $X_t:=\varphi_t(x)$ とする決定的な過程を考える。$x\in[0,1)$ から出た道は速さ $1$ で右へ進み、$1$ に左から近づいた瞬間に $0$ へ跳ぶ。道は右連続で左極限をもつ。
すべての $\omega$ で $X_{\tau+t}=\varphi_t(X_\tau)$ なので、強 Markov 性の等式は任意の $[0,\infty]$ 値の確率変数 $\tau$ で成り立つ。しかし $P_0$ の下で $T_n:=1-1/n$ は(確定した時刻なので)停止時刻で、$T_n\uparrow T=1$、$X_{T_n}=1-1/n\to1$ だが $X_1=0$ である。よって準左連続でなく、Hunt 過程でない。
$0< t< 1$ と $f(0)\ne f(1)$ となる $f\in C([0,1])$ について、$P_tf(x)=f(\varphi_t(x))$ は $x\uparrow1-t$ で $f(1)$ に近づくが $P_tf(1-t)=f(0)$ で、連続でないので、この過程は Feller 過程でもない。thm-hp-feller が使った Feller 性はちょうどこの不連続を禁じている。
$E=\mathbb R^2$ とし、$y=0$ なら $\psi_t(x,y):=(x+t,0)$、$y\ne0$ なら $\psi_t(x,y):=(x,y)$ とおく。$P_{(x,y)}$ の下で $X_t:=\psi_t(x,y)$ とする。道は連続なので $X_{T_n}\to X_T$ が常に成り立ち、準左連続である。ex-hp-jump と同じく $X_{\tau+t}=\psi_t(X_\tau)$ から強 Markov 性も成り立つ。よって Hunt 過程である。
一方 $f\in C_0(\mathbb R^2)$ と $t>0$ について、$P_tf(x,y)$ は $y\ne0$ では $f(x,y)$、$y=0$ では $f(x+t,0)$ で、$f(x+t,0)\ne f(x,0)$ となる $f$ では $(x,0)$ で連続でない。よって Feller 過程でない。
ex-hp-not-feller のように、Hunt 過程の定義は推移の半群の連続性を要求しない。準左連続性は道についての条件で、Feller 性は半群についての条件である。Feller 性は準左連続性を導くが(thm-hp-feller)、逆は成り立たない。
$K\subset E$ について、$D_K:=\inf\{t\ge0\mid X_t\in K\}$($\inf\emptyset:=\infty$)を $K$ への 到達時刻 という。開集合 $G$ への到達時刻 $\inf\{t\ge0\mid X_t\in G\}$ は、道の右連続性から $\{\cdot< t\}=\bigcup_{q\in\mathbb Q\cap[0,t)}\{X_q\in G\}$ となり、オプショナル時刻である。閉集合では右連続性だけからはこの表示が得られない。準左連続性がこれを補う。
$X$ を Hunt 過程、$K\subset E$ をコンパクト集合、$d$ を $E$ の距離とし、$G_n:=\{y\in E\mid d(y,K)< 1/n\}$、$T_n:=\inf\{t\ge0\mid X_t\in G_n\}$ とおく。このとき各 $x$ について、$P_x$-a.s. に $T_n\uparrow D_K$ であり、$\{D_K< \infty\}$ の上で $X_{D_K}\in K$ である。
$G_n$ は開集合で減少し、$K\subset G_n$ なので、$T_n$ はオプショナル時刻の増加列で $T_n\le D_K$ である。$T:=\lim_nT_n\le D_K$ とおく。
コンパクトな近傍。 $E$ は局所コンパクトなので、$K$ はコンパクトな近傍 $V$ をもつ。$y\mapsto d(y,E\setminus V^\circ)$ は $K$ の上で正の連続関数なので、正の最小値 $\delta$ をもつ($V^\circ=E$ なら $\delta:=\infty$)。$1/n< \delta$ なら $\{y\mid d(y,K)\le1/n\}\subset V$ である。
$X_{T_n}$ の位置。 $\{T_n< \infty\}$ の上では、$X_{T_n}\in G_n$ であるか、$t_k\downarrow T_n$ で $X_{t_k}\in G_n$ となる列があるので、右連続性から $X_{T_n}$ は $G_n$ の $E_\partial$ での閉包に入る。$1/n< \delta$ なら $G_n$ は $E_\partial$ の閉集合 $V$ に含まれるので、この閉包は $V$ に含まれ、$d(X_{T_n},K)\le1/n$ である。
極限。 $\{T< \infty\}$ の上ではすべての $T_n$ が有限である。準左連続性により、$P_x$-a.s. に $\{T< \infty\}$ の上で $X_{T_n}\to X_T$ である。$1/n< \delta$ のとき $X_{T_n}$ はコンパクト集合 $V$ に入り、$V$ は $E_\partial$ の閉集合なので $X_T\in V\subset E$ で、$d(X_T,K)=\lim_nd(X_{T_n},K)=0$ である。$K$ は閉集合なので $X_T\in K$、よって $D_K\le T$ である。合わせて $\{T< \infty\}$ の上で $D_K=T$、$X_{D_K}\in K$ である。$\{T=\infty\}$ の上では $D_K\ge T=\infty$ である。$\square$
この命題から、$D_K$ は $P_x$-a.s. にオプショナル時刻の増加極限に等しく、$K$ に到達したときの位置 $X_{D_K}$ は $K$ に入る。到達確率 $P_x(D_K< \infty)$ や $E_x[e^{-\lambda D_K}]$ が強 Markov 性を通して扱えるのはこのためで、これらは 容量(ポテンシャル論) や 優調和関数 の確率論的な表示の出発点になる。
$E$ を局所コンパクトで可分な距離空間、$m$ を台が $E$ 全体の Radon 測度とする。$L^2(E;m)$ の上の正則な Dirichlet形式(確率論) $(\mathcal E,\mathcal F)$ には、それに付随する $m$ 対称な Hunt 過程が存在する(Ooi25 §2、p. 3)。この存在定理は福島正俊による(Fuk71)。
福島分解 や 加法的汎関数 の理論は、この Hunt 過程の上で組み立てられている。ここで過程が Feller 過程であるとは限らないので、Feller 性を要求しない Hunt 過程の類が自然な枠になる。
| 主張 | 外す条件 | 例 | 成り立たなくなること |
|---|---|---|---|
| thm-hp-feller | Feller 性 | ex-hp-jump の小数部分の流れ | 強 Markov 性は成り立つが、準左連続でない |
| thm-hp-feller の逆 | (逆向き) | ex-hp-not-feller | Hunt 過程だが、Feller 過程でない |
| prop-hp-hitting | 準左連続性 | ex-hp-jump、$x=0$、$K=\{1\}$ | $T_n=1-1/n\uparrow1$ だが $D_K=\infty$ |
| def-hp-qlc の帰結 | $T_n$ が停止時刻であること | Poisson過程 $N$、$T$ を最初の跳びの時刻、$T_n:=(T-1/n)\vee0$ | $N_{T_n}=0$、$N_T=1$ で $N_{T_n}\not\to N_T$ |
3 行目。 $P_0$ の下で道は $t< 1$ で $X_t=t$、$X_1=0$ で、以後 $X_t=t-\lfloor t\rfloor$ である。$G_n=(1-1/n,1]$ なので $T_n=1-1/n$ である。$X_t=1$ となる $t$ はないので $D_{\{1\}}=\infty$ である。$X_{T_n}\to1$ だが $X_1=0$ で、prf-hp-hitting の「極限」の段が使えない。
4 行目。 $T$ は平均 $1/\lambda$ の指数分布に従う($\lambda$ は強度)。$T_n< T$($T>1/n$ のとき)なので $N_{T_n}=0$、$N_T=1$ である。$\{T_n\le t\}=\{T\le t+1/n\}$ は $\mathcal F_t$ に入らないので $T_n$ は停止時刻でない。Poisson 過程は Lévy 過程で Hunt 過程なので、停止時刻の増加列 $S_n\uparrow T$ をとると、$\{T< \infty\}$ の上で a.s. に $N_{S_n}\to N_T$ となる。すべての $n$ で $S_n< T$ なら $N_{S_n}=0\not\to1=N_T$ なので、a.s. にある $n$ で $S_n=T$ である。つまり最初の跳びの時刻には、停止時刻の列で下から真に近づけない。
名は G. A. Hunt に由来する。Hunt は 1957–58 年の 3 部の論文 Hun57 で、到達時刻と過剰関数(優調和関数 にあたるもの)を調べ、Markov 過程と古典的な ポテンシャル論 を結びつけた。KW67 は §4 以降で Hunt 過程を扱い、2 乗可積分なマルチンゲールの空間が加法的汎関数で生成されることを論じている。正則な Dirichlet 形式から Hunt 過程を作る rem-hp-fukushima は、対称な Markov 過程を Dirichlet 形式で調べる理論の基礎になった。
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