Wiener–Hopf分解(確率論)

同義語:ランダムウォークのWiener–Hopf分解Wiener–Hopf factorization for random walks

概要

Wiener–Hopf分解(確率論)(Wiener–Hopf factorization)とは、独立同分布な実数値の確率変数の部分和がつくるランダムウォークについて、1 歩の特性関数 $\varphi$ と $0\le s< 1$ に対して $1-s\varphi(t)=(1-F_+(s,t))(1-F_-(s,t))$ が成り立つという等式である。$F_+$ は初めて $0$ を上に越える時刻と位置の、$F_-$ は初めて $0$ 以下に来る時刻と位置の同時分布の変換である。2 つの因子は原点での正規化のもとで一意に決まり、部分和の分布によって $1-F_+=\exp(-\sum_n\frac{s^n}n\mathrm E[e^{itS_n};S_n>0])$ と表せ、最大値の分布や正の部分和の個数の分布はここから導かれる。

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

前提知識: ランダムウォーク, 特性関数(確率論), 停止時刻

独立同分布な実数値の確率変数 $X_1,X_2,\ldots$ の部分和 $S_n=X_1+\cdots+X_n$($S_0=0$)が、初めて $0$ を上に越える時刻とそのときの位置を 梯子時刻・梯子高さ という。上向きの梯子の時刻と高さの同時分布の変換を $F_+(s,t)$、初めて $0$ 以下に来る時刻と位置の同時分布の変換を $F_-(s,t)$ とすると、$X_1$ の特性関数 $\varphi$ について
$$ 1-s\,\varphi(t)=\bigl(1-F_+(s,t)\bigr)\bigl(1-F_-(s,t)\bigr)\qquad(0\le s< 1,\ t\in\mathbb R) $$
が成り立つ。左辺は 1 歩の分布だけで決まり、右辺の 2 つの因子は、それぞれ $(0,\infty)$ と $(-\infty,0]$ の上の測度から作られる。この分解を確率論の Wiener–Hopf 分解(Wiener–Hopf factorization)という。因子はさらに、部分和の分布だけを使って
$$ 1-F_+(s,t)=\exp\Bigl(-\sum_{n\ge1}\frac{s^n}n\,\mathrm E\bigl[e^{itS_n};\ S_n>0\bigr]\Bigr) $$
と書ける。
同じ名の Wiener–Hopf法 は、Wiener 代数の元を円板の内側と外側で可逆な因子に分け、半直線の上の畳み込み方程式を解く解析の方法である。この記事の分解は、ランダムウォークの梯子の分布を与える等式で、主題が異なる。両者の関係は、値が整数の歩みでは、この記事の分解が Wiener 代数での標準分解の一例になることである(rem-whp-analytic)。
この記事では、梯子時刻を定義し、分解(thm-whp-factor)、因子の一意性(prop-whp-unique)、因子の指数公式(thm-whp-baxter)を証明する。最大値の分布は Spitzerの公式、正の部分和の個数と $S_1,\ldots,S_n$ がすべて正である確率は Sparre Andersenの定理 で、どちらもこの記事の結果から導く。

梯子時刻と梯子高さ

以下、$X_1,X_2,\ldots$ は独立で同じ分布に従う実数値の確率変数、$\varphi(t)=\mathrm E[e^{itX_1}]$、$\mathcal F_n=\sigma(X_1,\ldots,X_n)$ とし、$\mathrm E[Y;A]:=\mathrm E[Y\mathbf 1_A]$ と書く。

梯子時刻と梯子高さ

$\tau_+:=\min\{n\ge1\mid S_n>0\}$ を 狭義上昇梯子時刻、$\tau_-:=\min\{n\ge1\mid S_n\le0\}$ を 弱下降梯子時刻 という(該当する $n$ がなければ $\infty$)。$\tau_\pm< \infty$ のとき $H_\pm:=S_{\tau_\pm}$ を 梯子高さ という。$0\le s< 1$、$t\in\mathbb R$ について
$$ F_\pm(s,t):=\mathrm E\bigl[s^{\tau_\pm}e^{itH_\pm};\ \tau_\pm< \infty\bigr] $$
とおく。さらに $\tau_\pm^{(0)}:=0$ とし、$k\ge1$ について
$$ \tau_+^{(k)}:=\min\{n>\tau_+^{(k-1)}\mid S_n>S_{\tau_+^{(k-1)}}\},\qquad\tau_-^{(k)}:=\min\{n>\tau_-^{(k-1)}\mid S_n\le S_{\tau_-^{(k-1)}}\} $$
(前の時刻が $\infty$ なら $\infty$)を第 $k$ の梯子時刻という。

$\lvert F_\pm(s,t)\rvert\le s< 1$ である。$\tau_+>n$ は $S_1\le0,\ldots,S_n\le0$ と、$\tau_->n$ は $S_1>0,\ldots,S_n>0$ と同じである。上向きを狭義($>$)、下向きを弱($\le$)にとることが分解の要点で、両方を狭義にすると分解が成り立たないことがある($X_1=0$ が確率 $1$ の場合。ex-whp-counterexamples)。

梯子時刻の集合
  1. $n\ge1$ がある $k\ge1$ について $\tau_+^{(k)}$ に等しいことは、$S_n>\max(S_0,\ldots,S_{n-1})$ と同値である。同様に、$n\ge1$ がある $\tau_-^{(k)}$ に等しいことは、$S_n\le\min(S_0,\ldots,S_{n-1})$ と同値である。
  2. $k\ge0$ について $\mathrm E\bigl[s^{\tau_\pm^{(k)}}e^{itS_{\tau_\pm^{(k)}}};\ \tau_\pm^{(k)}< \infty\bigr]=F_\pm(s,t)^k$ である。
  3. したがって、$n=0$ の項を $1$ として
    $$ \sum_{n\ge0}s^n\,\mathrm E\Bigl[e^{itS_n};\ S_n>\max_{j< n}S_j\Bigr]=\frac1{1-F_+(s,t)},\qquad\sum_{n\ge0}s^n\,\mathrm E\Bigl[e^{itS_n};\ S_n\le\min_{j< n}S_j\Bigr]=\frac1{1-F_-(s,t)} $$
    である。
前の梯子時刻からの増分に分ける

1. 上向きの場合を示す(下向きは不等号を $\le$ と $\ge$ に替えるだけである)。$\tau^{(k)}:=\tau_+^{(k)}$ と書く。定義から $\tau^{(k-1)}< j< \tau^{(k)}$ では $S_j\le S_{\tau^{(k-1)}}$ である。$k$ についての帰納法で $S_{\tau^{(k-1)}}=\max_{j\le\tau^{(k-1)}}S_j$ とすると、$\tau^{(k)}< \infty$ のとき $\max_{j< \tau^{(k)}}S_j=S_{\tau^{(k-1)}}< S_{\tau^{(k)}}$ である。逆に $S_n>\max_{j< n}S_j$ とし、$\tau^{(k)}< n$ となる最大の $k$ をとる($\tau^{(0)}=0< n$ で、有限な $\tau^{(k)}$ は狭義増加なので存在する)。$S_n>S_{\tau^{(k)}}$ なので $\tau^{(k+1)}\le n$ で、$k$ の最大性から $\tau^{(k+1)}=n$ である。
2. $\tau^{(k)}$ は停止時刻である。$\{\tau^{(k-1)}< \infty\}$ の上で、$\tau^{(k)}-\tau^{(k-1)}$ と $S_{\tau^{(k)}}-S_{\tau^{(k-1)}}$ は、ずらした列 $(X_{\tau^{(k-1)}+j})_{j\ge1}$ に $\tau_\pm$ と $H_\pm$ を作る規則を当てたものである。停止時刻 の命題「ランダムウォークの強 Markov 性」により、ずらした列は $\mathcal F_{\tau^{(k-1)}}$ と独立で $(X_j)_{j\ge1}$ と同じ分布をもつ(命題は直積の形の事象について述べているが、$\{\tau=m,\ S_m\in B\}$ のような最初の $m$ 個で決まる事象へは π-λ 定理で延びる)。$s^{\tau^{(k-1)}}e^{itS_{\tau^{(k-1)}}}\mathbf 1_{\{\tau^{(k-1)}< \infty\}}$ は $\mathcal F_{\tau^{(k-1)}}$ 可測なので、期待値は $k-1$ の場合の値と $F_\pm$ の積に分かれ、帰納法で主張を得る。
3. 1 により、$n\ge1$ について事象 $\{S_n>\max_{j< n}S_j\}$ は $\{\tau^{(k)}=n\}$($k\ge1$)の互いに素な和である。$\lvert s\rvert< 1$ なので和の順序を替えてよく、左辺は $\sum_{k\ge0}F_+^k=1/(1-F_+)$ である。下向きも同じである。$\square$

時間の反転

$n\ge0$ について $\mathrm E[e^{itS_n};\ \tau_+>n]=\mathrm E[e^{itS_n};\ S_n\le\min_{j< n}S_j]$ である。したがって
$$ \Psi(s,t):=\sum_{n\ge0}s^n\,\mathrm E\bigl[e^{itS_n};\ \tau_+>n\bigr]=\frac1{1-F_-(s,t)} $$
である。

歩みを後ろから読む

$n\ge1$ を固定し、$X'_j:=X_{n+1-j}$($1\le j\le n$)とおく。$(X'_1,\ldots,X'_n)$ は $(X_1,\ldots,X_n)$ と同じ同時分布をもつ。その部分和は $S'_k=S_n-S_{n-k}$ で、$S'_n=S_n$ である。$1\le j\le n$ について $S_j\le0$ であることは、$k=n-j$ とおくと $S'_n\le S'_k$($0\le k\le n-1$)と同じなので
$$ \mathrm E[e^{itS_n};\ \tau_+>n]=\mathrm E\Bigl[e^{itS'_n};\ S'_n\le\min_{k< n}S'_k\Bigr]=\mathrm E\Bigl[e^{itS_n};\ S_n\le\min_{k< n}S_k\Bigr] $$
である。$n$ について $s^n$ を掛けて足すと、lem-whp-ladder-set の 3 により後半を得る。$\square$

主定理:分解

Wiener–Hopf 分解

$0\le s< 1$、$t\in\mathbb R$ について
$$ 1-s\,\varphi(t)=\bigl(1-F_+(s,t)\bigr)\bigl(1-F_-(s,t)\bigr) $$
である。

1 歩進めて、正に出たかどうかで分ける

$\psi_n(t):=\mathrm E[e^{itS_n};\ \tau_+>n]$ とおく。$\{\tau_+>n\}\in\mathcal F_n$ で $X_{n+1}$ は $\mathcal F_n$ と独立なので
$$ \varphi(t)\,\psi_n(t)=\mathrm E\bigl[e^{itS_{n+1}};\ \tau_+>n\bigr] $$
である。$\tau_+>n$ のもとで、$S_{n+1}>0$ は $\tau_+=n+1$ と、$S_{n+1}\le0$ は $\tau_+>n+1$ と同じなので、右辺は $\mathrm E[e^{itH_+};\ \tau_+=n+1]+\psi_{n+1}(t)$ に等しい。両辺に $s^{n+1}$ を掛けて $n\ge0$ について足す($\lvert\psi_n\rvert\le1$ なので絶対収束する)と、$\psi_0=1$ より
$$ s\varphi(t)\,\Psi(s,t)=F_+(s,t)+\Psi(s,t)-1,\qquad\text{すなわち}\qquad\Psi(s,t)\bigl(1-s\varphi(t)\bigr)=1-F_+(s,t) $$
である。lem-whp-duality により $\Psi=1/(1-F_-)$ なので、両辺に $1-F_-$ を掛けて主張を得る。$\square$

$t=0$ とおくと $1-s=(1-\mathrm E[s^{\tau_+};\tau_+< \infty])(1-\mathrm E[s^{\tau_-};\tau_-< \infty])$ で、時刻だけの関係になる。

因子の一意性

$\mathbb R$ の上の有限な符号付き測度 $\rho$ の Fourier 変換を $\hat\rho(t):=\int e^{itx}\rho(dx)$ と書く。$0\le s< 1$ を固定すると、$F_+(s,\cdot)$ は $(0,\infty)$ の上の測度 $\mu_+(B):=\mathrm E[s^{\tau_+};\ \tau_+< \infty,\ H_+\in B]$ の、$F_-(s,\cdot)$ は $(-\infty,0]$ の上の同様の測度 $\mu_-$ の Fourier 変換で、全質量はどちらも $s$ 以下である。次の事実を使う。

  • 有限な符号付き測度は Fourier 変換で決まる。$\hat\rho=0$ なら、符号付き測度 の定理「Jordan分解」の $\rho=\rho^+-\rho^-$ で $\hat{\rho^+}=\hat{\rho^-}$ となり、$t=0$ で全質量が等しいので、正規化して 特性関数(確率論) の系「特性関数は分布を決める」を使えば $\rho^+=\rho^-$ である。
  • 畳み込み $\rho*\kappa$ について $\widehat{\rho*\kappa}=\hat\rho\,\hat\kappa$、全変動について $\|\rho*\kappa\|\le\|\rho\|\,\|\kappa\|$ である。$[0,\infty)$ の上の測度どうしの畳み込みは $[0,\infty)$ の上にあり、その $\{0\}$ での値は両者の $\{0\}$ での値の積である。$(-\infty,0]$ でも同じである。
分解の一意性

$0\le s< 1$ を固定する。$\rho_+$ を $[0,\infty)$ の上の有限な符号付き測度で $\rho_+(\{0\})=1$ を満たし、$[0,\infty)$ の上の有限な符号付き測度 $\sigma$ で $\rho_+*\sigma=\delta_0$ となるものをもつとし、$\rho_-$ を $(-\infty,0]$ の上の有限な符号付き測度とする。$\hat\rho_+\hat\rho_-=1-s\varphi$ なら、$\hat\rho_+=1-F_+(s,\cdot)$、$\hat\rho_-=1-F_-(s,\cdot)$ である。

正の側と負の側の測度が一致するなら原点に集まる

$\alpha:=\delta_0-\mu_+$($[0,\infty)$ の上)、$\beta:=\sum_{k\ge0}\mu_-^{*k}$($(-\infty,0]$ の上、全変動で収束)とおくと $\hat\alpha=1-F_+$、$\hat\beta=1/(1-F_-)$ である。thm-whp-factor と仮定から $\hat\rho_+\hat\rho_-=\hat\alpha\,(1-F_-)$ で、両辺に $\hat\sigma\hat\beta$ を掛けると、$\hat\sigma\hat\rho_+=1$、$(1-F_-)\hat\beta=1$ より $\hat\rho_-\hat\beta=\hat\alpha\hat\sigma$ となる。左辺は $(-\infty,0]$ の上の測度 $\rho_-*\beta$ の、右辺は $[0,\infty)$ の上の測度 $\alpha*\sigma$ の Fourier 変換なので、両者は同じ測度で $\{0\}$ の上にあり、$c\,\delta_0$ の形である。ここで $c=\alpha(\{0\})\sigma(\{0\})=\sigma(\{0\})$ で、$\rho_+*\sigma=\delta_0$ の $\{0\}$ での値から $\rho_+(\{0\})\sigma(\{0\})=1$、すなわち $c=1$ である。よって $\hat\alpha\hat\sigma=1$ で、$\hat\rho_+=1/\hat\sigma=\hat\alpha=1-F_+$ である。$1-F_+\ne0$ なので $\hat\rho_-=1-F_-$ も従う。$\square$

正規化 $\rho_+(\{0\})=1$ は外せない。$\rho_+$ を $2\rho_+$ に、$\rho_-$ を $\frac12\rho_-$ に替えても積は変わらない。

因子の指数公式

因子を部分和の分布で表す

$0\le s< 1$、$t\in\mathbb R$ について
$$ 1-F_+(s,t)=\exp\Bigl(-\sum_{n\ge1}\frac{s^n}n\,\mathrm E\bigl[e^{itS_n};\ S_n>0\bigr]\Bigr),\qquad1-F_-(s,t)=\exp\Bigl(-\sum_{n\ge1}\frac{s^n}n\,\mathrm E\bigl[e^{itS_n};\ S_n\le0\bigr]\Bigr) $$
である。

指数関数で正の側と負の側に分ける

$\lambda_+(B):=\sum_{n\ge1}\frac{s^n}nP(S_n\in B,\ S_n>0)$、$\lambda_-(B):=\sum_{n\ge1}\frac{s^n}nP(S_n\in B,\ S_n\le0)$ とおく。それぞれ $(0,\infty)$ と $(-\infty,0]$ の上の測度で、全質量は $\sum_ns^n/n=-\log(1-s)$ 以下である。$\exp_*(\lambda):=\sum_{k\ge0}\lambda^{*k}/k!$ は全変動で収束し、Fourier 変換は $e^{\hat\lambda}$ で、畳み込みは可換なので $\exp_*(\lambda)*\exp_*(-\lambda)=\delta_0$ である。
$\hat\lambda_++\hat\lambda_-=\sum_n\frac{s^n}n\varphi^n=-\log(1-s\varphi)$($\lvert s\varphi\rvert< 1$ での主枝)なので、$e^{-\hat\lambda_+}e^{-\hat\lambda_-}=1-s\varphi$ である。$\rho_+:=\exp_*(-\lambda_+)$ は $[0,\infty)$ の上にあり、$k\ge1$ の $\lambda_+^{*k}$ は $(0,\infty)$ の上にあるので $\rho_+(\{0\})=1$ で、逆元 $\sigma=\exp_*(\lambda_+)$ をもつ。$\rho_-:=\exp_*(-\lambda_-)$ は $(-\infty,0]$ の上にある。prop-whp-unique により $1-F_\pm=e^{-\hat\lambda_\pm}$ である。$\square$

$t=0$ の場合は $\sum_{n\ge0}s^nP(S_1>0,\ldots,S_n>0)=(1-F_-(s,0))/(1-s)=\exp\bigl(\sum_n\frac{s^n}nP(S_n>0)\bigr)$ となり、この式は Sparre Andersen による(SA54 Theorem 1 の (3.6)、pp. 197–198)。この公式と同じ形の分解(上三角と下三角の部分の指数関数への分解)を、Baxter は作用素の恒等式として定式化し、組合せ論を使わない導き方を与えた(Bax58 p. 649)。

上限が有限になる条件

$$ P(\tau_+=\infty)=\exp\Bigl(-\sum_{n\ge1}\frac1nP(S_n>0)\Bigr) $$
である(和が発散するとき右辺は $0$)。和が収束するなら確率 $1$ で $\sup_nS_n< \infty$、発散するなら確率 $1$ で $\sup_nS_n=\infty$ である。

$s\uparrow1$ の極限をとる

thm-whp-baxter で $t=0$ とし $s\uparrow1$ とすると、単調収束定理 により $F_+(s,0)\uparrow P(\tau_+< \infty)$、$\sum_ns^nP(S_n>0)/n\uparrow\sum_nP(S_n>0)/n$ なので前半を得る。$r:=P(\tau_+< \infty)$ とおく。lem-whp-ladder-set の 2 で $t=0$、$s\uparrow1$ として $P(\tau_+^{(k)}< \infty)=r^k$ である。$r< 1$ なら、確率 $1$ で梯子時刻は有限個で、最後のもの $\tau_+^{(K)}$ より後は lem-whp-ladder-set の 1 により最大値を更新しないので、$\sup_nS_n=S_{\tau_+^{(K)}}< \infty$ である。$r=1$ なら、すべての $\tau_+^{(k)}$ が有限で、強 Markov 性により増分 $S_{\tau_+^{(k)}}-S_{\tau_+^{(k-1)}}$ は独立で $H_+$ と同じ分布をもつ。$H_+>0$ なので $P(H_+>\varepsilon)>0$ となる $\varepsilon>0$ があり、Borel–Cantelliの補題 により無限個の増分が $\varepsilon$ を超えるので、$\sup_nS_n=\infty$ である。$\square$

平均 $0$ で分散が正で有限なら、中心極限定理 により $P(S_n>0)\to\frac12$ なので和は発散し、上限も下限も($-X$ に当てて)無限大である。

例:単純ランダムウォーク

因子を一意性から読み取る

$P(X_1=1)=p$、$P(X_1=-1)=q=1-p$($0< p< 1$)とし、$0< s< 1$ で $r:=\sqrt{1-4pqs^2}$、$a:=\frac{1-r}{2qs}$、$b:=\frac{1-r}2$ とおく。展開すると、$e^{-it}$ の係数は $-qs$、定数項は $1-b+aqs=1$、$e^{it}$ の係数は $-a(1-b)=-\frac{1-r^2}{4qs}=-ps$ なので
$$ 1-s(pe^{it}+qe^{-it})=\bigl(1-a\,e^{it}\bigr)\bigl(1-b-qs\,e^{-it}\bigr) $$
である。$r>\lvert p-q\rvert$ から $a=\frac{2ps}{1+r}< 1$ なので、$\rho_+:=\delta_0-a\delta_1$ は逆元 $\sum_ka^k\delta_k$ をもち、$\rho_-:=(1-b)\delta_0-qs\,\delta_{-1}$ は $(-\infty,0]$ の上にある。prop-whp-unique により
$$ F_+(s,t)=a\,e^{it},\qquad F_-(s,t)=b+qs\,e^{-it} $$
である。上向きの梯子高さはいつも $1$ で、$\mathrm E[s^{\tau_+};\tau_+< \infty]=a$ である。$s\uparrow1$ とすると $P(\tau_+< \infty)=\frac{1-\lvert p-q\rvert}{2q}=\min(1,p/q)$ を得る。$F_-$ の $b$ は、最初に上がってから $0$ に戻って止まる分、$qse^{-it}$ は最初の 1 歩で $-1$ に下がって止まる分である。

Wiener–Hopf法との関係

値が整数の歩みと標準分解

$X_1$ が整数値なら、$z=e^{it}$ とおいて $1-s\varphi$ は Wiener–Hopf法 の Wiener 代数 $W$ の元である。$F_+$ は正の冪だけの、$F_-$ は $0$ 以下の冪だけの級数で、$\|F_\pm\|_W\le s< 1$ なので、Neumann 級数 $\sum_kF_\pm^k$ により $1-F_+$ は $W_+$ で、$1-F_-$ は $W_-$ で可逆である。したがって thm-whp-factor は、同記事の定義「Wiener–Hopf 分解」で指数 $\kappa=0$ の標準分解 $1-s\varphi=(1-F_-)(1-F_+)$ を与える。確率論の側の情報は、2 つの因子が梯子の分布という具体的な意味をもつことと、thm-whp-baxter で部分和の分布から計算できることにある。

連続時間の Lévy過程 $X$ でも、特性指数 $\Lambda$($\mathrm E[e^{izX_t}]=e^{-t\Lambda(z)}$)と、$X$ と独立な率 $\gamma>0$ の指数分布の時刻 $e(\gamma)$ について、$\gamma/(\gamma+\Lambda(z))$ を $\sup_{t\le e(\gamma)}X_t$ と $\inf_{t\le e(\gamma)}X_t$ の特性関数の積に分けた形の Wiener–Hopf 分解が使われる(KKP12 の (1)・(4) と p. 18)。離散の歩みでこれに当たるのは、Spitzerの公式 の、幾何分布の時刻での最大値と最大値からの下がり幅の独立性である。

使える条件と反例

外した仮定例成り立たなくなる結論
$\tau_-$ を弱く($S_n\le0$)とること$X_i=0$(確率 $1$)で、$\tau'_-:=\min\{n\ge1\mid S_n< 0\}$ を使うthm-whp-factor:$F_+=0$、$F'_-=0$ で右辺は $1$、左辺は $1-s$
$X_i$ の独立性$X_n=X_1$(すべての $n$)、$P(X_1=\pm1)=\frac12$thm-whp-factor:右辺は $1-s\cos t+\frac{s^2}4$、左辺は $1-s\cos t$
同じ分布$X_1=1$、$X_n=-1$($n\ge2$)、$\varphi$ は $X_1$ の特性関数thm-whp-factor:右辺は $(1-se^{it})(1-s^2)$、左辺は $1-se^{it}$
$\rho_+(\{0\})=1$$\rho_+=2(\delta_0-\mu_+)$、$\rho_-=\frac12(\delta_0-\mu_-)$prop-whp-unique:積は $1-s\varphi$ だが $\hat\rho_+=2(1-F_+)\ne1-F_+$
反例の確かめ

1 行目:$S_n=0$ がすべての $n$ で成り立つので $\tau_+=\tau'_-=\infty$ で、$1\ne1-s$($s>0$)である。弱い $\tau_-$ なら $\tau_-=1$、$H_-=0$ で $F_-=s$ となり、分解は成り立つ。2 行目:$S_n=nX_1$ なので、$X_1=1$ なら $\tau_+=1$、$\tau_-=\infty$、$X_1=-1$ なら $\tau_+=\infty$、$\tau_-=1$ である。$F_\pm=\frac s2e^{\pm it}$ で、積は $1-\frac s2(e^{it}+e^{-it})+\frac{s^2}4$ である。3 行目:$S_1=1$、$S_2=0$ なので $\tau_+=1$、$H_+=1$、$\tau_-=2$、$H_-=0$ で、$F_+=se^{it}$、$F_-=s^2$ である。$0< s< 1$ では $1-s^2\ne1$ なので等式は成り立たない。4 行目:$2\cdot\frac12=1$ なので積は変わらない。

関連項目

参考文献

[1]
Erik Sparre Andersen, On the fluctuations of sums of random variables II, Mathematica Scandinavica 2 (1954), pp. 195–223, 1954, Theorem 1 と (3.6)・(3.7)(pp. 197–198)
[2]
Glen Baxter, An operator identity, Pacific Journal of Mathematics 8 (1958), no. 4, pp. 649–663, 1958, §1 (1.1)–(1.3)(p. 649)
[3]
A. Kuznetsov, A. E. Kyprianou, J. C. Pardo, Meromorphic Lévy processes and their fluctuation identities, The Annals of Applied Probability 22 (2012), no. 3, 2012, arXiv 版 v1(arXiv:1004.4671)の (1)(p. 3)、(4)(p. 5)、Wiener–Hopf 分解の使用(p. 18)

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