従属過程(subordinator)とは、道が単調非減少な実数値の Lévy 過程である。Laplace 変換は $E[e^{-\lambda T_t}]=e^{-t\Phi(\lambda)}$ と書け、Laplace 指数 $\Phi(\lambda)=d\lambda+\int(1-e^{-\lambda x})\,\nu(dx)$ はドリフト $d\ge0$ と $\int(x\wedge1)\,\nu< \infty$ を満たす Lévy 測度で決まり、Bernstein 関数と 1 対 1 に対応する。ある 1 つの時刻で負の値をとらない Lévy 過程は従属過程である。独立な Lévy 過程の時間を従属過程で取り替えると再び Lévy 過程になり(Bochner の従属操作)、Brown 運動から対称安定過程や Laplace 分布に従う過程が得られる。
従属過程(subordinator)とは、道が単調非減少な実数値の Lévy過程 である。値が $0$ 以上なので特性関数より Laplace 変換で扱うのが自然で、$E[e^{-\lambda T_t}]=e^{-t\Phi(\lambda)}$ となる関数 $\Phi$(Laplace 指数)がただ 1 つ定まり、
$$
\Phi(\lambda)=d\lambda+\int_{(0,\infty)}(1-e^{-\lambda x})\,\nu(dx)\qquad(d\ge0,\ \textstyle\int(x\wedge1)\,\nu(dx)< \infty)
$$
の形をもつ(thm-sb-char)。この形の関数は Bernstein 関数とよばれ、従属過程の分布と 1 対 1 に対応する(cor-sb-bernstein)。
名は「時間を従属させる」使い方による。Lévy 過程 $X$ と独立な従属過程 $T$ について、$T_t$ を新しい時計として $Y_t:=X_{T_t}$ とおくと、$Y$ も Lévy 過程で、特性指数は $\Phi$ と $X$ の特性指数の合成になる(thm-sb-bochner、Bochner の従属操作)。Brown運動 を安定な従属過程で時間変更すれば対称安定過程が、Gamma 過程で時間変更すれば Laplace 分布に従う過程が得られる。Brown運動 の水準 $a$ への初到達時刻 $T_a$ は、$a$ を時刻と見ると指数 $\frac12$ の安定な従属過程である。
この記事では Lévy過程 の記事の定義と記法を使う。実数値の Lévy 過程 $X$ の特性関数は $E[e^{i\xi X_t}]=e^{t\eta(\xi)}$ と書け、特性指数 $\eta$ は 3 つ組 $(b,A,\nu)$($b\in\mathbb R$、$A\ge0$、$\nu$ は $\mathbb R\setminus\{0\}$ の上の測度で $\int(x^2\wedge1)\,\nu(dx)< \infty$)により
$$
\eta(\xi)=ib\xi-\frac A2\xi^2+\int\bigl(e^{i\xi x}-1-i\xi x\,\mathbf 1_{\{\lvert x\rvert< 1\}}\bigr)\,\nu(dx)
$$
とただ 1 通りに表される(Lévy過程 の定理「Lévy–Khintchine の公式」)。
実数値の Lévy 過程 $T=(T_t)_{t\ge0}$ が、確率 $1$ で道 $t\mapsto T_t$ が単調非減少であるとき、従属過程 という。
$T_0=0$ なので従属過程は $0$ 以上の値をとる。Poisson過程 は従属過程で、Brown運動 は従属過程でない。道が単調なので、各点で左右の極限をもち、跳びはすべて正である。
まず、Laplace 変換の式を複素数の範囲に延ばす補題を用意する。これで Laplace 変換と特性関数を行き来できる。
$d\ge0$、$\nu$ を $(0,\infty)$ の上の測度で $\int(x\wedge1)\,\nu(dx)< \infty$ とし、$\operatorname{Re}z\ge0$ で
$$
\Phi(z):=dz+\int_{(0,\infty)}(1-e^{-zx})\,\nu(dx)
$$
とおく。$\Phi$ は閉じた右半平面で連続、開いた右半平面で正則で、$\operatorname{Re}\Phi\ge0$ である。$Z\ge0$ を確率変数とし、すべての $\lambda>0$ で $E[e^{-\lambda Z}]=e^{-\Phi(\lambda)}$ なら、$\operatorname{Re}z\ge0$ で $E[e^{-zZ}]=e^{-\Phi(z)}$ であり、特に
$$
E[e^{i\xi Z}]=\exp\Bigl(i\xi d+\int_{(0,\infty)}(e^{i\xi x}-1)\,\nu(dx)\Bigr)\qquad(\xi\in\mathbb R)
$$
である。
$\operatorname{Re}w\ge0$ なら $1-e^{-w}=\int_0^1we^{-sw}\,ds$ と $\lvert e^{-sw}\rvert\le1$ から $\lvert1-e^{-w}\rvert\le\lvert w\rvert$ で、また $\lvert1-e^{-w}\rvert\le2$ である。よって $\operatorname{Re}z\ge0$、$x>0$ で
$$
\lvert1-e^{-zx}\rvert\le\min(\lvert z\rvert x,2)\le(\lvert z\rvert+2)(x\wedge1)
$$
である。右辺は $\lvert z\rvert$ の有界な範囲で $z$ によらない $\nu$ 可積分関数で押さえられるので、優収束定理 により $\Phi$ は閉じた右半平面で連続である。開いた右半平面の中の三角形の周に沿った積分は、Fubini の定理で $x$ ごとの積分に直すと、$z\mapsto1-e^{-zx}$ が正則なので $0$ になる。Moreraの定理 により $\Phi$ はそこで正則である。$\operatorname{Re}(1-e^{-zx})=1-e^{-x\operatorname{Re}z}\cos(x\operatorname{Im}z)\ge0$ から $\operatorname{Re}\Phi\ge0$ である。
$G(z):=E[e^{-zZ}]$ も、$\lvert e^{-zZ}\rvert\le1$ なので同じ議論で閉じた右半平面で連続、開いた右半平面で正則である。$G$ と $e^{-\Phi}$ は正の実軸の上で一致するので、一致の定理 により開いた右半平面で一致し、連続性により虚軸の上でも一致する。$z=-i\xi$ とおけば最後の式を得る。$\square$
$X$ を 3 つ組 $(b,A,\nu)$ の実数値の Lévy 過程とする。次は同値である。
3 の条件のもとでは $\int(x\wedge1)\,\nu(dx)< \infty$ で、特性指数は $\eta(\xi)=i\xi d+\int_{(0,\infty)}(e^{i\xi x}-1)\,\nu(dx)$ と書き直せる。
1 ⇒ 2。 $X_0=0$ と単調性から $X_t\ge0$ である。
2 ⇒ 3。 $Z:=X_{t_0}$ は $n$ 個の増分 $X_{kt_0/n}-X_{(k-1)t_0/n}$ の和で、これらは独立同分布なので、$Z$ の分布は無限分解可能である。$Z\ge0$ なので、無限分解可能分布 の命題「非負の無限分解可能分布の Laplace 変換」により、$c\ge0$ と $(0,\infty)$ の上の測度 $\nu'$($\int(x\wedge1)\,\nu'(dx)< \infty$)で $E[e^{-\lambda Z}]=\exp(-c\lambda-\int(1-e^{-\lambda x})\,\nu'(dx))$ となるものがある。lem-sb-complex により
$$
E[e^{i\xi Z}]=\exp\Bigl(i\xi c+\int(e^{i\xi x}-1)\,\nu'(dx)\Bigr)=\exp\Bigl(ib'\xi+\int\bigl(e^{i\xi x}-1-i\xi x\mathbf 1_{\{x< 1\}}\bigr)\,\nu'(dx)\Bigr)
$$
で、$b':=c+\int_{(0,1)}x\,\nu'(dx)$ である($\int_{(0,1)}x\,\nu'(dx)< \infty$ なので項を分けてよい)。$\int(x^2\wedge1)\,\nu'\le\int(x\wedge1)\,\nu'< \infty$ なので、これは 3 つ組 $(b',0,\nu')$ の表示である。一方 $E[e^{i\xi Z}]=e^{t_0\eta(\xi)}$ は 3 つ組 $(t_0b,t_0A,t_0\nu)$ の表示である。3 つ組の一意性により $A=0$、$t_0\nu=\nu'$、$t_0b=b'$ である。よって $\nu$ は $(0,\infty)$ に載り、$\int_{(0,1)}x\,\nu(dx)=t_0^{-1}\int_{(0,1)}x\,\nu'(dx)< \infty$、$d=b-\int_{(0,1)}x\,\nu(dx)=c/t_0\ge0$ である。
3 ⇒ 各 $X_t\ge0$ と Laplace 変換。 $t>0$ を固定する。$\nu_k:=\nu|_{(1/k,\infty)}$ は有限測度である(Lévy 測度は $\{\lvert x\rvert\ge\varepsilon\}$ で有限)。$\mu_k$ を、$td$ に、強度 $t\nu_k$ の複合 Poisson 分布(跳びは $\nu_k/\nu_k(0,\infty)$ に従い、すべて正)を足したものの分布とする($\nu_k=0$ なら $\mu_k=\delta_{td}$)。$\mu_k([0,\infty))=1$ で、Lévy過程 の命題「複合 Poisson 過程」により $\mu_k$ の特性関数は $\exp(it d\xi+t\int(e^{i\xi x}-1)\,\nu_k(dx))$ である。$\lvert e^{i\xi x}-1\rvert\le(\lvert\xi\rvert+2)(x\wedge1)$ と優収束定理により、これは $k\to\infty$ で
$$
\exp\Bigl(itd\xi+t\int(e^{i\xi x}-1)\,\nu(dx)\Bigr)=e^{t\eta(\xi)}
$$
に近づく(3 の条件で $\eta$ を書き直した)。Lévyの連続性定理 により $\mu_k$ は $X_t$ の分布に弱収束する。$[0,\infty)$ は閉集合なので、弱収束の性質から $P(X_t\ge0)\ge\limsup_k\mu_k([0,\infty))=1$ である。さらに $\lambda>0$ について有界連続関数 $f(x):=e^{-\lambda\max(x,0)}$ を使うと、弱収束、複合 Poisson 分布の Laplace 変換(跳びの個数で条件づける Lévy過程 の命題「複合 Poisson 過程」の証明と同じ計算)、$\nu_k\uparrow\nu$ での単調収束定理により
$$
E[e^{-\lambda X_t}]=E[f(X_t)]=\lim_k\int f\,d\mu_k=\lim_k\exp\Bigl(-td\lambda-t\int(1-e^{-\lambda x})\,\nu_k(dx)\Bigr)=e^{-t\Phi(\lambda)}
$$
である。$t\Phi$ は 3 つ組 $(td,t\nu)$ の Laplace 指数なので、lem-sb-complex により $\operatorname{Re}z\ge0$ に延びる。
3 ⇒ 1。 $s< t$ なら $X_t-X_s$ は $X_{t-s}$ と同じ分布なので、確率 $1$ で $X_s\le X_t$ である。有理数の組 $s< t$ は可算個なので、確率 $1$ で、すべての有理数 $s< t$ について $X_s\le X_t$ である。実数 $s< t$ には有理数 $s_n\downarrow s$、$t_n\downarrow t$ で $s_n< t_n$ となるものをとれば、道の右連続性から $X_s=\lim X_{s_n}\le\lim X_{t_n}=X_t$ である。よって道は単調非減少である。最後の主張は「3 ⇒ 各 $X_t\ge0$」の段で示した。$\square$
2 が「ある 1 つの時刻」で足りることに注意する。Lévy 過程では、ある時刻で負にならなければ、すべての時刻で負にならず、道全体が単調になる。
$(0,\infty)$ の上の $C^\infty$ 級関数 $\psi\ge0$ で、導関数 $\psi'$ が 完全単調関数 であるものを Bernstein 関数 という(完全単調関数 の注意「無限分解可能な分布と Bernstein 関数」)。
従属過程の Laplace 指数は、$\Phi(0+)=0$ となる Bernstein 関数である。逆に、$\psi(0+)=0$ となる Bernstein 関数 $\psi$ には、$\psi$ を Laplace 指数とする従属過程があり、その有限次元分布は $\psi$ でただ 1 通りに決まる。
前半。 $\lambda\ge\delta>0$ で $\partial_\lambda(1-e^{-\lambda x})=xe^{-\lambda x}\le C_\delta(x\wedge1)$($C_\delta:=\max(1,\sup_{x\ge1}xe^{-\delta x})$)なので、微分と積分を交換できる。同様に何回でも微分でき、$\Phi'(\lambda)=d+\int xe^{-\lambda x}\,\nu(dx)$ は測度 $d\delta_0+x\,\nu(dx)$ の Laplace 変換なので、完全単調関数 の定理「Bernstein の定理」により完全単調である。$\Phi\ge0$ と $\Phi(0+)=0$ は優収束定理による。
後半。 Bernstein の定理により、$[0,\infty)$ の上の測度 $\rho$ で $\psi'(\lambda)=\int e^{-\lambda s}\rho(ds)$ となるものがある。$\psi(0+)=0$ なので $\psi(\lambda)=\int_0^\lambda\psi'(u)\,du$ で、Tonelli の定理により
$$
\psi(\lambda)=\rho(\{0\})\lambda+\int_{(0,\infty)}(1-e^{-\lambda s})\,\frac{\rho(ds)}s
$$
である。$d:=\rho(\{0\})$、$\nu(ds):=s^{-1}\rho(ds)$ とおく。$s>0$ で $1-e^{-s}\ge(1-e^{-1})(s\wedge1)$ なので $\int(s\wedge1)\,\nu(ds)\le\psi(1)/(1-e^{-1})< \infty$ である。3 つ組 $(d+\int_{(0,1)}x\,\nu(dx),0,\nu)$ は thm-sb-char の 3 を満たすので、Lévy過程 の Lévy–Khintchine の公式の主張 2 によりこの 3 つ組の Lévy 過程があり、それは Laplace 指数 $\psi$ の従属過程である。一意性は、$e^{-t\psi}$ が $T_t$ の分布を決め(完全単調関数 の補題「Laplace 変換の一意性」)、Lévy 過程の有限次元分布が $T_1$ の分布で決まることによる。$\square$
$0< \alpha< 1$ とし、$d=0$、$\nu(dx)=\frac{\alpha}{\Gamma(1-\alpha)}x^{-1-\alpha}\mathbf 1_{\{x>0\}}\,dx$ とする。$\int(x\wedge1)\,\nu< \infty$ で、部分積分により
$$
\int_0^\infty(1-e^{-\lambda x})\,\alpha x^{-1-\alpha}\,dx=\Bigl[-(1-e^{-\lambda x})x^{-\alpha}\Bigr]_0^\infty+\lambda\int_0^\infty e^{-\lambda x}x^{-\alpha}\,dx=\Gamma(1-\alpha)\lambda^\alpha
$$
(境界の項は $x\to0$ で $\lambda x^{1-\alpha}\to0$、$x\to\infty$ で $0$)なので、$\Phi(\lambda)=\lambda^\alpha$ である。これを指数 $\alpha$ の 安定な従属過程 という。$E[e^{-\lambda T_{ct}}]=e^{-ct\lambda^\alpha}=E[e^{-\lambda c^{1/\alpha}T_t}]$ なので、$(T_{ct})_t$ と $(c^{1/\alpha}T_t)_t$ の有限次元分布は等しい。
$\alpha=\frac12$ の例が Brown運動 の初到達時刻である。$T_a:=\inf\{s\mid B_s>a\}$ とおくと、$a\mapsto T_a$ は Laplace 指数 $\sqrt{2\lambda}$ の従属過程で、$E[e^{-\lambda T_a}]=e^{-a\sqrt{2\lambda}}$ である(Lévy過程 の例「Gamma 過程と初到達時刻」、MP10 Theorem 2.35・Remark 2.36、p. 51)。上の式で $\nu$ を $\sqrt2$ 倍すれば、Lévy 測度 $(2\pi)^{-1/2}x^{-3/2}dx$ が得られる。
$d=0$、$\nu(dx)=x^{-1}e^{-x}\mathbf 1_{\{x>0\}}dx$ とする。Frullani積分 により $\Phi(\lambda)=\int_0^\infty(1-e^{-\lambda x})x^{-1}e^{-x}dx=\log(1+\lambda)$ で、$E[e^{-\lambda T_t}]=(1+\lambda)^{-t}$ である。$T_t$ は形状 $t$、率 $1$ の ガンマ分布 に従う。$\nu(0,\infty)=\infty$ なので、道は任意の区間で無限個の跳びをもち、狭義単調増加である(LP17 Example 15.6・15.7、pp. 155–156)。Lévy過程 の例の表の 3 つ組 $(1-e^{-1},0,\nu)$ では $d=(1-e^{-1})-\int_0^1e^{-x}dx=0$ である。
強度 $c$ の Poisson過程 は $d=0$、$\nu=c\delta_1$ で、$\Phi(\lambda)=c(1-e^{-\lambda})$ である。確定的な過程 $T_t=dt$ は $\Phi(\lambda)=d\lambda$ にあたる。
$X$ を $\mathbb R^m$ 値の Lévy 過程で特性指数 $\eta$ をもつもの、$T$ を Laplace 指数 $\Phi$ の従属過程で $X$ と独立なものとする。$Y_t:=X_{T_t}$ とおくと、$Y$ は Lévy 過程で
$$
E[e^{i\xi\cdot Y_t}]=e^{-t\Phi(-\eta(\xi))}\qquad(\xi\in\mathbb R^m,\ t\ge0)
$$
である。ここで $\operatorname{Re}(-\eta)\ge0$ で、$\Phi$ は lem-sb-complex により閉じた右半平面に延ばしたものである。
準備。 $\lvert e^{t\eta(\xi)}\rvert=\lvert E[e^{i\xi\cdot X_t}]\rvert\le1$ から $\operatorname{Re}\eta\le0$ である。thm-sb-char の最後の主張により、$\operatorname{Re}z\ge0$ で $E[e^{-zT_s}]=e^{-s\Phi(z)}$ である。道が右連続なので $(s,\omega)\mapsto X_s(\omega)$ は可測で、$Y_t$ は確率変数である。
確定した時刻での増分。 $0\le s_0\le s_1\le\dots\le s_n$ を確定した時刻とすると、$X$ の独立増分と定常増分から
$$
E\Bigl[\exp\Bigl(i\sum_{j=1}^n\xi_j\cdot(X_{s_j}-X_{s_{j-1}})\Bigr)\Bigr]=\prod_{j=1}^ne^{(s_j-s_{j-1})\eta(\xi_j)}
$$
である。
時計で条件づける。 $0=t_0< t_1< \dots< t_n$、$\xi_1,\dots,\xi_n\in\mathbb R^m$ とする。$X$ と $T$ は独立なので、両者の結合分布は積測度で、Fubini の定理により $T$ の値を固定して先に $X$ について期待値をとってよい。$T$ の道は非減少なので上の式が使え、
$$
E\Bigl[\exp\Bigl(i\sum_j\xi_j\cdot(Y_{t_j}-Y_{t_{j-1}})\Bigr)\Bigr]=E\Bigl[\prod_je^{(T_{t_j}-T_{t_{j-1}})\eta(\xi_j)}\Bigr]=\prod_je^{-(t_j-t_{j-1})\Phi(-\eta(\xi_j))}
$$
である。2 つ目の等号は、$T$ の増分の独立性と定常性、$z=-\eta(\xi_j)$ での $E[e^{-zT_s}]=e^{-s\Phi(z)}$ による。
Lévy 過程であること。 $T_0=0$、$X_0=0$ なので $Y_0=0$ である。上の式で 1 つの $j$ 以外の $\xi$ を $0$ とおくと($\eta(0)=0$、$\Phi(0)=0$)、$Y_{t_j}-Y_{t_{j-1}}$ の特性関数は $e^{-(t_j-t_{j-1})\Phi(-\eta(\xi))}$ で、$t_j-t_{j-1}$ だけで決まる。結合特性関数がそれらの積なので増分は独立である。道については、$X$ と $T$ の道が càdlàg で $T$ が非減少である $\omega$ を固定する。$h\downarrow0$ のとき $T_{t+h}\downarrow T_t$ なので $X_{T_{t+h}}\to X_{T_t}$ である。$T_{t-h}\uparrow T_{t-}$ のとき、$T_{t-h}$ がある所から $T_{t-}$ に等しいか、つねに $T_{t-}$ より小さいかのどちらかで、いずれの場合も $X_{T_{t-h}}$ は収束する。よって $Y$ の道は càdlàg で、確率連続性もこれから従う。$\square$
$X$ を $\mathbb R^m$ の Brown運動($\eta(\xi)=-\lvert\xi\rvert^2/2$)とする。
1 の過程の推移の半群は、Brown 運動の半群 $e^{t\Delta/2}$ に関数 $\lambda\mapsto e^{-t\lambda^\alpha}$ を当てたもので、生成作用素は Fourier 変換で $-(\lvert\xi\rvert^2/2)^\alpha$ を掛ける作用素、すなわち $-(-\frac12\Delta)^\alpha$ である。このように従属操作は、半群 $e^{-tL}$ から $e^{-t\Phi(L)}$ を作る関数計算として、Feller過程 や 強連続半群 の文脈でも使われる。
従属過程 $T$ が恒等的に $0$ でないとき、$U(B):=E\bigl[\int_0^\infty\mathbf 1_B(T_t)\,dt\bigr]$($B\subset[0,\infty)$ は Borel 集合)を ポテンシャル測度 という。$U([0,x])$ は $T$ が $[0,x]$ にとどまる時間の期待値で、$x$ を初めて越える時刻の期待値に等しい。Fubini の定理と thm-sb-char により、$\lambda>0$ で
$$
\int_{[0,\infty)}e^{-\lambda x}\,U(dx)=\int_0^\infty E[e^{-\lambda T_t}]\,dt=\int_0^\infty e^{-t\Phi(\lambda)}\,dt=\frac1{\Phi(\lambda)}
$$
である($T\ne0$ なら $d>0$ か $\nu\ne0$ で、$\Phi(\lambda)>0$)。安定な従属過程では $1/\lambda^\alpha=\int_0^\infty e^{-\lambda x}\frac{x^{\alpha-1}}{\Gamma(\alpha)}dx$ なので、Laplace 変換の一意性から $U(dx)=\frac{x^{\alpha-1}}{\Gamma(\alpha)}dx$ である。
| 主張 | 外す条件 | 例 | 成り立たなくなること |
|---|---|---|---|
| thm-sb-char | 3 の $A=0$ | $X_t=B_t+t$(3 つ組 $(1,1,0)$) | 各 $t>0$ で $P(X_t< 0)>0$ で、従属過程でない |
| thm-sb-char | 3 の $\int_{(0,1)}x\,\nu< \infty$ | 3 つ組 $(0,0,x^{-2}\mathbf 1_{(0,1)}(x)dx)$ | 跳びはすべて正だが、従属過程でなく、各 $t>0$ で $P(X_t< 0)>0$ |
| thm-sb-char | 3 の $d\ge0$ | $X_t=N_t-t$($N$ は強度 $1$ の Poisson 過程) | $P(X_t< 0)\ge P(N_t=0)=e^{-t}>0$ |
| thm-sb-bochner | $T$ と $X$ の独立性 | $X=B$(1 次元)、$T_t:=\inf\{s\mid B_s>t\}$ | $Y_t=t$ だが、公式は $e^{-t\lvert\xi\rvert}$ を与える |
1 行目。 $X_t$ は平均 $t$、分散 $t$ の正規分布に従うので負の値をとる確率が正である。$A=1\ne0$ なので thm-sb-char の 3 が成り立たず、2 も成り立たないことと合う。
2 行目。 $\int(x^2\wedge1)\,\nu=\int_0^1dx=1< \infty$ なので Lévy 測度である。$\nu((-\infty,0))=0$ だが $\int_0^1x\cdot x^{-2}dx=\infty$ なので 3 が成り立たず、thm-sb-char により 2 も成り立たない。正の跳びが無限に多く、その補正の項 $-i\xi x\mathbf 1_{\{x< 1\}}$ が道を下へ押し戻している。
3 行目。 3 つ組は $(-1,0,\delta_1)$ で($x=1$ は $\lvert x\rvert< 1$ に入らないので補正の項は $0$)、$d=-1< 0$ である。$N_t=0$ なら $X_t=-t< 0$ である。
4 行目。 $T$ は ex-sb-stable の初到達時刻の過程で、Laplace 指数は $\Phi(\lambda)=\sqrt{2\lambda}$ である。Brown 運動の道は連続なので $B_{T_t}=t$ である。一方 $\eta(\xi)=-\xi^2/2$ を公式に入れると $e^{-t\Phi(\xi^2/2)}=e^{-t\lvert\xi\rvert}$ で、これは $Y_t=t$ の特性関数 $e^{it\xi}$ と異なる。$T$ は $B$ から作られていて独立でない。
thm-sb-bochner の時間変更は S. Bochner の名で呼ばれることが多く、英語の subordinator(従属過程)はこの subordination(従属操作)から来ている。MP10 Theorem 2.35(p. 51)は Brown 運動の初到達時刻の過程を指数 $\frac12$ の安定な従属過程と呼び、Remark 2.36 で推移密度の形から増分の独立性と定常性を読みとっている。LP17 Example 15.7(p. 156)は、Poisson点過程 から作る複合 Poisson 型のランダム測度 $\xi$ により $Y_t:=\xi[0,t]$ として、ドリフトのない従属過程を定義している。
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