Wiener–Khinchinの定理(Wiener–Khinchin theorem)とは、平均 2 乗連続な弱定常過程の自己共分散関数 $R(\tau)$ が、周波数の上のただ一つの有限な正の測度 $F$(スペクトル測度)の Fourier 変換 $R(\tau)=\int e^{i\tau\lambda}dF(\lambda)$ であるという定理である。$F$ は過程の分散を周波数に分解する。離散時間では円周上の測度で同じことが成り立つ。この分解から、フィルタの出力のスペクトル、時間平均の極限、周期図の期待値の収束が従う。
前提知識: Bochnerの定理, Fourier変換, Hilbert空間, 共分散
Wiener–Khinchinの定理(Wiener–Khinchin theorem)は、弱定常過程の自己共分散関数が、周波数の上の有限な正の測度の Fourier 変換であることを述べる定理である。2 次モーメントをもつ平均 $0$ の過程 $(X_t)$ で $R(\tau)=E[X_{t+\tau}\overline{X_t}]$ が $t$ によらず、$\tau$ について連続なら、
$$
R(\tau)=\int_{\mathbb{R}}e^{i\tau\lambda}\,dF(\lambda)
$$
となる有限な正の測度 $F$ がただ一つある。$F$ を過程の スペクトル測度 という。$F$ に密度 $f$ があるとき、$R$ と $f$ は Fourier 変換で結ばれる(RW06 p. 82 はこの双対をこの名で呼ぶ)。
意味は「過程の分散を周波数に分解する」ことにある。$F(\mathbb{R})=R(0)=E\lvert X_t\rvert^2$ であり、$F(A)$ は周波数の帯域 $A$ が担う分散である。この分解から、線形フィルタの計算(prop-wk-filter)、時間平均の極限(thm-wk-mean-ergodic)、周期図によるスペクトルの推定(thm-wk-periodogram)が従う。
表示そのものは Bochnerの定理 の応用で、その記事の例「弱定常過程の共分散関数」に述べられている。この記事は、離散時間の場合の証明、過程そのものの周波数分解、時間平均とスペクトルの関係を主題にする。
| 主張 | 内容 |
|---|---|
| thm-wk-main | 自己共分散はスペクトル測度の Fourier 変換 |
| thm-wk-isometry | 過程の張る空間と $L^2(F)$ の同型、過程の周波数分解 |
| prop-wk-filter | フィルタの出力のスペクトル測度は $\lvert\hat h\rvert^2dF$ |
| thm-wk-mean-ergodic | 時間平均は $Z(\{0\})$ に収束し、分散の極限は $F(\{0\})$ |
| thm-wk-periodogram | 周期図の期待値は $F$ を Fejér 核でならしたもの |
| thm-wk-time-average | Gauss 過程の標本の時間平均が自己共分散を与える条件 |
$T$ を $\mathbb{R}$ または $\mathbb{Z}$ とする。$L^2(P)$ を確率空間上の 2 乗可積分な複素確率変数の Hilbert 空間とし、内積を $\langle U,V\rangle=E[U\overline V]$ とする。
族 $(X_t)_{t\in T}\subset L^2(P)$ が 弱定常 であるとは、$E[X_t]$ が $t$ によらず、$E[(X_{t+\tau}-E X_{t+\tau})\overline{(X_t-E X_t)}]$ が $t$ によらないことをいう。この値を $R(\tau)$ と書き、自己共分散関数 という。
$T=\mathbb{R}$ で $\tau\mapsto X_\tau$ が $L^2(P)$ の曲線として連続なとき、平均 2 乗連続 という。
以下、平均を引いて $E[X_t]=0$ とする。$R(\tau)=\langle X_{t+\tau},X_t\rangle$ である。文献によっては弱定常を 2 次定常、広義定常ともいう。分布全体が平行移動で不変な 強定常 とは別の条件である。
$R(0)\ge0$、$R(-\tau)=\overline{R(\tau)}$、$\lvert R(\tau)\rvert\le R(0)$ であり、$R$ は正定値である。すなわち $t_1,\dots,t_m\in T$、$c_j\in\mathbb{C}$ について $\sum_{j,k}c_j\overline{c_k}R(t_j-t_k)\ge0$ である。$T=\mathbb{R}$ なら、次は同値である。$R$ が $0$ で連続である;$R$ が至るところ連続である;$X$ が平均 2 乗連続である。
正定値性は $\sum_{j,k}c_j\overline{c_k}R(t_j-t_k)=E\bigl\lvert\sum_jc_jX_{t_j}\bigr\rvert^2\ge0$ である。$\lvert R(\tau)\rvert\le R(0)$ は Cauchy–Schwarz の不等式による。$\|X_{t+h}-X_t\|^2=2R(0)-2\operatorname{Re}R(h)$ なので、$R$ が $0$ で連続なことと平均 2 乗連続は同値である。平均 2 乗連続なら $\lvert R(\tau+h)-R(\tau)\rvert=\lvert\langle X_{\tau+h}-X_\tau,X_0\rangle\rvert\le\|X_{\tau+h}-X_\tau\|\,\|X_0\|\to0$ である。$\square$
1. prop-wk-basic により $R$ は連続な正定値関数である。Bochnerの定理 の定理により、$R$ はただ一つの有限な正の測度の Fourier 変換である。
2. 測度の存在を Fejér の方法で直接示す。$N\ge1$ について
$$
f_N(\lambda)=\frac1{2\pi N}E\Bigl\lvert\sum_{k=1}^NX_ke^{-ik\lambda}\Bigr\rvert^2=\frac1{2\pi}\sum_{\lvert k\rvert< N}\Bigl(1-\frac{\lvert k\rvert}N\Bigr)R(k)e^{-ik\lambda}\ge0
$$
とおく。第 2 の等号は、差が $k$ である添字の組が $N-\lvert k\rvert$ 個あることによる。$dF_N=f_N\,d\lambda$ とすると、$\lvert k\rvert< N$ で $\int_{\mathbb{T}}e^{ik\lambda}dF_N=(1-\lvert k\rvert/N)R(k)$ である。とくに $F_N$ の全質量は $R(0)$ である。
$\mathbb{T}$ はコンパクトなので、全質量が一定の正の測度の列は弱* 収束する部分列をもつ(Rieszの表現定理 と Banach–Alaogluの定理)。その極限を $F$ とすると、連続関数 $e^{ik\lambda}$ を試して $\int e^{ik\lambda}dF=\lim_N(1-\lvert k\rvert/N)R(k)=R(k)$ である。
一意性:三角多項式は $C(\mathbb{T})$ で稠密なので(Fejérの定理)、$R(k)$ の全体は $\int g\,dF$($g\in C(\mathbb{T})$)を決め、測度を決める。
3. $\tau=0$ を代入する。$X$ が実数値なら $R$ は実数値の偶関数なので、$F$ を $\lambda\mapsto-\lambda$ で写した測度も同じ $R$ を与え、一意性からそれは $F$ である。
4. 全質量を $c=F(\mathbb{R})>0$(または $F(\mathbb{T})$)とし、$\Lambda$ を分布 $F/c$ の確率変数、$U$ を $[0,2\pi)$ の一様分布で $\Lambda$ と独立なものとする。$X_t=\sqrt c\,e^{i(\Lambda t+U)}$ とおくと、$E[X_t]=0$ で、$E[X_{t+\tau}\overline{X_t}]=cE[e^{i\Lambda\tau}]=\int e^{i\tau\lambda}dF$ である($F=0$ なら $X=0$ とする)。$\square$
2 の主張は Herglotz の定理とも呼ばれる。1 と 4 より、連続な関数 $R$ が平均 2 乗連続な弱定常過程の自己共分散関数であることと、$R$ が正定値であることは同値である。
$F$ の密度 $f$ を スペクトル密度 という。$R$ が可積分なら、Bochnerの定理 の補題「可積分な正定値関数の密度」により、連続な密度
$$
f(\lambda)=\frac1{2\pi}\int_{\mathbb{R}}R(\tau)e^{-i\tau\lambda}\,d\tau\ge0
$$
がある。離散時間で $\sum_k\lvert R(k)\rvert<\infty$ なら、$f(\lambda)=\frac1{2\pi}\sum_kR(k)e^{-ik\lambda}$ である($f_N$ の一様収束の極限である)。文献によって周波数の規約が違う。周波数 $s=\lambda/2\pi$ を使い、$S(s)=2\pi f(2\pi s)$ を密度とすると $R(\tau)=\int S(s)e^{2\pi is\tau}ds$、$S(s)=\int R(\tau)e^{-2\pi is\tau}d\tau$ となる(RW06 (4.6)、p. 82、GD04 (5.20)、(5.23)、pp. 283–284)。
| 過程 | $R$ | スペクトル | 条件 |
|---|---|---|---|
| Ornstein–Uhlenbeck | $\frac{\sigma^2}{2\theta}e^{-\theta\lvert\tau\rvert}$ | $f=\frac{\sigma^2}{2\pi(\theta^2+\lambda^2)}$ | $\theta,\sigma>0$ |
| Gauss 型 | $e^{-\tau^2/2}$ | $f=\frac1{\sqrt{2\pi}}e^{-\lambda^2/2}$ | |
| 調和振動 $A\cos\omega t+B\sin\omega t$ | $\sigma^2\cos\omega\tau$ | $F=\frac{\sigma^2}2(\delta_\omega+\delta_{-\omega})$ | $A,B$ は無相関で平均 $0$、分散 $\sigma^2$ |
| 白色雑音($\mathbb{Z}$) | $\sigma^2\mathbf{1}_{\{k=0\}}$ | $f=\frac{\sigma^2}{2\pi}$ | 無相関 |
| MA(1) $X_k=\varepsilon_k+b\varepsilon_{k-1}$ | $R(0)=\sigma^2(1+b^2)$、$R(\pm1)=\sigma^2b$ | $f=\frac{\sigma^2}{2\pi}\lvert1+be^{-i\lambda}\rvert^2$ | $\varepsilon$ は白色雑音 |
| AR(1) $X_k=aX_{k-1}+\varepsilon_k$ | $\frac{\sigma^2a^{\lvert k\rvert}}{1-a^2}$ | $f=\frac{\sigma^2}{2\pi\lvert1-ae^{-i\lambda}\rvert^2}$ | $\lvert a\rvert< 1$ |
Ornstein–Uhlenbeck の行は Ornstein–Uhlenbeck過程 の定常解($dX=-\theta X\,dt+\sigma\,dB$)の値である。
自己共分散の表示は、過程そのものの表示に持ち上がる。$H_X$ を $\{X_t\}$ の張る $L^2(P)$ の閉部分空間とする。以下 $\Omega_T$ は $T=\mathbb{R}$ なら $\mathbb{R}$、$T=\mathbb{Z}$ なら $\mathbb{T}$ である。
$X$ を thm-wk-main の過程、$F$ をそのスペクトル測度とする。$\Phi(X_t)=e^{it\lambda}$ となるユニタリ作用素 $\Phi\colon H_X\to L^2(\Omega_T,F)$ がただ一つある。Borel 集合 $A$ に対し $Z(A)=\Phi^{-1}(\mathbf{1}_A)$ とおくと、$E[Z(A)\overline{Z(B)}]=F(A\cap B)$ であり、$g\in L^2(F)$ に対して $\int g\,dZ:=\Phi^{-1}(g)$ と書くと
$$
X_t=\int_{\Omega_T}e^{it\lambda}\,dZ(\lambda)
$$
である。
有限和について
$$
\Bigl\|\sum_jc_jX_{t_j}\Bigr\|^2=\sum_{j,k}c_j\overline{c_k}R(t_j-t_k)=\int\Bigl\lvert\sum_jc_je^{it_j\lambda}\Bigr\rvert^2dF
$$
なので、$\sum_jc_jX_{t_j}\mapsto\sum_jc_je^{it_j\lambda}$ は矛盾なく定まる等長写像で、$H_X$ へ連続に延びる。全射を示す。値域は閉部分空間である。$g\in L^2(F)$ がすべての $e^{it\lambda}$ と直交するなら、有限な複素測度 $\bar g\,dF$ の Fourier 変換が $0$ である。有限な複素測度は Fourier 変換で決まるので($T=\mathbb{Z}$ では $\mathbb{T}$ 上の Fejérの定理、$T=\mathbb{R}$ では、$\hat\nu(t)$ と $\overline{\hat\nu(-t)}$ の和と差で実部と虚部に分け、さらに正負の部分に分けて 特性関数(確率論) の系「特性関数は分布を決める」を当てはめる)、$\bar g\,dF=0$、すなわち $g=0$ である。
$\Phi$ のユニタリ性から $E[Z(A)\overline{Z(B)}]=\int\mathbf{1}_A\mathbf{1}_B\,dF=F(A\cap B)$ である。最後の式は定義そのものである。$\square$
$Z$ の値は異なる周波数の帯域で無相関である。つまり $X_t$ は、互いに無相関な振動 $e^{it\lambda}dZ(\lambda)$ の重ね合わせである。この形の表示は Cramér の表現と呼ばれる。以後、$T=\mathbb{R}$ の積分 $\int g(t)X_t\,dt$ は $L^2(P)$ に値をとる曲線の積分($t\mapsto X_t$ は連続)とする。$g\in L^1(\mathbb{R})$ なら、$E\lvert X_t\rvert^2$ が一定なのでこれは Bochner 積分として定まる。$\Phi$ は有界線形で積分と交換でき、$L^2(F)$ の元との内積に Fubini の定理を使うと、$\Phi$ はこの積分を各 $\lambda$ での $\int g(t)e^{it\lambda}dt$ に写すことが分かる。
$(X_t)_{t\in\mathbb{R}}$ を平均 2 乗連続な弱定常過程、$h\in L^1(\mathbb{R})$ とし、$Y_t=\int h(s)X_{t-s}\,ds$、$\hat h(\lambda)=\int h(s)e^{-i\lambda s}ds$ とする。$Y$ は弱定常で、スペクトル測度は $\lvert\hat h\rvert^2dF$ である。
$\Phi(Y_t)=\int h(s)e^{i(t-s)\lambda}ds=e^{it\lambda}\hat h(\lambda)$ である。よって $E[Y_{t+\tau}\overline{Y_t}]=\int e^{i\tau\lambda}\lvert\hat h(\lambda)\rvert^2dF(\lambda)$ である。$\square$
$dF_Y=\lvert\hat h\rvert^2dF_X$ は、線形時不変システム の出力のスペクトル密度の式である(GD04 (5.22)、p. 283)。$\hat h$ を帯域 $A$ の指示関数に近づけると、$F_X(A)$ は帯域 $A$ だけを通した出力の分散に当たる。離散時間でも、$Y_k=\sum_jh_jX_{k-j}$($\sum_j\lvert h_j\rvert<\infty$)について同じ計算で $dF_Y=\lvert\sum_jh_je^{-ij\lambda}\rvert^2dF_X$ である。表の MA(1) は $h_0=1,h_1=b$ を白色雑音に当てはめたものである。AR(1) は $\lvert a\rvert< 1$ で $X_k=\sum_{j\ge0}a^j\varepsilon_{k-j}$ なので $h_j=a^j$ の場合である。
スペクトル測度の原子は、時間平均で消えない成分を表す。
$A_L=\frac1L\int_0^LX_t\,dt$(離散時間の過程では $A_n=\frac1n\sum_{k=1}^nX_k$)とする。$L\to\infty$ で $A_L\to Z(\{0\})$ が $L^2(P)$ で成り立ち、$E\lvert A_L\rvert^2\to F(\{0\})$ である。とくに、時間平均が $0$ に $L^2$ 収束することと $F(\{0\})=0$ は同値である。
$\Phi(A_L)=\frac1L\int_0^Le^{it\lambda}dt$ である。これは $\lambda=0$ で $1$ であり、$\lambda\ne0$ で $(e^{iL\lambda}-1)/(iL\lambda)\to0$ である。また絶対値は $1$ 以下である。優収束定理 により、$L^2(F)$ で $\mathbf{1}_{\{0\}}$ に収束する。$\Phi$ はユニタリなので、$A_L\to\Phi^{-1}(\mathbf{1}_{\{0\}})=Z(\{0\})$ である。ノルムの収束が後半を与える。離散時間も $\frac1n\sum_{k=1}^ne^{ik\lambda}$ について同じである($\lambda\in[-\pi,\pi)$)。$\square$
次に、1 本の標本から分散を周波数に分解する量を考える。$\lambda\in\mathbb{R}$、$L>0$ について 周期図 を
$$
I_L(\lambda)=\frac1{2\pi L}\Bigl\lvert\int_0^LX_te^{-i\lambda t}\,dt\Bigr\rvert^2
$$
と定める。Fejér 核 を $K_L(u)=\dfrac{1-\cos Lu}{\pi Lu^2}$($K_L(0)=L/2\pi$)とする。$K_L\ge0$、$\int K_L=1$ で、$\delta>0$ について $\int_{\lvert u\rvert>\delta}K_L\to0$($L\to\infty$)である。
$(X_t)_{t\in\mathbb{R}}$ を平均 2 乗連続な弱定常過程とする。
$$
E[I_L(\lambda)]=\frac1{2\pi}\int_{-L}^L\Bigl(1-\frac{\lvert\tau\rvert}L\Bigr)R(\tau)e^{-i\lambda\tau}\,d\tau=\int K_L(\lambda-\mu)\,dF(\mu)
$$
である。$L\to\infty$ で測度 $E[I_L(\lambda)]\,d\lambda$ は $F$ に弱収束する。$R$ が可積分なら、$E[I_L]\to f$ は一様である。
内積の連続性から $E\bigl\lvert\int_0^LX_te^{-i\lambda t}dt\bigr\rvert^2=\int_0^L\int_0^LR(s-u)e^{-i\lambda(s-u)}ds\,du$ である。$\tau=s-u$ と置くと、$\tau$ を差にもつ $(s,u)$ の線分の長さから、$L\int_{-L}^L(1-\lvert\tau\rvert/L)R(\tau)e^{-i\lambda\tau}d\tau$ となり、第 1 の等号を得る。$R=\int e^{i\tau\mu}dF(\mu)$ を代入して Fubini の定理を使うと、$\frac1{2\pi}\int_{-L}^L(1-\lvert\tau\rvert/L)e^{-i\tau(\lambda-\mu)}d\tau=K_L(\lambda-\mu)$ より第 2 の等号を得る。
有界連続な $g$ について、Fubini の定理から $\int g(\lambda)E[I_L(\lambda)]\,d\lambda=\int(g*K_L)(\mu)\,dF(\mu)$ である。$K_L$ の性質から $g*K_L\to g$ は各点で成り立ち、$\lvert g*K_L\rvert\le\sup\lvert g\rvert$ なので、優収束定理 により $\int g\,dF$ に収束する。
$R$ が可積分なら、$\lvert E[I_L(\lambda)]-f(\lambda)\rvert\le\frac1{2\pi}\int\min(\lvert\tau\rvert/L,1)\lvert R(\tau)\rvert\,d\tau\to0$ で、右辺は $\lambda$ によらない。$\square$
ここで収束するのは 期待値 である。周期図そのものは $f$ に収束しない。
$(X_k)$ を独立な $N(0,1)$ の列とし、離散時間の周期図 $I_n(\lambda)=\frac1{2\pi n}\lvert\sum_{k=1}^nX_ke^{-ik\lambda}\rvert^2$ を $\lambda=2\pi j/n$($0< j< n/2$)で考える。$\sum_k\cos^2k\lambda=\sum_k\sin^2k\lambda=n/2$、$\sum_k\cos k\lambda\sin k\lambda=0$ なので、実部と虚部は独立な $N(0,n/2)$ である。よって $2\pi I_n(\lambda)$ は平均 $1$ の指数分布に従う。すべての $n$ で $E[I_n(\lambda)]=f(\lambda)=1/2\pi$ だが、分散は $f(\lambda)^2=1/4\pi^2$ のままで $0$ に近づかない。一致推定には周波数方向の平均が要る。
最後に、自己共分散を 1 本の標本の時間平均から読み取れる条件を、Gauss 過程について述べる。
$(X_t)_{t\in\mathbb{R}}$ を平均 $0$ の実数値の Gauss 過程で、弱定常かつ平均 2 乗連続とする。$F$ に原子がなければ、すべての $\tau$ について $\frac1L\int_0^LX_{t+\tau}X_t\,dt\to R(\tau)$ が $L^2(P)$ で成り立つ。逆に $\tau=0$ でこの収束が成り立てば、$F$ に原子はない。
$Y_t=X_{t+\tau}X_t$ とする。平均 $0$ の同時 Gauss 変数 $V_1,\dots,V_4$ について $E[V_1V_2V_3V_4]=E[V_1V_2]E[V_3V_4]+E[V_1V_3]E[V_2V_4]+E[V_1V_4]E[V_2V_3]$ である(Isserlis の公式。$E\exp(\sum_js_jV_j)=\exp(\frac12\sum_{j,k}s_js_kE[V_jV_k])$ の両辺の $s_1s_2s_3s_4$ の係数を比べる)。これから $\operatorname{Cov}(Y_s,Y_u)=R(r)^2+R(r+\tau)R(r-\tau)$($r=s-u$)である。とくに $Y$ は $L^2(P)$ で連続である。$a\in\mathbb{R}$ について
$$
C_L(a):=\frac1{L^2}\int_0^L\int_0^LR(s-u+a)^2\,ds\,du=\iint e^{ia(\lambda-\mu)}\Bigl\lvert\frac1L\int_0^Le^{is(\lambda-\mu)}ds\Bigr\rvert^2dF(\lambda)\,dF(\mu)
$$
である($R$ が実数値なので $R^2=R\overline R$ であり、$R=\int e^{i\tau\lambda}dF$ を代入する)。絶対値の 2 乗は有界で、$\lambda\ne\mu$ で $0$ に、$\lambda=\mu$ で $1$ に収束する。優収束定理 により
$$
C_L(a)\to(F\times F)(\{\lambda=\mu\})=\sum_\lambda F(\{\lambda\})^2
$$
である。原子がなければ極限は $0$ である。$\lvert R(r+\tau)R(r-\tau)\rvert\le\frac12(R(r+\tau)^2+R(r-\tau)^2)$ より、$\operatorname{Var}\bigl(\frac1L\int_0^LY_t\,dt\bigr)\le C_L(0)+\frac12C_L(\tau)+\frac12C_L(-\tau)\to0$ である。平均は $R(\tau)$ なので主張を得る。
逆:$\tau=0$ なら $\operatorname{Cov}(Y_s,Y_u)=2R(r)^2$ で、分散は $2C_L(0)\to2\sum_\lambda F(\{\lambda\})^2$ である。これが $0$ なら原子はない。$\square$
| 外す条件 | 反例 | 成り立たなくなること |
|---|---|---|
| 平均 2 乗連続($T=\mathbb{R}$) | 独立な $N(0,1)$ の族 $(X_t)_{t\in\mathbb{R}}$ | $R=\mathbf{1}_{\{0\}}$ は不連続で、$\mathbb{R}$ 上のスペクトル測度をもたない |
| 弱定常 | Brown 運動 $B_t$ | $E[B_{s}B_{t}]=\min(s,t)$ は $s-t$ の関数でなく、thm-wk-main の形の表示をもたない |
| $R$ の正定値性 | $R=\mathbf{1}_{[-1,1]}$ | 偶関数で $R(0)\ge\lvert R\rvert$ だが、$\frac1{2\pi}\int Re^{-i\tau\lambda}d\tau=\frac{\sin\lambda}{\pi\lambda}$ が負になり、どの過程の自己共分散でもない |
| $R$ の可積分性(thm-wk-periodogram の密度の主張) | $X_t=A\cos t+B\sin t$ | $E[I_L(1)]\ge\frac{\sigma^2}2K_L(0)\to\infty$ で、密度に収束しない(弱収束は成り立つ) |
| thm-wk-time-average の $F$ の無原子 | $X_t=A\cos t+B\sin t$($A,B$ は独立な $N(0,\sigma^2)$) | $\frac1L\int_0^LX_t^2dt\to\frac{A^2+B^2}2$ で、定数 $\sigma^2$ に収束しない |
| thm-wk-time-average の Gauss 性 | $X_t=\xi G_t$($G$ は $R_G=e^{-\lvert\tau\rvert}$ の Gauss 過程、$\xi$ は $G$ と独立で、値 $\pm\sqrt2,0$ を確率 $\frac14,\frac14,\frac12$ でとる) | $F$ は無原子で $R_X=R_G$ だが、時間平均は $\xi^2$ に収束し、定数 $1$ にならない |
要点:1 行目は連続性、3 行目は正定値性の定義、4・5 行目は直接の計算、6 行目は $\xi$ で条件付ける。
1 行目:有限な測度の Fourier 変換は連続なので、$\mathbf{1}_{\{0\}}$ はそうではない。
3 行目:点 $0,\,0.75,\,1.5$ と係数 $1,-1,1$ をとる。差が $0.75$ の組では $R=1$、差が $1.5$ の組では $R=0$ なので、$\sum_{j,k}c_jc_kR(t_j-t_k)=3-2-2+0=-1$ となり、正定値でない。
4 行目:$F=\frac{\sigma^2}2(\delta_1+\delta_{-1})$ なので $E[I_L(1)]=\frac{\sigma^2}2(K_L(0)+K_L(2))\ge\frac{\sigma^2}2\cdot\frac{L}{2\pi}$ である。
5 行目:$X_t^2=\frac{A^2+B^2}2+\frac{A^2-B^2}2\cos2t+AB\sin2t$ で、振動の項の時間平均は $0$ に近づく。
6 行目:$\xi$ と $G$ は独立とする。$E\xi^2=1$ なので $R_X=R_G$ で、$F$ は密度をもつ。$G$ は thm-wk-time-average を満たすので $\frac1L\int_0^LG_t^2dt\to1$ であり、$X$ の時間平均は $\xi^2$ に収束する。$X$ 自体は Gauss 過程でない($X_t$ は確率 $\frac12$ で $0$ になる)。
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