Gauss測度

同義語:ガウス測度Gaussian measure

概要

Gauss測度(Gaussian measure)とは、可分な Banach 空間などの上の Borel 確率測度で、連続な線形汎関数の分布がすべて正規分布になるものである。$\mathbb{R}^n$ では多変量正規分布にほかならず、Wiener 測度もその例である。測度は平均と共分散で決まり、Fernique の定理によりある $\alpha>0$ で $e^{\alpha\|x\|^2}$ まで積分できる。Hilbert 空間では、中心化された Gauss 測度と正の自己共役なトレースクラス作用素が共分散を通じて 1 対 1 に対応する。

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

前提知識: 正規分布, 多変量正規分布, Banach空間, Hilbert空間, トレースクラス作用素

Gauss測度(Gaussian measure)とは、無限次元でもよい線形空間の上の確率測度で、連続な線形汎関数で測った値がすべて正規分布に従うものである。$\mathbb{R}^n$ では 多変量正規分布 にほかならないが、無限次元の空間には Lebesgue 測度がないので、「密度が $e^{-\lvert x\rvert^2/2}$ に比例する」という定義は使えない。そこで、どの方向に射影しても 1 次元の正規分布になる、という性質を定義に採る。Brown運動 の道の分布(Wiener 測度)、Gauss 型の確率偏微分方程式の解の分布、場の量子論の自由場の分布は、どれもこの意味の Gauss 測度である。
この記事では、可分な Banach 空間の上の Gauss 測度を定義し、測度が平均と共分散だけで決まること(thm-gm-unique)、ノルムの 2 乗の指数関数まで積分できるという Fernique の定理(thm-gm-fernique)、Hilbert 空間では Gauss 測度と正のトレースクラス作用素が 1 対 1 に対応すること(thm-gm-hilbert)を証明する。とくに無限次元の Hilbert 空間には「標準 Gauss 測度」がない。
連分数の Gauss 写像の不変確率測度も Gauss 測度と呼ばれるが、これは Gauss–Kuzminの定理 の主題で、この記事の対象とは別のものである。

定義

以下、$E$ を実数体上の可分な Banach空間、$E^*$ を $E$ 上の連続な線形汎関数の全体とし、$E$ には Borel 集合族を考える。$\ell\in E^*$ は連続なので、$E$ 上の確率測度 $\mu$ のもとで実確率変数である。正規分布には分散 $0$ の 退化した正規分布(定数)も含める。

Gauss 測度

$E$ 上の Borel 確率測度 $\mu$ が Gauss測度 であるとは、すべての $\ell\in E^*$ について、$\mu$ のもとでの $\ell$ の分布が正規分布であることをいう。さらにすべての $\ell$ について $\int_E\ell\,d\mu=0$ のとき、$\mu$ は 中心化されている という。分布が Gauss 測度である $E$ 値の確率変数を $E$ 値の Gauss 確率変数 という。

一般の 局所凸空間 でも同じ定義が使われるが、この記事では証明の都合で可分な Banach 空間に限る。
Gauss 測度 $\mu$ について、$\ell\in E^*$ は 2 乗可積分なので、平均 $m(\ell):=\int\ell\,d\mu$ と 共分散
$$ q(\ell_1,\ell_2):=\int_E\bigl(\ell_1-m(\ell_1)\bigr)\bigl(\ell_2-m(\ell_2)\bigr)\,d\mu\qquad(\ell_1,\ell_2\in E^*) $$
が定まる。$m$ は線形、$q$ は対称で半正定値な双線形形式である。$q(\ell):=q(\ell,\ell)$ と略す。
$\ell_1,\dots,\ell_k\in E^*$ を並べた $(\ell_1,\dots,\ell_k)$ は、$\mu$ のもとで $k$ 次元の多変量正規分布に従う。実際、$t\in\mathbb{R}^k$ について $\sum_jt_j\ell_j$ はまた $E^*$ の元なので正規分布に従い、これは 多変量正規分布 の定義そのものである。とくに 1 次元の正規分布の特性関数から
$$ \widehat\mu(\ell):=\int_Ee^{i\ell(x)}\,\mu(dx)=\exp\Bigl(im(\ell)-\frac12q(\ell)\Bigr)\qquad(\ell\in E^*) $$
である。$\widehat\mu$ を $\mu$ の 特性汎関数 という。

平均と共分散による一意性

特性汎関数は測度を決める

$\mu,\nu$ を可分な Banach 空間 $E$ 上の Borel 確率測度とし、すべての $\ell\in E^*$ について $\widehat\mu(\ell)=\widehat\nu(\ell)$ とする。このとき $\mu=\nu$ である。とくに Gauss 測度は平均 $m$ と共分散 $q$ だけで決まる。

有限次元の分布と、ノルムを決める可算個の汎関数

有限次元の分布。 $\ell_1,\dots,\ell_k\in E^*$ と $t\in\mathbb{R}^k$ について、ベクトル $(\ell_1,\dots,\ell_k)$ の $\mu$ のもとでの特性関数は $\widehat\mu(\sum_jt_j\ell_j)$ で、$\nu$ についても同じである。$\mathbb{R}^k$ 上の分布は特性関数で決まる(多変量正規分布 の記事の冒頭に述べた事実)ので、$(\ell_1,\dots,\ell_k)$ の分布は $\mu$ と $\nu$ のもとで等しい。 ノルムを決める可算族。 $\{x_n\}$ を $E$ の稠密な可算部分集合とする。Hahn–Banachの定理 により、$\|\ell_n\|=1$ かつ $\ell_n(x_n)=\|x_n\|$ を満たす $\ell_n\in E^*$ がある。$x\in E$ と $\varepsilon>0$ について $\|x-x_n\|< \varepsilon$ となる $n$ をとれば $\lvert\ell_n(x)\rvert\ge\ell_n(x_n)-\varepsilon=\|x_n\|-\varepsilon\ge\|x\|-2\varepsilon$ であり、一方 $\lvert\ell_n(x)\rvert\le\|x\|$ なので、$\|x\|=\sup_n\lvert\ell_n(x)\rvert$ である。よって閉球は $\{x:\|x-a\|\le r\}=\bigcap_n\{x:\lvert\ell_n(x)-\ell_n(a)\rvert\le r\}$ と書け、$\mathcal{G}:=\sigma(\ell_1,\ell_2,\dots)$ に属する。開集合 $U$ は、$U$ に含まれる閉球 $\{\|x-x_n\|\le r\}$($r$ は正の有理数)の可算和である。よって Borel 集合族は $\mathcal{G}$ に含まれ、逆の包含は明らかなので、両者は等しい。 結論。 $\{x:(\ell_1(x),\dots,\ell_k(x))\in B\}$($k\ge1$、$B$ は $\mathbb{R}^k$ の Borel 集合)の形の集合の全体は共通部分で閉じ、$\mathcal{G}$ を生成し、その上で $\mu=\nu$ である。Dynkinのπ-λ定理 により Borel 集合族の全体で $\mu=\nu$ である。Gauss 測度の特性汎関数は $m$ と $q$ で書けるので、後半が従う。$\square$

極限の操作では、次の補題を何度も使う。

正規分布の極限は正規分布

実確率変数 $Z_n$ が $N(0,\sigma_n^2)$ に従い、$Z_n$ が $Z$ に概収束するとする。このとき $\sigma_n^2$ は有限の値 $\sigma^2$ に収束し、$Z$ は $N(0,\sigma^2)$ に従う。

優収束定理 により、各 $u\in\mathbb{R}$ で $e^{-\sigma_n^2u^2/2}=E[e^{iuZ_n}]\to\varphi(u):=E[e^{iuZ}]$ である。よって各 $u\ne0$ で $\sigma_n^2$ は $[0,\infty]$ の中で収束し、極限 $\sigma^2$ は $u$ によらない。$\sigma^2=\infty$ なら $u\ne0$ で $\varphi(u)=0$、$\varphi(0)=1$ となり、特性関数が $u=0$ で連続であることに反する。よって $\sigma^2< \infty$ で、$\varphi(u)=e^{-\sigma^2u^2/2}$ である。特性関数は分布を決めるので、$Z$ は $N(0,\sigma^2)$ に従う。$\square$

例

有限次元の場合

$E=\mathbb{R}^n$ では、内積によって $E^*$ を $\mathbb{R}^n$ と同一視すると、定義はそのまま 多変量正規分布 の定義になる。$X\sim N_n(m,\Sigma)$ なら平均は $\ell\mapsto\ell^{\top}m$、共分散は $q(\ell_1,\ell_2)=\ell_1^{\top}\Sigma\ell_2$ である。$\Sigma$ が正則なら密度 $(2\pi)^{-n/2}(\det\Sigma)^{-1/2}e^{-(x-m)^{\top}\Sigma^{-1}(x-m)/2}$ をもつが、$\Sigma$ が退化していれば、測度はアフィン部分空間 $m+\operatorname{Im}\Sigma$ に集中し、Lebesgue 測度に関する密度をもたない。それでも定義の意味で Gauss 測度である。

Wiener 測度

$E:=C_0[0,1]$ を $w(0)=0$ を満たす実数値連続関数の全体とし、上限ノルムを入れる(可分な Banach 空間である)。標準 Brown運動 $W$ の道は $E$ に値をとり、その分布 $\mu_W$ を Wiener 測度 という。$\mu_W$ は中心化された Gauss 測度である。
$\ell\in E^*$ をとる。$n\ge1$ について、$W$ の $2^{-n}$ 刻みの点の値を線分でつないだ折れ線を $W^{(n)}$ とすると、$W^{(n)}=\sum_{j=1}^{2^n}W(j2^{-n})\phi_{n,j}$($\phi_{n,j}$ は $j2^{-n}$ で $1$、ほかの刻みの点で $0$ の折れ線)なので、$\ell(W^{(n)})=\sum_jW(j2^{-n})\ell(\phi_{n,j})$ は正規ベクトル $(W(j2^{-n}))_j$ の 1 次結合で、平均 $0$ の正規分布に従う。$W$ の道は $[0,1]$ で一様連続なので $W^{(n)}\to W$ が一様に成り立ち、$\ell$ の連続性から $\ell(W^{(n)})\to\ell(W)$ である。lem-gm-limit により $\ell(W)$ は平均 $0$ の正規分布に従う。
たとえば $\ell(w):=\int_0^1w(t)\,dt$ なら、$E[W_sW_t]=\min(s,t)$ から分散は $\int_0^1\!\int_0^1\min(s,t)\,ds\,dt=\frac13$ である。

減衰する分散をもつ独立な座標

$\xi_1,\xi_2,\dots$ を独立に $N(0,1)$ に従う確率変数とし、$\lambda_k\ge0$ とする。$\sum_k\lambda_k< \infty$ なら、$\sum_k\lambda_k\xi_k^2$ の期待値は有限なので確率 $1$ で有限であり、$X:=(\sqrt{\lambda_k}\,\xi_k)_{k\ge1}$ は確率 $1$ で数列空間 $\ell^2$ に入る。後の thm-gm-hilbert により、その分布は $\ell^2$ 上の中心化された Gauss 測度である。一方、すべての $k$ で $\lambda_k=1$ なら、$\xi_k^2\ge1$ となる $k$ が確率 $1$ で無限個あり(独立な事象の Borel–Cantelliの補題)、$\sum_k\xi_k^2=\infty$ なので $X\notin\ell^2$ である。無限次元では「各座標が独立な標準正規分布」を空間の中に置くことはできない。

Fernique の定理

1 次元の正規分布の裾は $e^{-x^2/(2\sigma^2)}$ の速さで減る。無限次元の Gauss 測度でも、ノルムの裾が同じ型で減ることを示すのが Fernique の定理である。鍵は、独立な 2 つの Gauss 確率変数を 45 度回転しても分布が変わらないことである。

回転不変性

$\mu$ を $E$ 上の中心化された Gauss 測度とし、$X,Y$ を独立にそれぞれ $\mu$ に従う $E$ 値確率変数とする。このとき
$$ U:=\frac{X+Y}{\sqrt2},\qquad V:=\frac{X-Y}{\sqrt2} $$
も独立にそれぞれ $\mu$ に従う。

平行四辺形の等式

$E\times E$ にノルム $\max(\|x\|,\|y\|)$ を入れると可分な Banach 空間で、その連続な線形汎関数は $(x,y)\mapsto\ell_1(x)+\ell_2(y)$($\ell_1,\ell_2\in E^*$)の形である。$(U,V)$ の分布と積測度 $\mu\otimes\mu$ の特性汎関数を比べる。
$$ \ell_1(U)+\ell_2(V)=\frac{(\ell_1+\ell_2)(X)+(\ell_1-\ell_2)(Y)}{\sqrt2} $$
で、$X,Y$ は独立なので、その特性関数の $1$ での値は $\exp\bigl(-\frac14\{q(\ell_1+\ell_2)+q(\ell_1-\ell_2)\}\bigr)$ である。$q$ は双線形なので $q(\ell_1+\ell_2)+q(\ell_1-\ell_2)=2q(\ell_1)+2q(\ell_2)$ であり、これは $\exp(-\frac12q(\ell_1))\exp(-\frac12q(\ell_2))$、すなわち $\mu\otimes\mu$ の特性汎関数の値に等しい。thm-gm-unique を $E\times E$ に当てれば、$(U,V)$ の分布は $\mu\otimes\mu$ である。$\square$

Fernique の定理

$\mu$ を可分な Banach 空間 $E$ 上の中心化された Gauss 測度とする。このとき、ある $\alpha>0$ について
$$ \int_E\exp\bigl(\alpha\|x\|^2\bigr)\,\mu(dx)< \infty $$
である。とくに、すべての $p\ge1$ について $\int_E\|x\|^p\,\mu(dx)< \infty$ である。

裾の確率の 2 乗の評価を繰り返す

$X,Y$ を独立に $\mu$ に従う確率変数とし、$U,V$ を lem-gm-rotation のとおりとる。$\mu(\|x\|\le s)\to1$($s\to\infty$)なので、$p:=\mu(\|x\|\le s)\ge\frac34$ となる $s>0$ をとり、$\kappa:=(1-p)/p\le\frac13$ とおく。
1 段の評価。 $t>s$ とする。事象 $\{\|V\|\le s,\ \|U\|>t\}$ の上では、$X=(U+V)/\sqrt2$、$Y=(U-V)/\sqrt2$ から
$$ \|X\|\ge\frac{\|U\|-\|V\|}{\sqrt2}>\frac{t-s}{\sqrt2},\qquad\|Y\|\ge\frac{\|U\|-\|V\|}{\sqrt2}>\frac{t-s}{\sqrt2} $$
である。$U,V$ は独立に $\mu$ に従い、$X,Y$ も独立に $\mu$ に従うので
$$ p\cdot\mu\bigl(\|x\|>t\bigr)=P\bigl(\|V\|\le s,\ \|U\|>t\bigr)\le P\Bigl(\|X\|>\tfrac{t-s}{\sqrt2}\Bigr)P\Bigl(\|Y\|>\tfrac{t-s}{\sqrt2}\Bigr)=\mu\Bigl(\|x\|>\tfrac{t-s}{\sqrt2}\Bigr)^2 $$
である。
繰り返し。 $t_0:=s$、$t_{n+1}:=s+\sqrt2\,t_n$ とおくと $(t_{n+1}-s)/\sqrt2=t_n$ である。$a_n:=\mu(\|x\|>t_n)/p$ とおくと、上の評価から $a_{n+1}\le a_n^2$、よって $a_n\le a_0^{2^n}=\kappa^{2^n}$ である。また
$$ t_n=s\sum_{j=0}^{n}(\sqrt2)^j\le\frac{s(\sqrt2)^{n+1}}{\sqrt2-1}=(2+\sqrt2)\,s\,2^{n/2} $$
なので、$c:=(2+\sqrt2)^2< 12$ として $t_{n+1}^2\le c\,s^2\,2^{n+1}$ である。
積分。 $\alpha:=1/(48s^2)$ とおく。$\|x\|\le s$ の部分と、$t_n< \|x\|\le t_{n+1}$ の部分($n\ge0$)に分けると
$$ \int_Ee^{\alpha\|x\|^2}\mu(dx)\le e^{\alpha s^2}+\sum_{n\ge0}e^{\alpha t_{n+1}^2}\mu\bigl(\|x\|>t_n\bigr)\le e^{\alpha s^2}+p\sum_{n\ge0}\exp\Bigl(2^n\bigl(2\alpha cs^2-\log\tfrac1\kappa\bigr)\Bigr) $$
である($\kappa=0$ なら和の項は $0$)。$2\alpha cs^2< \frac{24}{48}=\frac12$、$\log\frac1\kappa\ge\log3>1$ なので、括弧の中は $-\frac12$ 以下で、和は収束する。
最後の主張は、$\|x\|^p\le C_p\,e^{\alpha\|x\|^2}$($C_p$ は $p,\alpha$ による定数)から従う。$\square$

証明が使ったのは、回転不変性とノルムの三角不等式だけである。同じ議論から、裾 $\mu(\|x\|>t)$ が $e^{-\beta t^2}$ の形で減ることも分かる。$\alpha$ を任意に大きくはできない(下の反例の表)。

Hilbert 空間の Gauss 測度と共分散作用素

$E=H$ が実可分 Hilbert空間 のとき、$E^*$ の元は $\langle\cdot,h\rangle$($h\in H$)の形なので、中心化された Gauss 測度 $\mu$ の共分散は $H\times H$ 上の双線形形式 $(h,k)\mapsto\int\langle x,h\rangle\langle x,k\rangle\,\mu(dx)$ とみなせる。thm-gm-fernique により $\int\|x\|^2d\mu< \infty$ なので、Cauchy–Schwarz の不等式からこの形式は有界であり、
$$ \langle Ch,k\rangle=\int_H\langle x,h\rangle\langle x,k\rangle\,\mu(dx)\qquad(h,k\in H) $$
を満たす有界な自己共役作用素 $C$ がただ 1 つ定まる。$C$ を $\mu$ の 共分散作用素 という。$\langle Ch,h\rangle\ge0$ なので $C$ は正の作用素である。トレースクラス作用素の定義は トレースクラス作用素 の記事のもの(実 Hilbert 空間でも同じ)を使う。

Gauss 測度と共分散作用素の対応

$H$ を実可分 Hilbert 空間とする。

  1. $H$ 上の中心化された Gauss 測度 $\mu$ の共分散作用素 $C$ はトレースクラスで、その固有値の和は $\int_H\|x\|^2\,\mu(dx)$ に等しい。
  2. 逆に、$C$ を $H$ 上の正の自己共役なトレースクラス作用素とし、$(e_k)$ を $C$ の固有ベクトルからなる正規直交基底、$\lambda_k$ を $e_k$ の固有値とする。独立に $N(0,1)$ に従う $\xi_1,\xi_2,\dots$ について、級数 $X:=\sum_k\sqrt{\lambda_k}\,\xi_ke_k$ は確率 $1$ で $H$ の中で収束し、その分布は共分散作用素 $C$ をもつ中心化された Gauss 測度である。そのような Gauss 測度はただ 1 つである。

1。 正規直交基底 $(f_j)$ をとる。Tonelliの定理 と Parsevalの等式 から
$$ \sum_j\langle Cf_j,f_j\rangle=\sum_j\int\langle x,f_j\rangle^2d\mu=\int\|x\|^2d\mu< \infty $$
である。正の作用素では、半正定値な形式 $[u,v]:=\langle Cu,v\rangle$ の Cauchy–Schwarz の不等式を $u=x$、$v=Cx$ に当てて $\|Cx\|^4\le\langle Cx,x\rangle\langle C^2x,Cx\rangle\le\langle Cx,x\rangle\|C\|\|Cx\|^2$、すなわち $\|Cx\|^2\le\|C\|\langle Cx,x\rangle$ が成り立つ。よって $\sum_j\|Cf_j\|^2< \infty$ で、$C$ は Hilbert–Schmidt作用素、とくに コンパクト作用素 である。コンパクトな自己共役作用素の スペクトル定理 により、$C$ の固有ベクトルからなる正規直交基底がとれ、固有値 $\lambda_j\ge0$ が $C$ の特異値である。上の等式をこの基底で使えば $\sum_j\lambda_j=\int\|x\|^2d\mu< \infty$ で、$C$ はトレースクラスである。
2。 $\sum_k\lambda_k\xi_k^2$ は期待値 $\sum_k\lambda_k< \infty$ をもつので、確率 $1$ で有限である。その事象の上では、部分和 $S_N:=\sum_{k\le N}\sqrt{\lambda_k}\xi_ke_k$ が $\|S_N-S_M\|^2=\sum_{M< k\le N}\lambda_k\xi_k^2$ を満たして Cauchy 列になり、$H$ の中で収束する。極限を $X$ とおく(例外の零集合では $X:=0$)。$h\in H$ について、$\langle S_N,h\rangle=\sum_{k\le N}\sqrt{\lambda_k}\langle e_k,h\rangle\xi_k$ は $N\bigl(0,\sum_{k\le N}\lambda_k\langle e_k,h\rangle^2\bigr)$ に従い、確率 $1$ で $\langle X,h\rangle$ に収束する。lem-gm-limit により $\langle X,h\rangle$ は $N\bigl(0,\sum_k\lambda_k\langle e_k,h\rangle^2\bigr)=N(0,\langle Ch,h\rangle)$ に従う。$H^*$ の元はすべて $\langle\cdot,h\rangle$ の形なので、$X$ の分布は中心化された Gauss 測度で、共分散の 2 次形式 $\langle Ch,h\rangle$ から(偏極により)共分散作用素は $C$ である。一意性は thm-gm-unique による。$\square$

無限次元に標準 Gauss 測度はない

$H$ が無限次元なら、共分散作用素が恒等作用素 $I$ である Gauss 測度は $H$ 上に存在しない。

存在すれば、正規直交基底 $(f_j)$ について $\int\|x\|^2d\mu=\sum_j\langle If_j,f_j\rangle=\infty$ となり、thm-gm-fernique に反する。$\square$

$L^2[0,1]$ の中の Brown 運動

Wiener 測度を $L^2[0,1]$ 上の測度とみると、共分散作用素は $(Cf)(s)=\int_0^1\min(s,t)f(t)\,dt$ である。$e_k(s):=\sqrt2\sin\bigl((k-\frac12)\pi s\bigr)$ とおくと $Ce_k=\lambda_ke_k$、$\lambda_k=\bigl((k-\frac12)\pi\bigr)^{-2}$ である($u:=Ce_k$ は $u''=-e_k$、$u(0)=0$、$u'(1)=0$ を満たすことから確かめられる)。固有値の和は
$$ \sum_{k\ge1}\frac{1}{(k-\frac12)^2\pi^2}=\frac4{\pi^2}\sum_{k\ge1}\frac1{(2k-1)^2}=\frac4{\pi^2}\cdot\frac{\pi^2}8=\frac12 $$
で、thm-gm-hilbert の 1 のとおり $\int_0^1E[W_s^2]\,ds=\int_0^1s\,ds=\frac12$ に一致する。2 の展開 $W=\sum_k\sqrt{\lambda_k}\,\xi_ke_k$ は Karhunen–Loève 展開と呼ばれる。

集中と等周不等式

$\mathbb{R}^n$ の標準正規分布では、1-Lipschitz 関数が平均から $r$ 以上ずれる確率が次元によらず $e^{-r^2/2}$ の程度で抑えられる(濃度不等式、対数Sobolev不等式)。無限次元の Gauss 測度でも同じ現象があり、Borell と Sudakov–Tsirelson による Gauss 型の等周不等式として述べられる。

Borell の不等式

$\mu$ を可分な Banach 空間 $E$ 上の中心化された Gauss 測度、$K$ を Cameron–Martin空間 の単位球、$\Phi$ を標準正規分布の分布関数とする。Borel 集合 $A$ が $\mu(A)>0$ を満たせば、$a:=\Phi^{-1}(\mu(A))$ として、すべての $r\ge0$ で
$$ \mu\bigl((A+rK)^{c}\bigr)\le1-\Phi(a+r) $$
が成り立つ(FH20 Theorem 11.6。和集合の可測性は外測度で読む。この記事では証明しない)。$A$ を原点の周りの球にとると、Fernique の定理と同じ型の裾の評価が得られる(同書 Example 11.8)。

反例:条件を外すと成り立たないこと

主張外す条件例成り立たなくなること
def-gm-mainすべての $\ell\in E^*$ で正規分布 → 座標だけ正規分布$E=\mathbb{R}^2$、$X\sim N(0,1)$ と独立な符号 $\varepsilon=\pm1$(確率 $\frac12$ ずつ)で $(X,\varepsilon X)$各座標は $N(0,1)$ だが、和 $X+\varepsilon X$ は確率 $\frac12$ で $0$ になり正規分布でない。Gauss 測度ではない
thm-gm-fernique$\mu$ が Gauss 測度$E=\mathbb{R}$、密度 $\frac12e^{-\lvert x\rvert}$ の Laplace 分布すべての $\alpha>0$ で $\int e^{\alpha x^2-\lvert x\rvert}dx=\infty$
thm-gm-fernique結論を「すべての $\alpha>0$」に強める$E=\mathbb{R}$、$N(0,1)$$\int e^{\alpha x^2}e^{-x^2/2}dx$ は $\alpha\ge\frac12$ で発散する
thm-gm-hilbert の 2$C$ がトレースクラス無限次元の $H$ で $C=I$対応する Gauss 測度は存在しない(cor-gm-no-standard)
thm-gm-uniqueすべての $\ell\in E^*$ の分布 → 有限個の固定した $\ell$ の分布$E=\mathbb{R}^2$、$N_2(0,I_2)$ と $N_2\bigl(0,\mathrm{diag}(1,4)\bigr)$、固定した $\ell(x)=x_1$$\ell$ の分布はどちらも $N(0,1)$ だが、測度は異なる

歴史と出典

無限次元の Gauss 測度は、N. Wiener による Brown 運動の測度の構成(1923 年)に始まる。Fernique の定理は X. Fernique(1970 年)による。thm-gm-fernique の証明は回転不変性による標準的な議論を、定数まで含めてこの記事で書き下ろしたものである。Gauss 型の等周不等式は C. Borell(1975 年)と V. N. Sudakov・B. S. Tsirelson が独立に得た(FH20 §11.2.1 の記述による)。

関連項目

参考文献

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