previous contents
$\newcommand{\sqmlim}{\operatorname{l.i.m}}$

18. Теорема о спектральном представлении.

18.1 Структурная функция дисперсии.

Определение 18.1: Пусть $\{\xi_t\mid{t}\in{T}\}$ - случайный процесс, тогда функция $F(t):T\to\mathbb{R}$ такая, что для любых $s,t\in{T}$, $s\leq{t}$ $D(\xi_t-\xi_s)=F(t)-F(s)$ назывется структурной функцией дисперсии случайного процесса $\{\xi_t\}$.

Теорема 18.1: Для любого процесса с ортогональными приращениями $\{\xi_t\}$ (определение 16.7) существует структурная функция дисперсии.

Доказательство:
Фиксируем $t_0\in{T}$ и положим для любого $t\in{T}$ $$ F(t):= \begin{cases} -E|\xi_t-\xi_{t_0}|^2, & t<t_0 \\ 0, & t=t_0 \\ E|\xi_t-\xi_{t_0}|^2, & t>t_0. \end{cases} $$ Фиксируем точки $s,t\in{T}$ такие, что $s<t$ и рассмотрим все возможные положения точки $t_0$ относительно концов отрезка $[s,t]$.

  1. Пусть $t_0<s<t$, тогда \begin{multline*} F(t)=E|\xi_t-\xi_{t_0}|^2=E|\xi_t-\xi_s+\xi_s-\xi_{t_0}|^2=E\bigl([(\xi_t-\xi_s)+(\xi_s-\xi_{t_0})][\overline{(\xi_t-\xi_s)}+\overline{(\xi_s-\xi_{t_0})}]\bigr)=\\= E|\xi_t-\xi_s|^2+E\left((\xi_t-\xi_s)(\overline{\xi}_s-\overline{\xi}_{t_0})\right)+E\left((\xi_s-\xi_{t_0})(\overline{\xi}_t-\overline{\xi}_s)\right)+E|\xi_s-\xi_{t_0}|^2. \end{multline*} Так как приращения ортогональны, а, следовательно, некоррелированы, то второе и третье слагаемые равны нулю, тогда $$ F(t)=E|\xi_t-\xi_s|^2+E|\xi_s-\xi_{t_0}|^2=E|\xi_t-\xi_s|^2+F(s)\Rightarrow{D}(\xi_t-\xi_s)=E|\xi_t-\xi_s|^2=F(t)-F(s) $$
  2. Пусть $s<t<t_0$, тогда аналогично п. 1 получим $$ -F(s)=E|\xi_s-\xi_{t_0}|^2=E|\xi_s-\xi_t+\xi_t-\xi_{t_0}|^2=E|\xi_s-\xi_t|^2+E|\xi_t-\xi_{t_0}|^2=E|\xi_t-\xi_s|^2-F(t)\Rightarrow{D}(\xi_t-\xi_s)=F(t)-F(s) $$
  3. Пусть $s<t_0<t$ тогда $$ D(\xi_t-\xi_s)=E|\xi_t-\xi_s|^2=E|\xi_t-\xi_{t_0}+\xi_{t_0}+\xi_s|^2=E|\xi_s-\xi_{t_0}|+E|\xi_s-\xi_{t_0}|^2=F(t)-F(s) $$

Пример 18.1: Согласно п. 1 замечания 16.6 винеровский и пуасоновский процесс являются процессами с некоррелированными приращениями.

  1. Пусть $W(t)$ - винеровский процесс. Так как согласно определению $EW(t)\equiv0$, то винеровский процесс является процессом с ортогональными приращениями. Найдем структурную функцию дисперсии для этого процесса. Так как приращения винеровского процесса распределены как $N(0,t-s)$, то $D(W(t)-W(s))=t-s$, следовательно, в качестве структурной функции процесса можно взять функцию $F(t)=t$.
  2. Пусть $\{\xi_t\mid{t}\in{T}\}$ - пуассоновский процесс, тогда для любого $t\in{T}$ $E\xi_t=\lambda{t}\neq0$. То есть пуассоновский процесс не является процессом с ортогональными приращениями, однако, он имеет структурную функцию дисперсии. Действительно, для любых $s<t$ $D(\xi_t-\xi_s)=\lambda(t-s)$, следовательно, в качестве структурной функции дисперсии можно взять функцию $F(t)=\lambda{t}$.

Следствие 18.1:

  1. Структурная функция дисперсии случайного процесса неубывает.
  2. Если структурная функция дисперсии случайного процесса $\{\xi_t\}$ непрерывна в точке $t_0$, то случайный процесс $\{\xi_t\}$ непрерывен в среденем квадратичном в точке $t_0$.

Доказательство:

  1. Для любых $s<t$ $$F(t)-F(s)=D(\xi_t-\xi_s)=E|\xi_t-\xi_s|^2\geq0.$$
  2. Пусть структурная функция дисперсии $F(t)$ случайного процесса $\{\xi_t\}$ непрерывна в точке $t_0$, тогда $$ \lim_{t\to{t}_0}E|\xi_t-\xi_{t_0}|^2=\lim_{t\to{t}_0}(F(t)-F(t_0))=\lim_{t\to{t}_0}F(t)-F(t_0)=0\Rightarrow\sqmlim_{t\to{t}_0}\xi_t=\xi_{t_0}. $$

18.2 Стохастический интеграл.

Определение 18.2: Пусть $\{\xi_t\mid{t}\in{T}=[a,b]\}$ - случайный процесс с ортогональными приращениями непрерывный в среднем квадратичном слева на $[a,b]$, $F(t)$ - структурная функция дисперсии процесса $\{\xi_t\}$. Для любого $t\in[a,b]$ случайная величина $\xi_t$ определена на вероятностном пространстве $(\Omega,\mathfrak{A},P)$. Обозначим $L_2(dF)$ - множество функций $f(t)$ таких, что $$\int\limits_a^b|f(t)|^2dF(t)<\infty,$$ где интеграл берется по мере $F(d)-F(c)$, для любого $[c,d)\subset[a,b]$. Для любой ступенчатой функции $f(t)\in{L}_2(dF)$ такой, что $$ f(t):= \begin{cases} f_0, & a\leq{t}<t_1 \\ f_k, & t_k\leq{t}<t_{k+1} \\ f_{n-1} & t_{n-1}<t\leq{b}, \end{cases} $$ где $a\leq{t}_0<t_1<\cdots<t_{n-1}<t_n=b$, положим $$I(f):=\int\limits_a^bf(t)d\xi_t:=\sum_{k=0}^{n-1}f_k(\xi_{t_{k+1}}-\xi_{t_k}).$$ Обозначим $L_2(dP)$ множество случайных величин $\xi$ определенных на $(\Omega,\mathfrak{A},P)$ таких, что $E|\xi|^2<\infty$, тогда $L_2(dP)$ - это гильбертово пространство со скалярным произведением $(\xi,\eta):=E\xi\overline{\eta}$. Для любой функции $f(t)\in{L}_2(dF)$ положим $$I(f):=\int\limits_a^bf(t)d\xi_t:=\sqmlim_{n\to\infty}I(f_n),$$ где $\{f_n(t)\}$ - последовательность ступенчантых функций из $L_2(dF)$ таких, что $$\lim_{n\to\infty}f_n(t)=f(t),$$ а сходимость последовательности случайных величин $\{I(f_n)\}$ рассматривается в гильбертовом пространстве $L_2(dP)$ по норме $\|\xi\|:=(\xi,\xi)=\sqrt{E|\xi|^2}$. Тогда отображение $$I(f):=\int\limits_a^bf(t)d\xi_t$$ называется стохастическим интегралом от функции $f(t)$.

Теорема 18.2: Определение 18.2 корректно.

Доказательство:
Так как случайный процесс $\{\xi_t\}$ непрерывен в среднем квадратичном слева на $[a,b]$, то функция $F(t)$ непрерывна слева на $[a,b]$ (следствие 18.1 ?), функция $F(t)$ неубывает, $F(-\infty)>-\infty$, $F(\infty)<\infty$, то по мере $F(d)-F(c)$ можно интегрировать (?). Скалярным произведением на $L_2(dF)$ является отображение $$(f(t),g(t)):=\int\limits_a^bf(t)\overline{g}(t)dF(t).$$ Пусть $f,g\in{L}_2(dF)$ ступенчатые функции, тогда \begin{multline*} (I(f),I(g))=EI(f)\overline{I(g)}=E\sum_{k=1}^{n-1}f_k(\xi_{t_{k+1}}-\xi_{t_k})\sum_{l=0}^{n-1}\overline{g}_l\left(\overline{\xi}_{t_{l+1}}-\overline{\xi}_{l_k}\right)= \sum_{k=0}^{n-1}\sum_{l=0}^{n-1}f_k\overline{g}_lE\left((\xi_{t_{l+1}}-\xi_{t_l})(\overline{\xi}_{t_{l+1}}-\overline{\xi}_{t_l})\right)=\\= \sum_{k=0}^{n-1}f_k\overline{g}_kE|\xi_{t_{k+1}}-\xi_{t_k}|^2=\sum_{k=0}^{n-1}f_k\overline{g}_k(F(t_{k+1})-F(t_k))=\int\limits_a^bf(t)\overline{g}(t)dF(t)=(f(t),g(t)), \end{multline*} где четвертое равенство в силу ортогональности приращений процесса $\{\xi_t\}$. Следовательно, для любой ступенчатой функции $f(t)$ $$E|I(f)|^2=EI(f)\overline{I(f)}=(I(f),I(f))=(f,f)=\int\limits_a^b|f(t)|^2dF(t),$$ то есть $f(t)\in{L}_2(dF)$ тогда и только тогда, когда $I(f)\in{L}_2(dP)$. Фиксируем функцию $f(t)\in{L}_2(dF)$. Так как гильбертово простраство $L_2(dF)$ полное, то существует последовательность ступенчатых функций $\{f_n(t)\}$ такая, что $$\lim_{n\to\infty}f_n(t)=f(t).$$ Тогда для любого $n\in\mathbb{N}$ $I(f_n)\in{L}_2(dP)$ и для любых $n,m\in\mathbb{N}$ $$ \|I(f_n)-I(f_{n+m})\|^2=(I(f_n)-I(f_{n+m}),I(f_n)-I(f_{n+m}))=(f_n-f_{n+m},f_n-f_{n+m})=\|f_n-f_{n+m}\|^2. $$ Так как последовательность функций $\{f_n(t)\}$ фундаментальна по критерию Коши (теорема 4.3.1 MA), то последнее выражение стремится к нулю при $n\to\infty$, следовательно последовательность $\{I(f_n)\}$ так же фундаментальна и по критерию Коши существует предел $$I(f):=\int\limits_a^bf(t)d\xi_t:=\sqmlim_{n\to\infty}I(f_n).$$ Покажем, что такой предел единственен и не зависит от выбора последовательности $\{f_n(t)\}$. Пусть существуют две последовательности $\{f_n(t)\}$ и $f'_n(t)$ такие, что $$\lim_{n\to\infty}f_n(t)=\lim_{n\to\infty}f'_n(t)=f(t).$$ Рассмотрим последовательность $$g_n(t):=\{f_1(t),f'_1(t),f_2(t),f'_2(t),\ldots,f_k(t),f'_k(t),\ldots\}.$$ Последовательность $\{g_n(t)\}$, очевидно, фундаментальна, и, следовательно, сходящаяся. Тогда по доказанному сходится и последовательность $\{I(g_n)\}$. Тогда по утверждению 4.4.3 MA любая подпоследовательность последовательности $\{I(g_n)\}$ сходится к тому же пределу, то есть $$\sqmlim_{n\to\infty}I(f'_n)=\sqmlim_{n\to\infty}I(g_n)=\sqmlim_{n\to\infty}I(f_n).$$

Замечание 18.1: Более точное и общее доказательство дано в Булинский А. В, Ширяев А. Н "Теория случайных процессов" стр. 182.

18.3 Теорема о спектральном представлении.

Теорема 18.3: Пусть $\{\xi_t\mid{t}\in\mathbb{R}\}$ стационарный в широком смысле процесс такой, что $E\xi_t\equiv0$, ковариационная функция $K(\tau)$ непрерывна в нуле, $F(\lambda)$ - спектральная функция процесса $\{\xi_t\}$. Тогда существует случайный процесс $\{\zeta_{\lambda}\mid\lambda\in\mathbb{R}\}$ с ортогональными приращениями такой, что $$\xi_t=\int\limits_{-\infty}^{\infty}e^{it\lambda}d\zeta_{\lambda}.$$ При этом для любых $\lambda_1,\lambda_2\in\mathbb{R}$ таких, что $\lambda_1\leq\lambda_2$ $$E|\zeta_{\lambda_2}-\zeta_{\lambda_1}|^2=F(\lambda_2)-F(\lambda_1).$$

Доказательство:
Так как спектральная функция процесса определена с точностью до константы, то б. о. о. можно считать, что $F(-\infty)=0$.
Фиксируем $n\in\mathbb{N}$, $t_1,\ldots,t_n\in\mathbb{R}$, обозначим $$M:=\{\alpha_1\xi_{t_1}+\alpha_2\xi_{t_2}+\cdots+\alpha_n\xi_{t_n}\mid\alpha_k\in\mathbb{C},k\in\overline{1,n}\}.$$ Обозначим $H_2(\xi_t)$ замыкание множества $M$ относительно операции предела. Тогда $H_2(\xi_t)$ - это гильбертово пространство со скалярным произведением $(\eta_1,\eta_2):=E\eta_1\overline{\eta}_2$. Обозначиим $L_2(dF)$ множество функций $f(\lambda)$ таких, что $$\int\limits_{-\infty}^{\infty}|f(\lambda)|^2dF(\lambda)<\infty.$$ Тогда $L_2(dF)$ - это гильбертово пространство со скалярным произведением $$(f,g):=\int\limits_{-\infty}^{\infty}f(\lambda)\overline{g}(\lambda)dF(\lambda).$$ Так как по теореме Бохнера-Хинчина (теорема 16.5) спектральная функция ограничена и для любого $x\in\mathbb{R}$ $|e^{ix\lambda}|=1$, то $$\int\limits_{-\infty}^{\infty}|e^{ix\lambda}|^2dF(\lambda)=\int\limits_{-\infty}^{\infty}dF(\lambda)=F(\infty)<\infty.$$ Следовательно, для любого $x\in\mathbb{R}$ $e^{ix\lambda}\in{L}_2(dF)$. Тогда каждому элементу множества $M$ $\eta=\alpha_1\xi_{t_1}+\cdots+\alpha_n\xi_{t_n}$ можно поставить в соответствие элемент множества $L_2(dF)$ $\alpha_1e^{it_1\lambda}+\cdots+\alpha_ne^{it_n\lambda}$. Покажем что такое преобразование сохраняет значение скалярного произведения \begin{multline*} (\eta_1,\eta_2)=E\eta_1\overline{\eta}_2=E\left(\sum_{k=1}^{n_1}\alpha_k\xi_{t_k}\overline{\sum_{m=1}^{n_2}\beta_m\xi_{s_m}}\right)= \sum_{k=1}^{n_1}\sum_{m=1}^{n_2}\alpha_k\overline{\beta}_m\xi_{t_k}\xi_{s_m}= \sum_{k=1}^{n_1}\sum_{m=1}^{n_2}\alpha_k\overline{\beta}_mK(t_k-s_m)=\\= \sum_{k=1}^{n_1}\sum_{m=1}^{n_2}\alpha_k\overline{\beta}_m\int\limits_{-\infty}^{\infty}e^{i\lambda(t_k-s_m)}dF(\lambda)= \int\limits_{-\infty}^{\infty}\sum_{k=1}^{n_1}\alpha_ke^{it_k\lambda}\sum_{m=1}^{n_2}\overline{\beta}_me^{is_m\lambda}dF(\lambda)= \left(\sum_{k=1}^{n_1}\alpha_ke^{it_k\lambda},\sum_{m=1}^{n_2}\beta_me^{is_m\lambda}\right), \end{multline*} где пятое равенство в силу теоремы 16.5. Таким образом, построено взаимнооднозначное соответствие между элементами множеств $M$ и $L_2(dF)$ $$\sum_{k=1}^n\alpha_k\xi_{t_k}\sim{g}(\lambda):=\sum_{k=1}^n\alpha_ke^{it_k\lambda}$$ сохраняющее скалярное произведение, а, следовательно, и норму. Фиксируем $\eta\in{H}_2(\xi_t)$. Так как пространство $H_2(\xi_t)$ полное, то существует последовательность $\{\eta_n\}$ {\it (из $M$?)} такая, что $\sqmlim_{n\to\infty}\eta_n=\eta$. Так как последовательность $\{\eta_n\}$ из $M$ фундаментальна, то соответствующая ей последовательность $\{g_n(\lambda)\}$ из $L_2(dF)$ тоже фундаментальна в силу доказанно сохранения значения нормы. Тогда можно поставить в соответствие элементу $\eta\in{H}_2(\xi_t)$ элемент $g(\lambda):=\lim_{n\to\infty}g_n(\lambda)$. При этом значение скалярного произведения сохраняется $$ (\eta_1,\eta_2)=(\sqmlim_{n\to\infty}\eta_n^{(1)},\sqmlim_{n\to\infty}\eta_n^{(2)})=\lim_{n\to\infty}(\eta_n^{(1)},\eta_n^{(2)})= \lim_{n\to\infty}(g_n^{(1)},g_n^{(2)})=(\lim_{n\to\infty}g_n^{(1)},\lim_{n\to\infty}g_n^{(2)})=(g_1(\lambda),g_2(\lambda)). $$ Положим $$g(\lambda):=\begin{cases}1, & \lambda\leq0 \\ 0, & \lambda>0\end{cases},$$ тогда для любого $\lambda_0\in\mathbb{R}$ $$g(\lambda-\lambda_0)=\begin{cases}1, & \lambda\leq\lambda_0 \\ 0, & \lambda>\lambda_0\end{cases}.$$ Так как спектральная функция $F(-\infty)=0$, то $$\int\limits_{-\infty}^{\infty}|g(\lambda-\lambda_0)|^2dF(\lambda)=\int\limits_{-\infty}^{\lambda_0}dF(\lambda)=F(\lambda_0)<\infty,$$ следовательно, $g(\lambda-\lambda_0)\in{L}_2(dF)$. Тогда существует случайная величина $\zeta_{\lambda_0}\in{H}_2(\xi_t)$ соответствующая функции $g(\lambda-\lambda_0)\in{L}_2(dF)$ (в смысле построеной выше изометрии). Таким образом, построен случайный процесс $\{\zeta_{\lambda}\mid\lambda\in\mathbb{R}\}$. Докажем, что этот процесс удовлетворяет условию теоремы.
Фиксируем $\lambda_1,\lambda_2,\lambda_3,\lambda_4\in\mathbb{R}$ такие, что $\lambda_1<\lambda_2<\lambda_3<\lambda_4$, тогда \begin{multline*} (\zeta_{\lambda_2}-\zeta_{\lambda_1},\zeta_{\lambda_4}-\zeta_{\lambda_3})=E\left((\zeta_{\lambda_2}-\zeta_{\lambda_1})(\overline{\zeta}_{\lambda_4}-\overline{\zeta}_{\lambda_3})\right)= (g(\lambda-\lambda_2)-g(\lambda-\lambda_1),\overline{g(\lambda-\lambda_4)-g(\lambda-\lambda_3)})=\\= \int\limits_{-\infty}^{\infty}(g(\lambda-\lambda_2)-g(\lambda-\lambda_1))(g(\lambda-\lambda_4)-g(\lambda-\lambda_3))dF(\lambda). \end{multline*} Так как интервалы $(\lambda_1,\lambda_2)$ и $(\lambda_3,\lambda_4)$ не пересекаются, то подинтегральное выражение тождественно равно нулю. Следовательно, $\{\zeta_{\lambda}\}$ - процесс с некоррелированными приращениями. Так как по условию $E\xi_t\equiv0$, то $E\zeta_{\lambda}\equiv0$, следовательно, $\{\zeta_{\lambda}\}$ процесс с ортогональными приращениями. При этом для любых $\lambda_1,\lambda_2\in\mathbb{R}$ таких, что $\lambda_1<\lambda_2$ $$ E|\zeta_{\lambda_2}-\zeta_{\lambda_1}|^2=\|\zeta_{\lambda_2}-\zeta_{\lambda_1}\|^2=\|g(\lambda-\lambda_2)-g(\lambda-\lambda_1)\|^2= \int\limits_{-\infty}^{\infty}g(\lambda-\lambda_2)-g(\lambda-\lambda_1)dF(\lambda)=\int\limits_{\lambda_1}^{\lambda_2}dF(\lambda)=F(\lambda_2)-F(\lambda_1) $$ Фиксируем полуинтервал $[-T,T)$ и точки $\lambda_0<\lambda_1<\cdots<\lambda_n\in\mathbb{R}$ такие, что $-T=\lambda_0<\lambda_1<\cdots<\lambda_{n-1}<\lambda_n=T$. Определим функцию $\varphi(\lambda)$ так, что для каждого $k\in\overline{0,n-1}$ $$\lambda\in[\lambda_k,\lambda_{k+1})\Rightarrow\varphi(\lambda)=e^{it\lambda_k}.$$ Так как $|e^{it\lambda_k}|=1$, то $\varphi(\lambda)\in{L}_2(dF)$. При этом, если $P$ - это диаметр разбиения $(\lambda_0,\ldots,\lambda_n)$, то $\varphi(\lambda)\to{e}^{it\lambda}$ при $P\to0$, $T\to\infty$. Следовательно, образ функции $\varphi(\lambda)$ в $H_2(\xi_t)$ стремиться к образу функции $e^{it\lambda}$ в $H_2(\xi_t)$ при $P\to0$, $T\to\infty$. Образ $e^{it\lambda}$ в $H_2(\xi_t)$ - это случайная величина $\xi_t$, а образ $\varphi(\lambda)$ можно получить, представив функцию $\varphi(\lambda)$ в виде $$\varphi(\lambda)=\sum_{k=0}^{n-1}e^{it\lambda_k}(g(\lambda-\lambda_{k+1})-g(\lambda-\lambda_k)).$$ Тогда искомый образ есть случайная величина $$ \sum_{k=0}^{n-1}e^{it\lambda_k}(\zeta_{\lambda_{k+1}}-\zeta_{\lambda_k})= \int\limits_{-T}^T\varphi(\lambda)d\zeta_{\lambda}\to\int\limits_{-\infty}^{\infty}e^{it\lambda}d\zeta_{\lambda},P\to0,T\to\infty. $$ Тогда в силу взаимнооднозначности изометрии $H_2(\xi_t)$ и $L_2(dF)$ $$\xi_t=\int\limits_{-\infty}^{\infty}e^{it\lambda}d\zeta_{\lambda}.$$

Список литературы.
  1. А. Н. Ширяев "Вероятность." Москва 2007 г.
  2. А. А. Боровков "Теория вероятностей" Москва 1999 г.
  3. Г. Крамер "Математические методы статистики" Москва 1975 г.
  4. В. Феллер "Введение в теорию вероятностей и её приложения." Москва 1984 г.
  5. А. В. Булинский, А. Н. Ширяев "Теория случайных процессов" Москва 2005 г.


previous contents