Skip to content

定理Theorem

鞅收敛定理

Martingale convergence theorem · Almost sure martingale convergence

绝对一阶矩统一有界的离散下鞅具有有限的几乎必然极限,但未必在一阶均值中收敛。

形式陈述 ​

设 (Xn,Fn)n≥0 是实值离散下鞅。若

supn≥0E|Xn|<∞,

则存在可积且几乎处处有限的随机变量 X∞,使 Xn→X∞ 几乎必然。这里的统一有界是期望界,不要求每条路径有同一个确定上界。对下鞅,假设也可写成 supnEXn+<∞:因为 EXn≥EX0,有

EXn−=EXn+−EXn≤supkEXk+−EX0.

特别地,任何非负上鞅 Mn 都几乎必然收敛到可积有限极限。原因是 E|Mn|=EMn≤EM0,而 −Mn 是满足上述条件的下鞅。非负鞅自然包含在这个结论内。

结论只承诺几乎必然收敛与极限可积,不自动承诺 E|Xn−X∞|→0,也不自动承诺期望守恒。

直觉

“有界”本身不会强迫一般序列收敛,例如 (−1)n 一直振荡。这里起作用的是下鞅结构:如果路径永远在某两个水平之间反复来回,上穿策略就会反复获得固定大小的收益;而统一矩界又不允许其期望收益无限增长。两者结合排除了持续振荡。

从上穿次数到极限 ​

固定有理数 a<b。由上穿不等式,若 C=supnE|Xn|,则

(b−a)EUN[a,b]≤E(XN−a)+≤C+|a|.

UN 随 N 递增。单调收敛定理于是给出 EU∞[a,b]<∞,从而 U∞[a,b]<∞ 几乎必然。有理端点对只有可数多个,所以可以在同一个概率一事件上令所有这类上穿次数都有限。

若一条路径满足 lim infXn<lim supXn,便可在两者之间选到有理数 a<b;这条路径将无限次从 a 以下走到 b 以上,与刚才的结论矛盾。因此路径存在扩展实数意义的极限。最后由 Fatou 引理,

Elim infn|Xn|≤lim infnE|Xn|≤C,

排除极限为正负无穷,并同时证明 E|X∞|≤C。证明中“排除振荡”和“排除无穷极限”是两个不同步骤。

例子与边界

几乎必然归零,但均值始终为一 ​

独立重复抛公平硬币,令 An 表示前 n 次均为正面,并定义

M0=1,Mn=2n1An.

若前面已经出现反面,此后过程恒为零;否则下一步以各一半概率变为 2n+1 或零。因此 E[Mn+1∣Fn]=Mn,这是非负鞅。并且

EMn=2nP(An)=1.

永远不出现反面的概率为 limn2−n=0,所以几乎每条路径最终归零,定理的极限为 M∞=0。然而 E|Mn−M∞|=1,完全没有 L1 收敛。每个有限阶段的均值由尚未归零的极少数路径承担,这些路径上的值不断增大。

对任意 K,选取 2n>K 就有 E[Mn1Mn>K]=1,所以失败点恰是缺少一致可积性,不是缺少路径收敛。

缺少统一界时可以发散 ​

确定性过程 Xn=n 是下鞅,但 Xn→+∞,不存在有限极限。每个时刻分别可积与统一可积矩界之间的区别因此不可省略。另一个方向上,有界确定性振荡 (−1)n 也不构成反例,因为它不是下鞅。

推论与应用

非负上鞅收敛常用来分析随时间减少的误差量或势函数,但极限存在并不意味着极限等于零;还需用额外的动力学、期望衰减或其他结构识别极限。对于需要保持均值或得到终端条件期望表示的问题,应继续使用鞅的 L¹ 收敛定理。

如果已经知道某个 p>1 下 supnE|Mn|p<∞,高阶矩会提供一致可积性;Doob 最大不等式还可控制轨迹的整体最大值。这些都是在本页路径收敛结论之上的进一步控制。

自测。 非负上鞅 Zn 满足 EZn→0,能否断言其几乎必然极限为零?可以:先由定理得到 Z∞≥0,再由 Fatou 引理得 EZ∞≤lim infnEZn=0,故 Z∞=0 几乎必然。这个论证不能仅凭“非负上鞅”四个字省略第二步。

参考资料
关系图谱16 个相邻概念 · 2 类关系

拖动节点调整位置。

显示关系

显示:依赖

  1. 前置三跳
  2. 前置二跳
  3. 前置一跳
  4. 当前条目
  5. 后续一跳
  6. 后续二跳
  7. 后续三跳
文字版关系按与当前条目的最短距离分组
类型化关系