情報系

情報系について

確率過程論の中で、情報系（filtration）は与えられた時点での情報をモデル化するための重要な要素です。この概念は、無作為の過程を明確に定義する上で不可欠であり、時間の経過とともに得られる情報の順序を整理する役割を持ちます。

定義

まず、確率空間を定義しましょう。確率空間は、

$$ (, , P) $$

という形式で表され、ここで $\Omega$ はサンプル空間、$\mathcal{A}$ は σ-代数、$P$ は確率測度です。そして、全順序を有する添字集合 $I$（通常は自然数や正の実数の部分集合）を考えます。各 $i \in I$ に対して、$

\mathcal{F}_i \subseteq \mathcal{A}$ はこの σ-代数の部分集合であり、必要な条件を満たす場合、情報系と呼ばれます。

この時、情報系は次のように表されます：

$$ \mathbb{F} = (\mathcal{F}_i)_{i \in I} $$

ここで、任意の $k \leq \ell$ について $\mathcal{F}_k \subseteq \mathcal{F}_{\ell} \subseteq \mathcal{A}$ が成り立ちます。つまり、ここでの情報は時間が経つにつれて増えていくという性質を持っています。さらに、この情報系が定義されると、

$$ (\Omega, \mathcal{A}, \mathbb{F}, P) $$

がフィルター付き確率空間（filtered probability space）や確率基底（stochastic basis）と呼ばれます。

例

具体的な例として、確率空間 $\Omega$ 上の確率過程 $(X_n)_{n \in \mathbb{N}}$ を考えます。この場合、各 $\mathcal{F}_n$ は次のように定義されます：

$$ \mathcal{F}_n := \sigma(X_k | k \leq n) $$

これは、$k \leq n$ の限りの確率変数 $X_k$ に基づく σ-加法族です。したがって、

$$ \mathbb{F} = (\mathcal{F}_n)_{n \in \mathbb{N}} $$

を作成することで、情報系が形成されます。この例からもわかるように、情報系は実際に具体的な確率過程を通して構成されることが多いです。

情報系のタイプ

情報系にはいくつかの種類があります。特に次の2つのタイプが重要です：

右連続情報系

右連続情報系（right-continuous filtration）は、次の条件を満たします：

$$ \mathcal{F}_i^+ := \bigcap_{i < z} \mathcal{F}_z $$

この場合、もし $\mathbb{F}^+ = \mathbb{F}$ であれば、情報系は右連続とされます。これは、時間的に未来の情報が過去の情報を含むものであることを示しています。

完備情報系

完備情報系（complete filtration）は、情報系の各部分が $P$-零集合を含む場合です。これは、任意の $i \in I$ に対して、$ (\Omega, \mathcal{F}_i, P) $ が完備測度空間であることと同等です。

拡大情報系

右連続かつ完備な情報系は拡大情報系（augmented filtration）と呼ばれます。すべての情報系に対して、最小の拡大情報系が存在し、これにより確率空間の性質が強化されます。

まとめ

情報系は、確率過程を扱う上での基盤となる概念であり、情報の構造を理解するために必要不可欠です。時系列の中での情報の変遷を示すこの仕組みは、確率論や統計の様々な分野で利用されています。

もう一度検索