กลับไปหน้าบทความ

อ่าน 3 นาที

การกรอง (ทฤษฎีความน่าจะเป็น)

ทฤษฎีความน่าจะเป็น

ในทฤษฎีของกระบวนการสุ่มซึ่งเป็นสาขาย่อยของทฤษฎีความน่าจะเป็นฟิลเทรชันคือ ชุดของเซตย่อยที่ มีลำดับสมบูรณ์ซึ่งใช้ในการจำลองข้อมูลที่มีอยู่ ณ จุดใดจุดหนึ่ง

การกรอง (ทฤษฎีความน่าจะเป็น)

ในทฤษฎีของกระบวนการสุ่มซึ่งเป็นสาขาย่อยของทฤษฎีความน่าจะเป็นฟิลเทรชันคือ ชุดของเซตย่อยที่ มีลำดับสมบูรณ์ซึ่งใช้ในการจำลองข้อมูลที่มีอยู่ ณ จุดใดจุดหนึ่ง และด้วยเหตุนี้จึงมีบทบาทสำคัญในการกำหนดรูปแบบที่เป็นทางการของกระบวนการสุ่ม (สโตแคสติก)

คำนิยาม

ให้เป็นปริภูมิความน่าจะเป็นและให้เป็นเซตดัชนีที่มีลำดับสมบูรณ์ (มักจะเป็น, , หรือเซตย่อยของ)

สำหรับทุก ๆให้เป็นซับ-σ-แอลเจบราของแล้ว

เรียกว่าการกรอง ถ้าสำหรับทุกดังนั้นการกรองจึงเป็นตระกูลของσ -algebra ที่เรียงลำดับแบบไม่ลดลง[ 1 ]ถ้าเป็นการกรอง แล้ว เรียกว่า ปริภูมิความน่าจะเป็น แบบ กรอง

ตัวอย่าง

ให้เป็นกระบวนการสุ่มบนปริภูมิความน่า จะเป็น ให้แทน พีชคณิต σที่สร้างขึ้นโดยตัวแปรสุ่มแล้ว

เป็น พีชคณิต σและ เป็นการกรอง

จริงๆ แล้วมันคือการกรอง เพราะตามนิยามแล้วทั้งหมดเป็นσ -algebra และ

นี่คือสิ่งที่เรียกว่าการกรองตามธรรมชาติโดยสัมพันธ์กับ

ประเภทของการกรอง

การกรองแบบต่อเนื่องทางขวา

ถ้าเป็นการกรองการกรองแบบต่อเนื่องทางขวา ที่สอดคล้องกัน จะถูกกำหนดเป็น[ 2 ]

กับ

การกรองนั้นเรียกว่าต่อเนื่องทางขวาหาก[ 3 ]

การกรองอย่างสมบูรณ์

ให้เป็นปริภูมิความน่าจะเป็น และให้

เป็นเซตของเซตทั้งหมดที่บรรจุอยู่ภายใน เซตว่าง

การกรองเรียกว่าการกรองสมบูรณ์ถ้าทุก ๆประกอบด้วยซึ่งหมายความว่าเป็นปริภูมิการวัดสมบูรณ์สำหรับทุก ๆ(ข้อความกลับกันไม่จำเป็นต้องเป็นจริงเสมอไป)

การกรองเสริม

การกรองจะเรียกว่าการกรองเสริมก็ต่อเมื่อเป็นการกรองที่สมบูรณ์และต่อเนื่อง สำหรับการกรองทุกแบบ จะมี วิธีการกรองเสริมที่เล็กที่สุดอยู่เสมอ

หากการกรองเป็นการกรองเสริม จะกล่าวได้ว่าเป็นไปตามสมมติฐานปกติหรือเงื่อนไขปกติ[ 3 ]

ดูเพิ่มเติม

ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Filtration_(probability_theory)&oldid=1360718502#Augmented_filtration "

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ การกรอง (ทฤษฎีความน่าจะเป็น)

ในทฤษฎีของกระบวนการสุ่มซึ่งเป็นสาขาย่อยของทฤษฎีความน่าจะเป็นฟิลเทรชันคือ ชุดของเซตย่อยที่ มีลำดับสมบูรณ์ซึ่งใช้ในการจำลองข้อมูลที่มีอยู่ ณ จุดใดจุดหนึ่ง

คำนิยาม

ให้เป็น ปริภูมิความน่าจะเป็น และให้เป็น เซตดัชนี ที่มี ลำดับสมบูรณ์ (มักจะเป็น, , หรือเซตย่อยของ) ( Ω , เอ , พี ) {\displaystyle (\โอเมก้า ,{\คณิตศาสตร์ {A}},P)} ฉัน {\displaystyle I} ≤ {\displaystyle \leq } เอ็น {\displaystyle \mathbb {N} } อาร์ +...

ตัวอย่าง

ให้เป็น กระบวนการสุ่ม บนปริภูมิความน่า จะเป็น ให้แทน พีชคณิต σ ที่สร้างขึ้นโดยตัวแปรสุ่ม แล้ว ( X n ) n ∈ เอ็น {\displaystyle (X_{n})_{n\in \mathbb {N} }} ( Ω , เอ , พี ) {\displaystyle (\โอเมก้า ,{\คณิตศาสตร์ {A}},P)} σ ( X เค ∣ เค ≤ n ) {\displaystyle...

การกรองแบบต่อเนื่องทางขวา

ถ้าเป็นการกรอง การกรองแบบต่อเนื่องทางขวา ที่สอดคล้องกัน จะถูกกำหนดเป็น [ 2 ] เอฟ = ( เอฟ ฉัน ) ฉัน ∈ ฉัน {\displaystyle \mathbb {F} =({\mathcal {F}}_{i})_{i\in I}}