De la Wikipedia, enciclopedia liberă.
În probabilitatea teorie filtrare o, sau pe bază de stocastic, pe un spațiu {\ displaystyle (\ Omega, {\ mathcal {A}}, P)} este o familie în creștere {\ displaystyle {\ mathcal {F}} = ({\ mathcal {F}} _ {t}) _ {t \ in I}} de subtriburi ale {\ displaystyle {\ mathcal {A}}} , cu {\ displaystyle I \ subseteq \ mathbb {R _ {+}}} . Intuitiv fiecare {\ displaystyle {\ mathcal {F}} _ {t}} reprezintă informații disponibile instantaneu {\ displaystyle t \ in I} , adică toate evenimentele pentru care se poate ști că au avut loc sau nu.
Tipuri de filtrare
Filtrare completă
Se spune că o filtrare este completă dacă și numai dacă aparține unui spațiu de probabilitate complet și pentru fiecare {\ displaystyle t \ in I} Acolo {\ displaystyle \ sigma} -algebră {\ displaystyle {\ mathcal {F}} _ {t}} conține toate evenimentele din {\ displaystyle {\ mathcal {F}}} de probabilitate zero. Deoarece spațiul de probabilitate este complet, subseturile evenimentelor de probabilitate zero sunt la rândul lor evenimente conținute în {\ displaystyle {\ mathcal {A}}} .
Filtrare continuă spre dreapta
Se spune că o filtrare continuă spre dreapta dacă și numai dacă {\ displaystyle \ forall {t \ in I}, {\ mathcal {F}} _ {t} = {\ mathcal {F}} _ {t +}} , cu {\ displaystyle {\ mathcal {F}} _ {t +} = \ bigcap _ {u> t} ^ {\ sup {I}} {\ mathcal {F_ {u}}}} . Pe baza definiției se poate vedea intuitiv că într-o filtrare continuă spre dreapta {\ displaystyle \ sigma} -algebră {\ displaystyle {\ mathcal {F}} _ {t +}} conține toate evenimentele despre care este posibil să se cunoască verificabilitatea sau nu în următoarele momente de timp.
Filtrarea standard a ipotezelor
Se spune că o filtrare îndeplinește ipotezele standard dacă și numai dacă este completă și continuă corect.
Spațiul de probabilitate a fost filtrat
Un spațiu de probabilitate {\ displaystyle (\ Omega, {\ mathcal {A}}, P)} echipat cu o filtrare {\ displaystyle {\ mathcal {F}} = ({\ mathcal {F}} _ {t}) _ {t \ in I}} se numește spațiu de probabilitate filtrat sau spațiu filtrat și este notat de cvadruplu {\ displaystyle (\ Omega, {\ mathcal {A}}, ({\ mathcal {F}} _ {t}) _ {t \ in I}, P)} . În cazul în care spațiul de probabilitate este echipat cu o filtrare care satisface ipotezele standard, se numește spațiu filtrat standard.
Proces stocastic adaptat la o filtrare
Un proces stochastic {\ displaystyle (X_ {t}) _ {t \ în I}} se spune că este adaptat la filtrare {\ displaystyle {\ mathcal {F}} = ({\ mathcal {F}} _ {t}) _ {t \ in I}} de sine {\ displaystyle \ forall t \ in I, X_ {t}} este măsurabilă în raport cu {\ displaystyle {\ mathcal {F}} _ {t}} . Deci pentru fiecare {\ displaystyle t} aparținând setului de valori {\ displaystyle I} variabila aleatorie {\ displaystyle X_ {t}} trebuie să fie măsurabile în raport cu {\ displaystyle {\ mathcal {F}} _ {t}} . În acest caz se mai spune că {\ displaystyle X_ {t}} Și {\ displaystyle {\ mathcal {F}} _ {t}} -măsurabil, adică variabila aleatorie {\ displaystyle X_ {t}} este definit pe spațiu {\ displaystyle (\ Omega, {\ mathcal {F}} _ {t}, P)} cu valori pe spațiul de sosire măsurabil {\ displaystyle (E, {\ mathcal {E}})} , sau {\ displaystyle X_ {t}} este o aplicație astfel încât {\ displaystyle X_ {t}: (\ Omega, {\ mathcal {F}} _ {t}) \ longrightarrow (E, {\ mathcal {E}})} . Acest lucru garantează că pentru fiecare valoare {\ displaystyle \ omega} din {\ displaystyle \ Omega} apartinand filtrarii {\ displaystyle {\ mathcal {F}} _ {t}} , variabila aleatorie {\ displaystyle X_ {t}} , care ia ca argument {\ displaystyle \ omega} , este definit în setul de valori date de {\ displaystyle {\ mathcal {E}}} . Astfel, se obține următoarea definiție: {\ displaystyle \ {\ omega \ in {\ mathcal {F_ {t}}}: X_ {t} (\ omega) \ in S \}, \ forall S \ in {\ mathcal {E}}} .
Filtrare naturală
Filtrare naturală asociată unui proces stocastic {\ displaystyle (X_ {t}) _ {t \ în I}} este definit ca {\ displaystyle {\ mathcal {F}} _ {t} ^ {X} = \ sigma (X_ {s}: s \ leqslant t) \ forall {t \ in I}} și este cea mai mică filtrare care produce {\ displaystyle (X_ {t}) _ {t \ în I}} adaptat, ca {\ displaystyle \ sigma (X_ {s}: s \ leqslant t)} este cel mai mic trib (sau {\ displaystyle \ sigma} -algebra) generată de {\ displaystyle (X_ {s}) _ {s \ leqslant t}} . Filtrarea naturală conține istoria procesului {\ displaystyle (X_ {t}) _ {t \ în I}} până în clipa aceea {\ displaystyle t} .
Proces stocastic previzibil
Prin plasare {\ displaystyle I = \ mathbb {N}} , un proces stochastic {\ displaystyle (V_ {n}) _ {n \ geqslant 1}} se spune că este previzibil în ceea ce privește filtrarea {\ displaystyle {\ mathcal {F}} = ({\ mathcal {F}} _ {n}) _ {n \ geqslant 0}} dacă și numai dacă pentru fiecare {\ displaystyle n} mai mare sau egal cu {\ displaystyle 1} , variabila aleatorie {\ displaystyle V_ {n}} este măsurabilă în raport cu {\ displaystyle {\ mathcal {F}} _ {n-1}} .