1 tightness の基本概念
tightness（ティトネス）は、確率測度（または確率変数の分布）の族が「無限遠へ逃げていく度合い」を抑え、極限を議論するのに十分な“まとまり”を保つことを表す考え方である。直観的には、どれほど遠方に値が現れる可能性があるかを、列全体として同時に制御できるかが焦点となる。単一の分布でなく“族”としての性質である点が重要で、極端な外れがある列では tightness が崩れる。
この概念は弱収束（分布の収束）と結びついており、極限の候補が存在するための前提条件としてしばしば登場する。言い換えると、弱収束を論じる際に「確率がどこかに集まっている」という保証を与える役割を持つ。
1.1 確率測度の tightness
1.1.1 緩い意味での「まとまり」
確率測度の列 \(\{\mu_n\}\) が tight であるとは、確率が遠い領域へ一様に薄く広がってしまう状況が起きないことを意味する。具体的には、任意に小さい損失を許すならば、十分に大きな \(n\) 全体に対して、ある有限領域（実際にはコンパクト集合）に十分な確率が載ることが求められる。
この“まとまり”の基準は、片方の \(n\) だけを見て満たすような条件ではなく、列の全体に対して同じ種類の領域を選び、同時に確率の大部分を確保できるかで測られる。
1.1.2 コンパクト集合による定義
位相空間 \(S\) 上の確率測度 \(\{\mu_n\}\) が tight であるとは、任意の \(\varepsilon>0\) に対して、\(S\) のコンパクト集合 \(K\subset S\) が存在し、すべての \(n\) について \[ \mu_n(K)\ge 1-\varepsilon \] が成り立つことをいう。ここで用いるコンパクト性は、空間の位相構造に依存し、 tightness の内容もそれに応じて変化する。
この定義は、外れが無限遠に“流れ去る”ことを排し、列が空間の有限部分に確率を押し込める状況を数学的に表現している。
1.1.3 射影・部分測度との関係
tightness は座標変換や部分構造のもとでも追跡できる。代表的には、連続写像による像測度（射影）のもとで tightness が保存される、あるいは測度を部分的に制限した対象でも同様の制御が可能になる、という形で現れる。
一例として、測度をある部分空間に制限して得られる部分測度についても、元の測度族が tight ならば、その“残り”として扱える確率がコンパクト領域から逃げにくい性質が引き継がれることがある。ただし、厳密な結論は設定する位相や測度の扱い（制限か核作用素か等）に依存し、一般に「連続性・位相的性質」と「測度の構成」が整合しているときに扱いやすい。
1.2 確率変数列としての tightness
1.2.1 分布の列としての見方
確率変数列 \(\{X_n\}\) に対して tightness を考える場合、核心は各 \(X_n\) の分布（誘導測度）にある。すなわち、状態空間 \(S\) 上での分布 \(\mu_n=\mathcal{L}(X_n)\) が tight であることをもって、\(\{X_n\}\) が tight であるという。したがって、確率変数そのものではなく、分布の性質を中心に議論するのが基本方針となる。
この見方により、弱収束や確率評価など既存の枠組みと自然に接続できる。
1.2.2 状態空間に依存する捉え方
tightness は状態空間 \(S\) の位相的性質に強く依存する。例えば、実数直線やユークリッド空間のように適切にコンパクト性が特徴づけられる空間では、コンパクト集合が有界閉集合として表れ、定義が“尾部の制御”という見通しに直結する。
一方、一般の位相空間では、コンパクト集合がどのように振る舞うかが判定の難しさを左右する。したがって、tightness を議論する際は、背後の空間の構造が何か（局所コンパクトか、可分か、メトリック化できるか等）を理解しておくことが重要になる。
1.2.3 直観と例（広がりの制御）
直観的には、確率の“広がり”がある程度の大きさで止まり、列が極端に遠方へ逃げないとき tightness が成立する。例えば、確率変数が大きな値をとる確率が一様に小さくなるならば、適切な閾値の外側領域を捨てたときに確率の損失を同程度に抑えられる。これがコンパクト集合への集中と同等の内容として現れる。
逆に、分散が無制限に増大し、確率がより広い領域へと押し出され続ける場合には、いかなる固定コンパクト集合でも確率の大部分を保持できず、 tightness は失われる。
2 弱収束との関係
2.1 tightness とコンパクト性
2.1.1 部分列の存在につながる考え方
弱収束を扱うとき、測度の列は極限に近づくかもしれないが、無限遠へ確率が散ってしまうと極限候補が生まれない。tightness はその散逸を防ぎ、適切な部分列を選べば弱収束する測度列が取り出せる可能性を与える。
この流れは、コンパクト性という概念が「極限を作るための土台」を提供することに対応している。測度の空間におけるコンパクト性（ある意味での相対コンパクト性）を確保することが、部分列の存在へ直結する。
2.1.1.1 tightness がもたらす「収束候補」
tightness の存在は、無限遠での“確率の行方不明”を防ぐため、弱収束の候補となる極限測度が構成される余地を生む。実際の証明では、コンパクト集合上の確率の集中を足場に、テスト関数に対する積分の収束を抽出するような手順がとられることが多い。
このため、tightness は単なる補助仮定ではなく、弱収束を得るための中核的な条件として位置づけられることがある。
2.2 弱収束の十分条件・必要条件
2.2.1 収束と外れ値の扱い
弱収束は、開集合や閉集合に対する確率の振る舞い、あるいは有界連続関数に対する積分の収束として定義される。そのため、外れ値が遠方へ現れ続けると、必要な確率評価が不安定になりやすい。
tightness は、遠方への確率が列として制御されていることを保証し、その結果として弱収束を語るための情報がコンパクト部分に集約される。言い換えると、外れによる影響が極限においても消えない形で現れることを抑える役割がある。
2.2.2 代表的な定理の位置づけ
実用上は、tightness があると「弱収束に関する極限抽出」が可能になる、というタイプの定理が中核となる。たとえば適切な空間（一般に可分性や局所コンパクト性などを仮定する流儀）において、tightness は相対コンパクト性と同一視され、そこから弱収束部分列の存在が結論される。
また、必要性の観点では、弱収束がすでに成立している場合、極限測度の周りに確率が集中するため、元の列が tight であることが導かれることが多い。従って、tightness は「十分にも必要にもなりうる」性質として扱われ、状況に応じて精密化される。
3 tightness の判定法
3.1 代表的な条件による確認
3.1.1 尾部（大きな値）の制御
状態空間がユークリッド空間（あるいは距離空間）であるとき、コンパクト集合は有界閉集合として理解できるため、tightness の判定は尾部確率の評価に落ちやすい。すなわち、ある半径 \(R\) の球の外側での確率が \(n\) に関して一様に小さくできるなら tightness が示せる。
| この枠組みでは、\(\mathbb{P}(\|X_n\|>R)\) の上界を与える不等式が中心になり、確率が遠方へ“逃げる”確率の量を同じ基準で抑えることがポイントとなる。 |
|---|
3.1.2 モーメント条件による見積もり
| 尾部を扱う代表的手段として、期待値の形（モーメント）から確率を抑える不等式が用いられる。典型例はマルコフの不等式で、例えば \(\mathbb{E}[\|X_n\|^p]\) が一様に有界なら、\(\mathbb{P}(\|X_n\|>R)\) は \(R\) の負の冪で制御できる。これにより、任意の \(\varepsilon\) に対して適切な \(R\) を選べば、球の内側に十分な確率が集まることが言える。 |
|---|
ただし、どのモーメント次数が必要か、また他の条件がどれだけ緩められるかは、状況（分布の形、空間の性質、必要な収束の強さ）によって変化する。
3.2 一様有界性や集中の利用
3.2.1 有界性からの tightness
平均的な広がりの指標が制御されている場合、tightness が従うことが多い。たとえば、ほとんどの確率質量がある有界領域に留まるような強い有界性（ほぼ確実な有界性に近い条件）や、確率の大きさを上から抑える評価が成立していると、コンパクト集合への集中が直接得られる。
このような条件は、実際のモデル解析では現れやすい。特に、確率変数が増大パラメータに依存しても分布の“スケール”が制御される設計になっている場合に、判定が容易になる。
3.2.2 追加仮定が不要になる場面
一般論として tightness を示すには追加の工夫が必要でも、特定の設定では余計な仮定なしに判定できることがある。例えば、位相空間が局所コンパクトであり、コンパクト集合の性質が扱いやすい場合、モーメントや尾部評価が直接 tightness の定義へ接続する。
また、列がある縮約や正則性（連続性、正則性、ある種の一様性）を備えていると、同じ評価の再利用が可能になり、複雑な判定手順を省略できることがある。
4 応用と周辺概念
4.1 変換での振る舞い
4.1.1 连続写像による保持
連続写像 \(f:S\to T\) による測度の像（\(\nu_n=f_\#\mu_n\)）では、適切な条件下で tightness が保存される。理由は、コンパクト集合の連続像がコンパクトになるという位相的事実にある。元の列がコンパクト集合へ集中していれば、その写像後でも同様にコンパクト集合に質量が残る。
この性質は、弱収束の議論で写像を通じた分布の変換を扱う際に重要で、抽出した極限の整合性を保証する補助輪として機能する。
4.1.2 線形変換・スケーリングとの関係
ユークリッド空間では、線形変換やスケーリングは距離に対する制御を通じて tightness と結びつく。例えば、スケーリングがもとのノルムを比例的に変えるなら、尾部確率の評価は同型に変換され、tightness の成立・不成立が維持される場合がある。
ただし、変換が極端に“広げる”方向に働くと、モーメントが増大し、集中が弱まって tightness を失う可能性もある。したがって、変換の作用がどの程度の倍率で空間の広がりを変えるかが判断の鍵になる。
4.2 関連する確率論的概念
4.2.1 収束の種類（弱・強など）との比較
tightness は弱収束の前段階として現れることが多い。強収束（ほぼ確実な意味での一致や確率収束）ほど細かい性質を直接保証するわけではないが、弱収束を導くための必要な“空間内での居場所”の確保には強い意味を持つ。
比較すると、強い収束は外れが消えることをより直接的に含むことが多い。一方で weak の枠では、外れがどこへ行くかよりも、コンパクト領域にどれだけ質量が残るかが支配的になるため、tightness が自然に要請される。
4.2.2 一様可積分性との共通点と相違
一様可積分性は、関数列に対する積分が“尾部によって破壊されない”ことを保証する考え方である。tightness も同様に、遠方側での確率質量の暴走を防ぐという点で直観的に似ている。
ただし焦点は異なり、前者は測度から導かれる期待値（可積分性）の安定性に関係し、後者は測度そのものの位置（コンパクト集合への集中）に関係する。したがって、両者が同じ強さで結びつくとは限らず、追加条件のもとで関係が整理される。
4.2.3 導出に現れる技法（コンパクト化など）
tightness の証明には、コンパクト集合の選び方を工夫する技法が頻出する。距離空間なら球面での評価によりコンパクト候補を明示でき、一般位相空間ではコンパクト性の抽象的性質を使って測度の集中を確保する。
さらに、弱収束の抽出では、テスト関数の族を通じて積分の収束を作る、対角化や部分列抽出といった標準的な手順が組み合わされる。tightness はその“抽出が破綻しないための舞台”として働き、コンパクト化の観点から全体の論理が整う。