Файл: Липцер Р.Ш. Статистика случайных процессов. Нелинейная фильтрация и смежные вопросы.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 10.04.2024

Просмотров: 201

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

§ 5]

ПОСЛЕДОВАТЕЛЬНЫЕ ОЦЕНКИ

667

 

 

З а м е ч а н и е . Поскольку для любого допустимого Ѳ=

(Ѳх, Ѳ2)

то из (17.63) и (17.64) нетрудно вывести, что оценки Ѳ(- (Т, g), і — 1.2, являются состоятельными, т. е. для любого е > 0

lim Рѳ {| Ѳ/ (Г, 1) — Ѳ, I > е) = 0.

Т->СО

§ 5. Последовательные оценки максимального правдоподобия

1.Как и в § 2, пусть Ѳ— неизвестный параметр, — оо < Ѳ< оо

подлежащий оцениванию по наблюдениям

за процессом g =

=

(і<,

t),

t > 0 , с дифференциалом

 

 

 

 

 

 

dlt == Ѳа, (g) dt + dWt,

g0 =

0.

(17.88)

В

предположениях (17.23) оценка максимального правдоподо­

бия Br (g)

параметра В задается формулой (17.25).

Вообще го­

воря,

эта

оценка является смещенной

и ее смещение Ьт(Ѳ) и

среднеквадратическая ошибка Вт(Ѳ) определяются (в предпо­

ложениях (17.26), (17.27)) формулами (17.28) и (17.29) соответ­ ственно. При этом согласно неравенству Рао — Крамера — Волфовитца (теорема 7.22)

ßr (Ѳ)>

о

(17.89)

где равенство, вообще говоря, может и не достигаться.

Для рассматриваемой задачи изучим свойства последова­ тельных оценок максимального правдоподобия, полученных с помощью последовательных планов А=А (т, б) (см. § 8 гл. 7), каждый из которых характеризуется моментом прекращения

наблюдений

т =

т(|) и ^-измеримой

функцией

6(g), явля­

ющейся оценкой

параметра Ѳ.

— оо < Ѳ<

оо,

Т е о р е м а

17.6. Пусть для всех Ѳ,

Ре J a){l)dt = оо

(17.90)

о

 

22*


668 ОЦЕНКА ПАРАМЕТРОВ И РАЗЛИЧЕНИЕ ГИПОТЕЗ [ГЛ. 17

Тогда последовательные

планы

Д я

=

Д ( т я , б я ) , 0

< Н < о о ,

с

 

 

 

 

 

і

t

 

 

\

 

 

 

 

 

T „ ( i ) =

inflf:

 

 

 

=

 

 

(17.91)

 

 

 

 

*я (61

 

 

 

 

 

 

 

 

 

=

 

о

at ( l ) d l t

 

 

(17.92)

 

 

 

 

 

 

 

 

 

 

 

 

обладают

следующими

свойствами:

 

 

 

 

 

 

 

Р ѳ ( т я ( £ ) <

° ° ) =

1 .

о о < Ѳ < о о ,

 

( 1 7 . 9 3 )

 

 

М ѳ6 я ( £ ) =

Ѳ,

о о < Ѳ <

о о ,

 

( 1 7 . 9 4 )

 

Ме [6я(!)-Ѳ 12- ^ - .

 

 

 

 

(17.95)

Случайная величина 6Я(£)

является

гауссовской,

N (д,

.

В классе Д я несмещенных последовательных планов Д ( т ,

б ) ,

удовлетворяющих

условию

 

 

 

 

 

 

 

 

 

Рѳ

j a ] ( l ) d t <

оо

=

Рѳ I j' a j ( W ) d t <

oo

=

1 (17.96)

и условиям

 

 

 

 

 

X

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

М ѳб 2 ( І ) < о о ,

 

M e J а 2 ( ! ) Л < Я ,

 

( 1 7 . 9 7 )

где Н — заданнаяJ

константаJ

 

 

о

 

оо, план ДяJ

 

 

 

,

0 <

Я <

— Д(тя> бя)

является оптимальным в среднеквадратическом смысле:

 

 

 

МѲ[6Я(£)

 

Ѳ]2< М ѳ[б(1)-Ѳ ]2.

 

(17.98)

Д о к а з а т е л ь с т в о .

Согласно

теореме

7.10

и предполо­

жению (17.96) меры р® £ и р® w, отвечающие процессам | (с за­

данным Ѳ) и W, эквивалентны и

 

 

,

т(6)

 

%(%)

dp®

Ѳ2

 

 

■(т(і), g) = exp j Ѳ at {Qdl

а 2 ( І ) Л

. ( 1 7 . 9 9 )

^Рт, W

Отсюда вытекает, что последовательная оценка максимального правдоподобия

т(5)

 

 

J

в Д І М

б ,

Ѳг(6)(і) = - Т ( 1 ) --------- -•

( 1 7 . 1 0 0 )

J

 

 

о


« 5]

ПОСЛЕДОВАТЕЛЬНЫЕ ОЦЕНКИ

669

 

 

 

 

 

 

Полагая в (17.100)

т(|) =

тя (£) и обозначая 6Я (|) = Ѳ,я (6)і

получаем для оценки

бя (|)

представление (17.92). Для про­

верки свойства (17.93) достаточно заметить, что

 

Рѳ{тя ®

> t) = р j

j al (I) ds <

H J ,

откуда

в силу (17.90) вытекает,

 

что

 

 

Рѳ{тя (S) =

00) =

рѳ I

хнj

a? (£) dt < H

} = 0.

Далее,

(5)

 

 

« ©

= 0

- j

 

I

at {l)dW ,

 

и по лемме 17.4

величина [6Я (g)— Ѳ] У н является нормально

распределенной,

IV (0,1), для каждого Ѳ.

 

Наконец, согласно теореме 7.22 для любого несмещенного

плана Д = А(т, б),

удовлетворяющего условиям (17.96) и (17.97),

Мѳ[6 (!)-Ѳ ]2>

 

 

 

 

н

--- ОО <

Ѳ <

оо.

 

 

 

 

 

 

 

 

 

 

 

Сравнение этого неравенства с (17.95)

показывает,

что

план

Дя =

Д (тя, 6Я) является оптимальным в среднеквадратическом

смысле.

 

 

 

 

 

 

 

 

 

 

Теорема доказана.

 

 

 

смысл

константы Н > 0,

2.

Свойство

(17.95) раскрывает

входящей в определение планов Ая =

Д(тя, бя): если требуется

построить последовательный план, для которого дисперсия

ошибки (при

всех

Ѳ, — оо <

Ѳ< оо)

равна заданной

величине

е > 0,

то в

качестве такого

плана

можно взять план

Дя==

= Д (т-Н’ ötf) с

 

 

 

 

 

 

 

 

Согласно утверждениям теоремы 17.6 этот план обладает

рядом

несомненных достоинств:

он

является

несмещенным,

а тот факт, что распределение величины (6Я (|)—Ѳ) У Н является

в точности нормальным, N ( 0, 1),

дает

возможность строить

для Ѳ доверительные интервалы.

Возникает, однако, существенный вопрос: не являются ли эти достоинства следствием того, что.среднее время наблю­ дения Мѳтя является слишком большим? В приводимой ниже


670 ОЦЕНКА ПАРАМЕТРОВ И РАЗЛИЧЕНИЕ ГИПОТЕЗ [ГЛ. 17

теореме для случая *) at (х) = xt даются оценки этого среднего

времени в зависимости от задаваемой величины дисперсии ошибки.

Т е о р е м а

17.7.

Пусть

наблюдаемый

процесс

\ t, tT^- 0,

имеет дифференциал

 

 

 

 

 

 

d \t =

B%t dt + dWt.

 

( 1 7 . 1 0 1 )

Тогда

для

последовательного плана Дя =

Д (тя, бя), Я > 0,

при всех

п =

1,2, ...

 

 

 

 

 

 

М ѳт « ( £ ) < о о ,

— о о < Ѳ < о о ,

( 1 7 . 1 0 2 )

и

 

 

 

 

 

 

Мѳтя Ш < 2 [ [ Ѳ | Я +

2 \ / я ] +

(Ѳ2Я2 + 4Я) + 2Я ,

(17.103)

оо < 0 < оо.

Вслучае Ѳ< 0 для Мѳтя (|) справедлива оценка снизу:

 

 

 

 

 

 

 

Метя ( |) > — 2ѲЯ.

 

 

 

 

 

(17.104)

 

Д о к а з а т е л ь с т в о . Прежде

всего

 

заметим,

что

в рас­

сматриваемом случае оценка

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

тя

(6)

 

 

 

 

 

 

 

 

 

 

 

 

 

Ы & ) = T f j

b ä h

 

 

 

 

 

 

 

 

 

 

 

 

 

 

о

 

 

 

 

 

 

 

 

может быть переписана в следующем

виде:

 

 

 

 

 

 

 

 

 

 

 

J2 (?) ~ ХН (І)

 

 

 

 

 

 

 

 

 

t

 

 

Ьн ( 1 ) -

%н' 2Н

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

поскольку

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

о

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Для доказательства неравенств (17.102) заметим, что по

формуле

Ито

 

 

 

і

 

t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

if =

20 Jg*ds + 2

l 8dWs +

t.

 

 

(17.105)

Отсюда получаем

 

 

 

Jт ц (5 )/

 

 

 

 

 

 

Н

т я

(?)

/ й

Х ң (1)

f

 

 

(

t

 

 

 

 

 

=

 

й

 

=;2ds2\dѳt + |2

 

SsJ*

 

I dt -f- 4 д )

 

о

 

 

о

\

о

 

 

о

чо

 

 

 

 

 

 

)

Из теоремы

17.4

следует,

что Pg

 

dt — оо

=

1,

I ѲI <

00.

 

 

 

 

 

 

 

 

 

о

 

 

 

 

 

 

 


§ 5]

ПОСЛЕДОВАТЕЛЬНЫЕ ОЦЕНКИ

671

 

и, следовательно,

хн (6) ( <t

\

тя <б) / •(

 

\

 

 

т |(|)< 2 Я - 4 Ѳ

I

 

 

К

« 7,

\ о

 

 

ѵ 0

 

/

 

о

 

< 2 Я +

4 |Ѳ |тд(|) +

4тя (|) sup

 

 

(17.106)

Обозначим

ß =

 

sup

 

Тогда

из

(17.106)

 

 

0 < t < , X H (l) j L

получим

 

J

 

 

 

 

 

 

 

 

 

 

 

тн2 ( 1 ) - 4 т н (|)[|Ѳ|Я + р ] - 2 Я < 0 ,

 

 

а значит для каждого Ѳ

 

 

 

 

 

хн (l)

< 2 [ IѲIЯ +

ß] + |/iT T 0T F + ßF + 27T

(17.107)

По теореме

3.2

для

р >

1

 

 

 

 

 

 

 

t

p\

 

XH (?>

 

Moßp = Мѳ

sup

 

 

J

1s dWs

Is ds

 

\ о

 

(? )

0

 

 

0

 

 

Поэтому (p = 2m)

*Я<?> 2m

м » Г < ( ^ т Г м »

 

 

 

 

 

( 2 m - 1 ) ! ! / r < ° °

(17Л08)

поскольку случайная величина

*я<5)

d W s~ N ( 0 , H ) .

 

J

\ s

 

Из (17.107) и (17.108)

 

о

 

 

 

 

получаем неравенство Мѳ[тя (£)]п< оо,

— оо <

Ѳ< оо, п =

1,2,

... В частности,

для случая п = 1

Мѳтя ( і К 2 [ | Ѳ | Я +

(Мѳр2)’/2] + 1/8 (Ѳ2Я2 +

MOß2) + 2Я <

 

 

< 2 [ | Ѳ |Я +

2)/ЯІ +

/8(Ѳ 2Я2 +

4Я) + 2Я.

Для вывода оценки (17.104) достаточно заметить,

что в слу­

чае Ѳ<

0 из (17.105) следует неравенство

 

 

 

 

 

 

х н

(?)

 

 

 

Тя(6)> — 2ѳ я -

J

Is

d W s .

 

Усредняя обе части этого неравенства, получаем оценку (17.104). Теорема доказана.