Область сингулярности двух мер, соответствующих одному простейшему процессу

Автор: Зоригт Чойнхор, Цэрэнбат Ойров, Чимэд-Очир Балжинням, Очирбат Баатар

Журнал: Вестник Бурятского государственного университета. Философия @vestnik-bsu

Рубрика: Функциональные уравнения и их приложения

Статья в выпуске: 9, 2011 года.

Бесплатный доступ

В настоящей работе устанавливается сингулярность двух мер, соответствующих гауссовскому марковскому стационарному процессу с дискретным временем и строятся две последовательности областей, которые сходятся к области сингулярности мер почти наверное.

Сингулярность, гауссовский марковский процесс

Короткий адрес: https://sciup.org/148180509

IDR: 148180509

Текст научной статьи Область сингулярности двух мер, соответствующих одному простейшему процессу

Порядок роста энтропийного расстояния.

Как известно, гауссовская марковская стационарная последовательность полностью определяется средним значением, дисперсией и коэффициентом корреляции между соседними членами.

Рассмотрим реализацию последовательности. Тогда ее совместная плотность вероятности пишется в виде:

fn (x, 5) = cn exp |-2 (x - m)' ЦлЦ"1 (x - m ), n                   n-1

- где                                      cn = (2π) 2σ-n(1-λ2) 2 ,

Λ 1=[ σ 2(1 - λ 2)] - 1 Q ; Q =( q ij ),

qy = 1

1 + λ 2

i= j=1,n i = j = 2,…, n - 1

| i - j |=1

| i - j |>1

x = ( x 1, x 2, , xn );   m = ( m , , m );   ϑ = ( m , σ 2, λ ) R 3,

={ -∞ < m < ; - 1< λ <1; σ 2 0}.

Пусть меры, соответствующие значениям

ϑ 0 = ( m 0 , σ 0 , λ 0 ); ϑ 1 = ( m 1 , σ 1 , λ 1 )

При конечной для логарифма относительной плотности имеем:

log Pn = log

f n ( x , ϑ 1) fn ( x , ϑ 0)

σ n - 1   1 - λ2

= n log 0 + log    02

σ 1    2     1 - λ 1

1 2 σ 0 2(1 - λ 0 2)

×

n - 1                          n - 1

( x - m o )2 + (1 + Л 2 ) ^ ( x i - m o )2 2 ^ ^ (x i m o )( x + 1 m o ) + ( x n m o ) 2

i =2                          i =1

× 2 σ 1 2(1 - λ 1 2)

-

×

n - 1                          n - 1

( X 1 - m i )2 + (1 + j 2) ^ ( X i - m i )2 - 2 Я ^ ( x i - m i )( x M - m i ) + ( x n - m . )2 i =2                          i =1

Легко подсчитать, что M Olog P n =

1 (7 02 1 1 - ^ 2 - log — 0- + - log £

2     2 2   1-Д2

+ 1 - < 7 н - A 2 - 2 AA )

2     2 o f(1 - / 7)

n -

(1 - A )( m i - m o )2 (7 12 (1 + Д )

+ 1log^ - ^A < A > - 4 ) - A ( m i - m o )2 2 gi - j   ^ 2(1 - Д 2)     аИ + Л )

M i log P n =

1b.Л .'J - Z 1 V 7 d + j - 2 Л ) j ) 2 log ^ + ^ " - +   2 ff 2 (i - ^

n +

(1 - ^ O)( m i - m 0)2 n + I log 1 - A ? + ^ f jA z A ). - A )( m i - m 0)2 ^ o (1 + A >)    _    2   1 - А2    - A 2)     + A >)

D i (log P n ) = O ( n ),                                       (1)

M (log P) e D (log P) обозначает соответственно математическое ожидание и дисперсию где i n i n относительно меры Pi, i = 0,1.

P e P

Энтропийное расстояние между мерами 0      1 будет r = -[M о log Pn - M i log Pn ] = M i log Pn - M о log Pn

Ю.А.Розанов для любого гауссовского процесса показал, что [1]

M ) [ - log P n ] = M i [log P n ] = D ) [log P n ] = D i [log P n ] = r n ,            (2)

Для нашего случая, как видно из формулы (1)

M ) [ - log P n ] = O ( n )

M i [log P n ] = O ( n )

D i [log P n ] = O ( n )

Следовательно, в силу (2)

г , = O ( n ).                                                     (3)

Основная теорема.

Теорема 1. Меры P 0 e P , соответствующие значениям параметров ^ 0 e ^ гауссовской Марковской стационарной последовательности всегда сингулярны и для последовательность областей

Bn ={log Pn - M0log Pn >2 rn } при n ^^    P1(Bn) ^ 1. .

Доказательство. Из равенства (3) видно, что при n ^ ^ энтропийное растояние между мерами P 0 e P 1 стремится к бесконечности. Следовательно, меры P 0 e P 1 сингулярны [2].

Согласно формуле (3) и неравенству Чебышева имеем

P o ( B , ) . D 0 [12S P n l = 1

1 r 2       r n

4 n следовательно, lim Po( Bn ) = 0

n →∞

С другой стороны

Bn — U\{-logPn + MJogPn >2Гп}, где U - пространство реализаций. Тогда

DAoeP

— 1 --, rn

P 1 (Bn ) — 1 - P 1 (U \ Bn ) 1^T-g P^

1  2

4 Г"

т.е.

lim P i ( B n ) — 1

n →∞

Теорема доказана.

Область сингулярности, основанная на оценке наибольшего правдоподобия.

Пусть ^ n - оценка наибольшего правдоподобия параметра г ? . Тогда отношение правдоподобия, основанное на ? n , будет

_ _ fn ( x , ? 0)

p n           .

f n ( x , ? n )

Легко показать, что для рассматриваемого процесса вектор ( ? n - ? 0)V n асимптотически распределен по нормальному закону с нулевым средним и ковариационной матрицей:

R ( ? ) —

  • 2    а 2(1 + X )

1 - X 0

1    - X

2 а 2 X

^

2 а 2 X

2 а 4(1 + X 2)

1 - X2

к

Лемма 1. Статистика - 2log p n асимптотически распределена по закону C (3), т.е.:

1 Г~ 1 u limP(-2log Pn > X21 ?) — -/= f 2u2 exp(--)du.

n ■■                             V2 n Jx           2

Доказательство. Полагая ? — m, ?2 — а2, ?3 — X рассматривая разложение фунцкии log fn (x,?) по формуле Тейлора вблизи ?n точке ?0 находим где ? -величина

- 2lo g P n

-

15^ d 2log f n ( x X)

n i , j —1

∂ϑi∂ϑj

(? ? n - ? 0 )V n (i ? n - ? 0 )V n , (4) n i         i              n j j

2^.

I ? - ? *|| <  ? - ? .

Поскольку

д2 log fn (x,?) ∂ϑi ∂ϑj непрерывна по ?, то согласно теоремам (4.3.5), (4.3.7) [3] при n ^ ~ д2 log fn (x ,?*)

∂ϑi ∂ϑj

сходится по вероятности к

2log fn ( x , ϑ 0) ϑ i ϑ j

Следовательно, для достаточно большего n равенства (4) примет вид

- 2log ρ = - 1 3 2 log f n ( x , ϑ 0 ) ( ϑ ˆ n     n i , j =1     ϑ i ϑ j        ni

- ϑ 0 i ) Jn ( ϑ ˆ nj - ϑ 0 j )V n , (5)

( i , j =1,2,3)

Нетрудно показать, что матрица с элементам

- 1 ∂2log fn(x,ϑ0) n   ∂ϑi∂ϑj сходится по вероятности к R-1(ϑ). Следовательно, величина -2logρn имеет в пределе χ2 -распределение с тремя степенями свободы. [3].

Теорема 2. Для последовательности областей

V n = {-2log ρn > χ2 }, ãäå χ2 - ëþáîå êîíå÷íîå ÷èñëî, limP1(Vn) =1. n→∞

Доказательство.

Если введем обозначение

U n = - 2log fn ( x , ϑ ˆ1), fn ( x , ϑ n )

где ϑ 1 ϑ 0 , то согласно предыдущей лемме величина Un положительна для достаточно больших n .

Величину Vn можно представить в виде

V n ={ U n + 2log ρ n - 2 M 0 log ρ n > χ 2 - 2 M 0 log ρ n }.

В силу основной теоремы limP1(Vn) =1 n→∞

Теорема доказана.

Статья научная