Асимптотические свойства метода эмпирических средних для нестационарных случайных полей

Abstract

Рассмотрена задача стохастичного программирования, в которой оценочная функция аппроксимируется ее эмпирической оценкой на основании наблюдений неоднородного случайного поля с непрерывным временем и сильным перемешиванием. Исследована сильная состоятельность указанной оценки и найдено ее асимптотическое распределение при условии ограничения на неизвестный параметр в виде систем неравенств.

Розглянуто задачу стохастичного програмування, в якій оціночна функція апроксимується її емпіричною оцінкою на основі спостережень неоднорідного випадкового поля з неперервним часом та сильним перемішуванням. Досліджено сильну конзистентність вказаної оцінки та знайдено її асимптотичний розподіл за умови обмежень на невідомий параметр у вигляді системи нерівностей.

The author considers a stochastic programming problem where the estimation function is approximated by its empirical estimate for observations of a non-homogeneous random field with continuous time and strong mixing. The strong consistency of this estimate is investigated and its asymptotic distribution is found under the constraint imposed on the unknown parameter in the form of systems of inequalities.