Приложение 9А. Доказательство теоремы 9.1
В этом приложении будет использована техника доказательства асимптотической нормальности, которая очень полезна в задачах с сигналами рассматриваемого здесь тина. Идея состоит в расщеплении суммы (9.8) на две части, одна из которых удовлетворяет определенному условию независимости (М-зависимости) между ее членами, а вторая достаточно мала. Исследование этих частей основано на использовании следующих двух лемм.
Лемма
. Рассмотрим сумму случайных величин
с двойной индексацией:
где
Допустим, что
независимы при
где
целое число,
и что
Положим
Тогда
Доказательство. См. [311] или [347]. Заметим, что
(условие Ляпунова) обеспечивает выполнение условия Линдеберга, которое используется в указанных ссылках. Последовательность
удовлетворяющая
называется
-зависимой.
Лемма 9А.2 ([99,13]).Пусть
причем
Тогда
Доказательство см. в [99] и [13].
Перейдем теперь к доказательству теоремы 9.1. Пишем для краткости
и полагаем
Тогда в соответствии с (9.6) и (9.7)
Из (8.19)
Аналогично
где
и
Аналогичная оценка имеет место для других членов
Следовательно,
откуда получаем сходимость
к нулю при
поскольку ряд из 0 сходится. Теперь, по лемме
асимптотическое распределение
в пределе по
задается выражением
Значит,
Поскольку
асимптотические распределения
совпадают, поэтому
Аналогично, из
и
следует
Это завершает доказательство соотношений (9.8) и (9.9). Осталось только проверить (9.4). Имеем
Так как множество моделей и система равномерно устойчивы, находим, как в (8.19) и (8.20), что
формируются посредством преобразования белого шума равномерно устойчивыми фильтрами. Следовательно, как и в лемме 8.2, из теоремы
получаем
Отсюда, поскольку
,
если
принадлежит окрестности 0 радиуса
(Техническое замечание: применение тейлоровского разложения в (9.3) в действительности может привести к различным в разных компонентах этого векторного выражения. Однако на результате
это не сказывается.)
Теперь
и (9A.29) вместе с
завершают доказательство теоремы 9.1.
Замечание. Если 6 принадлежит границе
равенство (9.3) не применимо. Однако, как следует из
вероятность этого события убывает достаточно быстро и не влияет на асимптотическое распределение.