Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
2. Многомерная стохастическая аппроксимацияРезультаты, аналогичные теореме 1.2, получены Брусиным [2] для случая многопараметрического управляемого объекта как для непрерывного, так и для дискретного времени. В работе Красулиной [7] рассмотрена задача отыскания с помощью процесса стохастической аппроксимации наибольшего собственного значения и собственного вектора, соответствующего этому значению, симметрической положительной матрицы, являющейся математическим ожиданием некоторой случайной матрицы. Теорема 2.1 (Красулина). Пусть
Определим последовательность случайных векторов
Предположим, что выполняются следующие условия: 1) Тогда
Аналогичные результаты получены Бензекри [1], использовавшим метод стохастической аппроксимации для некоммутативной нормированной алгебры линейных операторов на нормированном конечномерном пространстве. Бензекри показал, что, применяя процесс ортогонализации, можно получить с помощью стохастической аппроксимации не только максимальное собственное значение и соответствующий ему собственный вектор, но и следующие по величине собственные значения матрицы с соответствующими им собственными векторами. Гладышев В работе Пусть В работе Альберта итерациоными методами минимизации детерминированных функций. Сравниваются градиентный метод оценки и метод Калмана — Бьюси для оценки параметра функции регрессии Условия сходимости случайных процессов, определяемых процедурами стохастической аппроксимации, можно рассматривать как условия устойчивости (в том или ином вероятностном смысле) решений стохастических дифференциальных или разностных уравнений. Поэтому для исследования сходимости процессов стохастической аппроксимации можно использовать методы исследования устойчивости решений стохастических уравнений, в частности, аналоги прямого метода Ляпунова., В этом направлении ряд результатов получил Морозан Теорема 2.2 (Морозан). Пусть
где
Тогда с вероятностью единица Исследуя устойчивость стохастических дифференциальных уравнений, Хасьминский [1] получил ряд результатов для стохастической аппроксимации в случае непрерывного времени. Интересные результаты общего характера получены в этом направлении в работе Бравермана и Розоноэра
где 1)
Браверман и Розоноэр вводят в рассмотрение последовательности функций
от возрастающего с ростом Последовательность Для использования полученных условий сходимости в конкретных задачах стремятся подбирать эти функции так, чтобы из сходимости этих функций к нулю в том или ином смысле следовала сходимость в том же смысле случайного процесса Большую роль в теоремах Бравермана и Розоноэра играет следующее условие: Условие А. Математические ожидания
Здесь Определение. Последовательность функций Браверман и Розоноэр доказывают ряд теорем о сходимости к нулю в том или ином вероятностном смысле процессов, получаемых из процедур стохастической аппроксимации. Из этих утверждений могут быть получены теоремы Дворецкого [1], Гладышева [11, Блюма [2]. При этом стоит отметить, что некоторые из этих теорем применимы не только к конечномерным векторам Теорема 2.3. Пусть задан случайный процесс 1) Выполняются условие А, условие
Тогда Теорема 2.4. Пусть векторы
причем предполагается, что это определение корректно. Пусть выполнены условия:
где
Тогда при Если функция
то утверждение теоремы имеет место и в случае, когда условие 4 теоремы заменяется более слабым условием.
|
1 |
Оглавление
|