动态系统中一种随机逼近的鞅方法.pdfVIP

268 中国现场统计研究会第十三届学术年会论文 2007年8月 动态系统中一种随机逼近的鞅方法 孔繁亮孔祥冰 (哈尔滨理工大学数学系，哈尔滨，150080) 摘要。本文在R—M等随机逼近算法基础上，讨论了动态系统中随机序列为鞅差序列的一种随机逼近 的鞅方法。 关键词： 随机逼近，R-M算法，鞅差序列，鞅方法 中图分类号t0211 文献标识码：A Certain MethodinRandom on Martingale ApproximateDynamicSystems KongFan··LiangKongXiang-·Bing of l50080) (DeptMathematics，HarbinUniv．Sci．Tech．，Harbin ^bstract：InthiS wediscussthecertain methodinrandom on paper martingale approximatedynamic series whenrandom aremartingaledifferenceseries． systems words：Random difference method Key approximate：R-Malgorithm：martingaleseries，martingale 0 引言 对于某些实际问题和理论问题的研究，常常归结为一个非线性方程组的求根问题。 在这 类问题中人们并不知道其非线性函数的形式，只可以对给定的自变量值，带随机误差地测量 到函数值，在这种情况下，去求这个未知的非线性函数的零点妒是一个至关重要的问题．。长 期以来，许多学者创立发展了不少的逐次逼近的数值解法。 了一种随机逼近算法Ⅲ，取数列q)为增益函数：q0，∑q=∞，∑彳∞．对∥ 的第n+1次逼近为矗+l=■+％％+l，其中Y肿，为函数的观测值．这就是著名的IoM算法． 并且讨论了巳为相互独立时，且，=l，证明了吒对，的平方收敛性E1％_XOl2，未D在 一些学者进行了一些方法的探讨131。本文则是在上述工作的基础上，讨论了随机序列为鞅差序 列时的一种随机逼近的鞅方法。 1．主要结果 1．1定义与引理 定义1设未知函数为厅(x)，x∈R1，办(·)∈R1，它的零点为r，即h(x。)=o 定义2设矗为第n次测量时所取定的自变量值，则函数观测值为 ％+l=乃(毛)+q+l 中国现场统计研究会第十三届学术年会论文 2007年8月 269 {巳}是测量误差序列，可以依赖于矗．h(·)称为回归函数。 定义盯=o)。 间(若xo∈G， 由于【盯≤刀】=【‰萑qU[xo∈G，而仨qu… U[xo∈G，…，毛一l∈G，毛仨G】，则有【仃≤门】∈E，即∥是停时。 引理1设(“(x)≥o，u(xk))是非负上鞅，即E(“(‰)l最一。)≤(‰一。)，则 (甜(矗．。)，E)也是非负上鞅，此处盯^k=min(o，k) 证明“(％^七)=“(％)‘ok-1]+“(稚)‘ak-1] 由于u(x口)lto-k-1]=U(Xo)II侧+…+“(％一1)zto=k-1]， 所以u(xo)lto≤k-I】对E—l可测。即得 E一，) E(扰(％^七)l瓦一，)=“(xo)6盯敛一力+‘ak-1]E(甜(吒)l ≤“(％)10k-I]+‘ok-I】“(％一-)