带有小干扰项随机微分方程的参数估计-浙江大学数学科学学院.PDF

高校应用数学学报 辑 ! !(() * +,-. * / * 0.12343 5216 * 738 * ! ， （）： ## $% $ $ ’ % 带有小干扰项随机微分方程的参数估计 张 彩 伢 （浙江大学西溪校区数学系，浙江杭州 9$##:） 摘 要：考虑带有小干扰项 的随机微分方程 在固定观察时间区间［， ］ ! ! # 内，对方程的参数提出了估计量，并讨论了当!!# 时估计量的一致性和渐近正态 性! 关键词：扩散过程；极大似然估计；停时 中图分类号： ;$$=9 文献标识码： 文章编号： （ ） ! $###??? ## #$##$#% # $ 引 言 设扩散过程 （）由随机微分方程 $ % （） （（），） （（）） （）， （） ， ［，］ （ ） A$ % ’ $ % A % ( !# $ % A) % $ # $# % # $! $ 所决定，其中 （）是扩散系数，（，）是漂移系数， ， ， 为闭区间，参数真值 # $ ’ $ $ * $ $ # 是其内点 干扰项 （） （）的系数 称为小参数，（）为一标准的 过程 在固定 ! $ % A) % ) % B13238 ! # ! 的时间区间［，］对 （）进行连续观察，利用样本函数 （）构造参数 的极大似然估计 # $ % + % ! 量, ［，］从似然函数 （）的可导性出发利用级数求和、富里埃变换或鞅的不等式求出 ! $ - ! , , 的极大似然估计量 ，并证明了当 # 时， 的一致性和渐近正态性 本文则避开导数直接 !! ! ! ! , 利用初等概率知识及随机分析的手段来求极值解 ，采用类似于［］的讨论方法同样得到 9 ! , 了量 的上述二个性质 由（ ）利用［］的结果有 ! $ $ ? ! （ （），） （ （）， ） A.