Optimal observing of stochastic proocesses

From MaRDI portal





\textit{A. Ya. Dorogovtsev} et \textit{Yu. V. Kartashev} [Teor. Veroyatn. Mat. Stat. 8, 50-58 (1973; Zbl 0283.62086) et. ibid. 9, 73-81 (1973; Zbl 0283.62087); traduction en anglais dans Theory Probab. Math. Stat. 8, 47- 55 (1977) et ibid. 9, 77-85 (1977)] ont résolu le problème suivant: pour un processus du second ordre X(t), \(t\in [0,1]\), stationnaire, quel est le meilleur choix de \(V\subset G\) de volume donné \(| V|\) tel que l'observation de X sur V donne la meilleure estimation (prediction) de E(\(\int_{G}X(t)dt)\). L'auteur généralise ces résultats au cas d'un processus sur \(G\subset {\mathbb{R}}^ k\), de tendance linéaire et de covariance r non nécessairement stationnaire. La solution optimale coïncide avec l'intégrale de X sur \(V^*\) où \(V^*\) est défini par une équation implicite paramétrée en r. Par exemple, pour l'estimation de la moyenne sur G, E(\(\int_{G}X(t)dt)\), cette solution est meilleure que celle uniforme basée sur G tout entier. La construction de \(V^*\) est difficile et les solutions doivent être traitées numériquement: en dimension plus que 1 sont traités le cas des processus avec une tendance de covariance isotropique, ainsi que le cas de processus stationnaire avec covariance factorisant. Les liens concrets avec les problèmes géo- statistique de Krigeage sont importants.











This page was built for publication: Optimal observing of stochastic proocesses

Report a bug (only for logged in users!)Click here to report a bug for this page (MaRDI item Q5185868)