Asymptotická inference pro modely stochastické geometrie

We compare three methods used in stochastic geometry in order to investigate asymp- totic behaviour of random geometrical structures in large domains or in a large intensity regime. Namely, we describe in detail the Malliavin-Stein method, the method of sta- bilization and the method of cumulants. Then, we discuss some of its possible variants, combinations or extensions. Each method is supplemented with numerous examples con- cerning limit behaviour of different kinds of point processes, random tessellations and graphs or particle processes. Specially, for a geometric characteristic of the typical cell in a weighted Voronoi tessellation, we use the minus-sampling technique to construct an unbiased estimator of the average value of this characteristic and using the method of stabilization, we establish variance asymptotic and the asymptotic normality of such es- timator. Next, we study asymptotic properties of a cylinder process in the plane derived by a Brillinger-type mixing point process. We prove a weak law of large numbers as well as a formula of the asymptotic variance for the area of the process. Under comparatively stronger assumptions, we also derive a central limit theorem for the cylinder process using the method of cumulants. 1Práce srovnává tři metody používané v rámci stochastické geometrie při studiu asymp- totického chování náhodných geometrických struktur. Jmenovitě to jsou Malliavinova- Steinova metoda, metoda stabilizace a metoda kumulantů. V práci jsou diskutovány různé varianty, kombinace a případná rozšíření těchto metod. Každá metoda je následně demonstrována na několika příkladech, kdy vyšetřujeme limitní chování různých druhů bodových procesů, náhodných teselací a grafů nebo procesů částic. Ku příkladu pro nes- traný odhad střední hodnoty nějaké geometrické statistiky typické buňky vážené Voroného teselace odvozujeme asymptotický rozptyl a asymptotickou normalitu pomocí metody sta- bilizace. Dále vyšetřujeme limitní vlastnosti dvourozměrného procesu válců odvozeného z typu Brillinger-mixing bodového procesu. Je zde odvozen slabý zákon velkých čísel a explicitní vyjádření limitního rozptylu pro plochu, kterou pokrývá sjednocení válců to- hoto procesu. Za poměrně silnějších předpokladů poté odvozujeme i centrální limitní větu použitím metody kumulantů. 1Department of Probability and Mathematical StatisticsKatedra pravděpodobnosti a matematické statistikyMatematicko-fyzikální fakultaFaculty of Mathematics and Physic