Un algoritmo iterativo implícito de relajación sucesiva para resolver sistemas lineales estocásticos con saltos de Markov
Autores: Wu, Tianrui; Huang, Peiqi; Chen, Hong
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un algoritmo iterativo implícito de relajación sucesiva para resolver sistemas lineales estocásticos con saltos de Markov
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Resolver ecuaciones de Lyapunov estocásticas continuas
Novedoso algoritmo iterativo implícito
Sobre relajación sucesiva
Parámetros de ajuste
Tasa de convergencia
Ejemplo numérico.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 51
Citaciones: Sin citaciones
Para resolver ecuaciones de Lyapunov estocásticas continuas, se presenta en este artículo un novedoso algoritmo iterativo implícito mediante iteración de sobrerrelajación (SOR). A lo largo de este método, se añaden tres parámetros de ajuste para mejorar la tasa de convergencia. Se muestra que este algoritmo está acotado monótonamente, y se da y extiende la condición de convergencia. Aplicando las estimaciones actualizadas más recientes, este algoritmo puede lograr un mejor rendimiento de convergencia en comparación con otros algoritmos iterativos existentes al elegir los parámetros de ajuste apropiados. Por último, se proporciona un ejemplo numérico para ilustrar la viabilidad y prioridad de este enfoque.
Descripción
Para resolver ecuaciones de Lyapunov estocásticas continuas, se presenta en este artículo un novedoso algoritmo iterativo implícito mediante iteración de sobrerrelajación (SOR). A lo largo de este método, se añaden tres parámetros de ajuste para mejorar la tasa de convergencia. Se muestra que este algoritmo está acotado monótonamente, y se da y extiende la condición de convergencia. Aplicando las estimaciones actualizadas más recientes, este algoritmo puede lograr un mejor rendimiento de convergencia en comparación con otros algoritmos iterativos existentes al elegir los parámetros de ajuste apropiados. Por último, se proporciona un ejemplo numérico para ilustrar la viabilidad y prioridad de este enfoque.