Una distribución hiperbólica secante al cuadrado a través de la ecuación de evolución no lineal y su aplicación
Autores: Daghistani, Amira F.; Abd El-Bar, Ahmed M. T.; Gemeay, Ahmed M.; Abdelrahman, Mahmoud A. E.; Hassan, Samia Z.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Una distribución hiperbólica secante al cuadrado a través de la ecuación de evolución no lineal y su aplicación
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Hiperbólica
Secante al cuadrado
Distribución
Función de densidad
Métodos de estimación
Parámetros
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 53
Citaciones: Sin citaciones
En este artículo, presentamos una distribución de secante hiperbólica al cuadrado a través de la ecuación de evolución no lineal. Específicamente, para esta ecuación, se ha determinado la función de densidad de probabilidad de la distribución de secante hiperbólica al cuadrado (HSS). La densidad de nuestro modelo tiene una variedad de formas, incluyendo simétrica, sesgada a la izquierda y sesgada a la derecha. Se han propuesto ocho métodos distintos de estimación de lista frecuente para estimar los parámetros de nuestros modelos. Además, estas técnicas de estimación se han utilizado para examinar el comportamiento de los parámetros del modelo HSS utilizando conjuntos de datos generados aleatoriamente. Para demostrar cómo los hallazgos pueden ser utilizados para modelar datos reales utilizando la distribución HSS, también utilizamos datos reales. Finalmente, la justificación propuesta puede aplicarse a una variedad de otros modelos físicos complejos.
Descripción
En este artículo, presentamos una distribución de secante hiperbólica al cuadrado a través de la ecuación de evolución no lineal. Específicamente, para esta ecuación, se ha determinado la función de densidad de probabilidad de la distribución de secante hiperbólica al cuadrado (HSS). La densidad de nuestro modelo tiene una variedad de formas, incluyendo simétrica, sesgada a la izquierda y sesgada a la derecha. Se han propuesto ocho métodos distintos de estimación de lista frecuente para estimar los parámetros de nuestros modelos. Además, estas técnicas de estimación se han utilizado para examinar el comportamiento de los parámetros del modelo HSS utilizando conjuntos de datos generados aleatoriamente. Para demostrar cómo los hallazgos pueden ser utilizados para modelar datos reales utilizando la distribución HSS, también utilizamos datos reales. Finalmente, la justificación propuesta puede aplicarse a una variedad de otros modelos físicos complejos.