Métodos numéricos de transformación integral para modelos hiperbólicos aleatorios con un grado finito de aleatoriedad
Autores: Casabán, M. Consuelo; Company, Rafael; Jódar, Lucas
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Métodos numéricos de transformación integral para modelos hiperbólicos aleatorios con un grado finito de aleatoriedad
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Construcción
Soluciones numéricas
Modelos hiperbólicos aleatorios
Grado finito de aleatoriedad
Esperanza
Varianza
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Este documento trata sobre la construcción de soluciones numéricas de modelos hiperbólicos aleatorios con un grado finito de aleatoriedad que facilitan el cálculo de su esperanza y varianza. El enfoque se basa en la combinación de las transformadas de Fourier aleatorias, las cuadraturas gaussianas aleatorias y el método de Monte Carlo. La recuperación de la solución del problema de ecuaciones diferenciales parciales aleatorias original a través de la transformada integral inversa permite su aproximación numérica utilizando cuadraturas gaussianas que implican la evaluación de la solución del problema de ecuaciones diferenciales ordinarias aleatorias en ciertos valores concretos, que se aproximan utilizando el método de Monte Carlo. Se incluyen experimentos numéricos que ilustran la convergencia numérica del método.
Descripción
Este documento trata sobre la construcción de soluciones numéricas de modelos hiperbólicos aleatorios con un grado finito de aleatoriedad que facilitan el cálculo de su esperanza y varianza. El enfoque se basa en la combinación de las transformadas de Fourier aleatorias, las cuadraturas gaussianas aleatorias y el método de Monte Carlo. La recuperación de la solución del problema de ecuaciones diferenciales parciales aleatorias original a través de la transformada integral inversa permite su aproximación numérica utilizando cuadraturas gaussianas que implican la evaluación de la solución del problema de ecuaciones diferenciales ordinarias aleatorias en ciertos valores concretos, que se aproximan utilizando el método de Monte Carlo. Se incluyen experimentos numéricos que ilustran la convergencia numérica del método.