Optimización condicional de algoritmos para estimar distribuciones de soluciones a ecuaciones diferenciales estocásticas
Autores: Averina, Tatyana
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Optimización condicional de algoritmos para estimar distribuciones de soluciones a ecuaciones diferenciales estocásticas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Método
Estimación
Densidades de probabilidad
Ecuaciones diferenciales estocásticas
Algoritmos
Proyección numérico-estadística
Polinomios de Legendre
Distribuciones
Soluciones
Error cuadrático medio
Longitud de expansión
Método numérico
Tamaño de muestra
Coeficientes
Técnica
Verificado
EDE unidimensionales
Soluciones estacionarias
Distribuciones
Funciones de correlación exponencial
Análisis comparativo
Construyendo
Histograma.
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Este artículo discute un método alternativo para estimar densidades de probabilidad marginales de la solución a ecuaciones diferenciales estocásticas (EDEs). Se proponen dos algoritmos para calcular la estimación de proyección numérico-estadística para distribuciones de soluciones a EDEs utilizando polinomios de Legendre. Se estudia el error cuadrático medio de esta estimación como función de la longitud de la expansión de proyección, mientras que el paso de un método numérico para resolver EDE y el tamaño de la muestra para los coeficientes de expansión están fijos. La técnica propuesta se verifica con éxito en tres EDEs unidimensionales que tienen soluciones estacionarias con distribuciones unidimensionales dadas y funciones de correlación exponenciales. Se realiza un análisis comparativo del método propuesto para calcular la estimación de proyección numérico-estadística y el método para construir el histograma.
Descripción
Este artículo discute un método alternativo para estimar densidades de probabilidad marginales de la solución a ecuaciones diferenciales estocásticas (EDEs). Se proponen dos algoritmos para calcular la estimación de proyección numérico-estadística para distribuciones de soluciones a EDEs utilizando polinomios de Legendre. Se estudia el error cuadrático medio de esta estimación como función de la longitud de la expansión de proyección, mientras que el paso de un método numérico para resolver EDE y el tamaño de la muestra para los coeficientes de expansión están fijos. La técnica propuesta se verifica con éxito en tres EDEs unidimensionales que tienen soluciones estacionarias con distribuciones unidimensionales dadas y funciones de correlación exponenciales. Se realiza un análisis comparativo del método propuesto para calcular la estimación de proyección numérico-estadística y el método para construir el histograma.