Un algoritmo para la integración numérica de EDO con factores funcionales desconocidos muestreados
Autores: Villacampa, Y.; Navarro-González, F. J.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un algoritmo para la integración numérica de EDO con factores funcionales desconocidos muestreados
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Ecuaciones diferenciales ordinarias
Funciones desconocidas
Resolución numérica
Parámetros
Funciones lineales
Sobreajuste
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
El problema de tener ecuaciones diferenciales ordinarias (ODE) cuyos coeficientes son funciones desconocidas es frecuente en varios campos. A veces, es posible obtener muestras de los valores de estas funciones en diferentes instantes o puntos espaciales. El presente documento presenta una metodología para la resolución numérica de estas ODE. Hay aproximaciones al problema para casos específicos de ecuaciones, especialmente en el caso en que los parámetros corresponden a constantes. Otros estudios se centran en el caso en el que las funciones consideradas son lineales o cumplen una cierta condición. Hay dos ventajas principales del algoritmo propuesto. Primero, no impone ninguna condición sobre los datos o la función posterior de donde se derivan estos datos de muestra. Además, la metodología utilizada en la modelización de las funciones puede controlar la posibilidad de sobreajuste en la modelización de la función. Este es un punto crucial para limitar la influencia de los sesgos del modelo en la solución numérica de la ecuación diferencial ordinaria en estudio.
Descripción
El problema de tener ecuaciones diferenciales ordinarias (ODE) cuyos coeficientes son funciones desconocidas es frecuente en varios campos. A veces, es posible obtener muestras de los valores de estas funciones en diferentes instantes o puntos espaciales. El presente documento presenta una metodología para la resolución numérica de estas ODE. Hay aproximaciones al problema para casos específicos de ecuaciones, especialmente en el caso en que los parámetros corresponden a constantes. Otros estudios se centran en el caso en el que las funciones consideradas son lineales o cumplen una cierta condición. Hay dos ventajas principales del algoritmo propuesto. Primero, no impone ninguna condición sobre los datos o la función posterior de donde se derivan estos datos de muestra. Además, la metodología utilizada en la modelización de las funciones puede controlar la posibilidad de sobreajuste en la modelización de la función. Este es un punto crucial para limitar la influencia de los sesgos del modelo en la solución numérica de la ecuación diferencial ordinaria en estudio.