Biblioteca122.739 documentos en línea

Artículo

Solving Continuous Models with Dependent Uncertainty: A Computational ApproachResolviendo modelos continuos con incertidumbre dependiente: Un enfoque computacional

Resumen

Este artículo presenta un estudio computacional sobre un método basado en proyección cuasi-Galerkin para tratar con una clase de sistemas de ecuaciones diferenciales ordinarias aleatorias (r.o.d.e.s) que se asume dependen de un número finito de variables aleatorias (r.v.s). Esta clase de sistemas de r.o.d.e.s aparece en diferentes áreas, especialmente en modelado epidemiológico. A diferencia de otras técnicas disponibles basadas en Galerkin, como el Caos Polinómico generalizado, el método propuesto expande la solución directamente en términos de las entradas aleatorias en lugar de variables aleatorias auxiliares. Teóricamente, los métodos basados en proyección de Galerkin aprovechan la ortogonalidad con el objetivo de simplificar los cálculos involucrados al resolver r.o.d.e.s, lo que implica calcular tanto la solución como sus principales funciones estadísticas como la esperanza y la desviación estándar. Este enfoque requiere la determinación previa de una base ortonormal que, en la práctica, podría volverse una carga computacional y

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento