Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Array
(
    [SESS_AUTH] => Array
        (
            [POLICY] => Array
                (
                    [SESSION_TIMEOUT] => 24
                    [SESSION_IP_MASK] => 0.0.0.0
                    [MAX_STORE_NUM] => 10
                    [STORE_IP_MASK] => 0.0.0.0
                    [STORE_TIMEOUT] => 525600
                    [CHECKWORD_TIMEOUT] => 525600
                    [PASSWORD_LENGTH] => 6
                    [PASSWORD_UPPERCASE] => N
                    [PASSWORD_LOWERCASE] => N
                    [PASSWORD_DIGITS] => N
                    [PASSWORD_PUNCTUATION] => N
                    [LOGIN_ATTEMPTS] => 0
                    [PASSWORD_REQUIREMENTS] => Пароль должен быть не менее 6 символов длиной.
                )

        )

    [SESS_IP] => 3.235.46.191
    [SESS_TIME] => 1711617645
    [BX_SESSION_SIGN] => 9b3eeb12a31176bf2731c6c072271eb6
    [fixed_session_id] => 2301bf16471b0cd819b49d089cf96e67
    [UNIQUE_KEY] => de6556ac3618e78d3ca10bf52225ab3a
    [BX_LOGIN_NEED_CAPTCHA_LOGIN] => Array
        (
            [LOGIN] => 
            [POLICY_ATTEMPTS] => 0
        )

)

Поиск по журналу

Сибирский журнал вычислительной математики

2017 год, номер 1

Приближенное решение задачи прогнозирования для стохастических систем диффузионно-скачкообразного типа

Т.А. Аверина1,2, К.А. Рыбаков3
1Институт вычислительной математики и математической геофизики Сибирского отделения Российской академии наук, просп. Акад. М.А. Лаврентьева, 6, Новосибирск, 630090
ata@osmf.sscc.ru
2Новосибирский национальный исследовательский государственный университет, ул. Пирогова, 2, Новосибирск, 630090
3Московский авиационный институт, Волоколамское шоссе, 4, Москва, A-80, ГСП-3, 125993
rkoffice@mail.ru
Ключевые слова: апостериорная плотность вероятности, ветвящиеся процессы, метод статистических испытаний, оптимальная фильтрация, прогнозирование, стохастическая система, уравнение Дункана-Мортенсена-Закаи, уравнение Колмогорова-Феллера, branching processes, conditional density, Duncan-Mortensen-Zakai equation, Kolmogorov-Feller equation, Monte Carlo method, optimal filtering problem, prediction problem, stochastic jump-diffusion system
Страницы: 1-13

Аннотация

В статье развивается новый подход к решению задачи прогнозирования для нелинейных стохастических дифференциальных систем с пуассоновской составляющей в уравнении объекта наблюдения. В основе предлагаемого подхода лежит метод статистических испытаний, а именно моделирование специального случайного процесса с разрывами, обрывами и ветвлениями траекторий. При решении задачи прогнозирования применяются методы численного решения стохастических дифференциальных уравнений и методы моделирования неоднородных пуассоновских потоков.

DOI: 10.15372/SJNM20170101