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 |
