Применение численного вероятностного анализа в задачах интерполяции : научное издание | Научно-инновационный портал СФУ

Применение численного вероятностного анализа в задачах интерполяции : научное издание

Перевод названия: Application of numerical probabilistic analysis in interpolation problems

Тип публикации: статья из журнала

Год издания: 2017

Ключевые слова: численный вероятностный анализ, функция случайных аргументов, интерполяция, гарантированные оценки, numerical probabilistic analysis, functions of random variables, interpolation, verified bounds

Аннотация: Рассмотрено построение интерполяционных многочленов и сплайнов в условиях, когда входные данные носят случайный характер и могут быть представлены функциями, аппроксимирующими плотности вероятности этих случайных величин. Для решения поставленных задач мы развиваем численный метод, в основу которого положены компьютерная реализация арифметических операций над плотностями случайных величин и процедуры построения так называемых вероятностных расширений функций. Новый подход получил название численного вероятностного анализа. Исследовано, в частности, применение интерполяционных многочленов и сплайнов для построения гарантированных оценок функций распределения и функций плотности вероятности. The paper addresses the application of numerical probabilistic analysis for construction of function approximations under conditions of stochastic uncertainty. We introduced the definitions of random interpolation and random spline in this study. To define these concepts we use the probabilistic extensions as the base component for numerical probabilistic analysis. To construct these extensions the arithmetical operations for probability density functions of the random variables and numerical procedures for the probabilistic extensions have been applied. Lagrange interpolation polynomials and polynomial splines with input random data are discussed. To employ the numerical probabilistic analysis we propose the special class of the random Lagrange interpolating polynomials. We argue that our approach to uncertainty representation allows us to build reliable estimates for random functions. In the case of a random piecewise linear interpolation we assess the accuracy of the mathematical expectation and variance. To use the numerical probabilistic analysis we proposed special class of the random cubic splines. For the construction of the random splines we solved the random system of linear algebraic equations. Our study shows that the application of the random splines for approximation of distribution functions and probability densities and allows the reliable estimate. This approach is based on the properties of order statistics. Reliable estimates are represented as the histogram P-boxes and second order histograms. To demonstrate our theory we use numerical examples to build the histogram P-boxes and the second order histogram. It is important to note that numerical results show the effectiveness of our techniques to small samples.

Ссылки на полный текст

Издание

Журнал: Вычислительные технологии

Выпуск журнала: Т. 22, 2

Номера страниц: 99-114

ISSN журнала: 15607534

Место издания: Новосибирск

Издатель: Федеральное государственное бюджетное учреждение науки Институт вычислительных технологий Сибирского отделения Российской академии наук

Авторы

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.