http://www.cnr.it/ontology/cnr/individuo/prodotto/ID7687
Fourier-Legendre approximation of a probability density from discrete data (Articolo in rivista)
- Type
- Label
- Fourier-Legendre approximation of a probability density from discrete data (Articolo in rivista) (literal)
- Anno
- 2003-01-01T00:00:00+01:00 (literal)
- Alternative label
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
- Pagina inizio
- Pagina fine
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#altreInformazioni
- Un problema inverso in dinamica (ricostruzione del drift) e' visto come un tipico problema di identificazione di coefficienti in PDE. Problemi di questo genere nascono quando la dinamica evolutiva di un sistema non e' deducibile da poche leggi fondamentali come avviene in meccanica classica. Potenziali applicazioni: finanza e dinamica delle popolazioni. (literal)
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume
- Rivista
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#descrizioneSinteticaDelProdotto
- Il problema e' originato dall'acquisizione di dati per la ricostruzione del campo vettoriale \"guida\" (drift) di un sistema dinamico dissipativo con metodi di perturbazione stocastica. In altri termini si tratta di identificare il coefficiente di drift in una equazione parabolica di tipo Fokker-Planck, dalla conoscenza della soluzione asintotica (per il tempo che va all'infinito) e del coefficiente di diffusione. La densita' di probabilita' U (di cui si parla nell'abstract) descrive un attrattore \"sporcato\" dalla perturbazione stocastica del sistema.
Il problema di produrre una buona e liscia approssimazione U(n) di U e' particolarmente delicato in quanto la U(n) sara' il dato in entrata di un calcolo numerico malcondizionato (il problema analitico a monte e' mal posto nel senso di Hadamard). (literal)
- Note
- ISI Web of Science (WOS) (literal)
- Titolo
- Fourier-Legendre approximation of a probability density from discrete data (literal)
- Abstract
- We produce a positive approximation of a probability density in [0,1] when only a finite number of values (possibly affected by noise) is available. This approximation is obtained by computing a number of Legendre-Fourier coefficients and applying the Maximum Entropy method.
An example of application of this procedure is data-smoothing in the
numerical solution of an identification problem for Fokker-Planck equation. (literal)
- Prodotto di
- Insieme di parole chiave
Incoming links:
- Prodotto
- Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi
- Insieme di parole chiave di