Научная статья на тему 'Новый алгоритм стохастической гомогенизации для оценки моментов коэффициента K размножения частиц в случайной среде'

Новый алгоритм стохастической гомогенизации для оценки моментов коэффициента K размножения частиц в случайной среде Текст научной статьи по специальности «Математика»

CC BY
27
11
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Г А. Михайлов, С А. Роженко

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Новый алгоритм стохастической гомогенизации для оценки моментов коэффициента K размножения частиц в случайной среде»

48 Секция 3

t EL + t2 DL/2. Для численной экспериментальной проверки такой оценки разработано вычисление вероятностных моментов случайного параметра L на основе рандомизации Фурье-приближений специальных нелинейных функционалов. Дано приложение полученных результатов к анализу мировой статистики пандемии COVID-19.

Работа выполнена в рамках госзадания (0315-2019-0002) и при частичной финансовой поддержке Российского фонда фундаментальных исследований (коды проектов 18-01-00356, 18-01-00599).

Новый алгоритм стохастической гомогенизации для оценки моментов коэффициента K размножения частиц в случайной среде

Г. А. Михайлов1-2, С. А. Роженко1

1Институт вычислительной математики и математической геофизики СО РАН 2Новосибирский государственный университет Email: gam@sscc.ru, sergroj@mail.ru DOI: 10.24411/9999-017A-2020-10087

Предлагаемый алгоритм основан на использовании "ведущего" функционала, вычисляемого методом двойной рандомизации для реальной случайной среды и, возможно, путем численного интегрирования для различных вариантов вспомогательной упрощенной среды. В качестве требуемых оценок математического ожидания EK и дисперсии DK используются значения этих величин, соответствующие упрощенной случайной среде с реалистическим значением ведущего функционала.

Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (код проекта 18-01-00356).

Новая ядерно-проекционная статистическая оценка с приложениями к исследованию интенсивности поляризованного излучения

Г. А. Михайлов1,2, Н. В. Трачева1,2, С. А. Ухинов1,2

1Институт вычислительной математики и математической геофизики СО РАН

2Новосибирский государственный университет

Email: tnv@osmf.sscc.ru

DOI: 10.24411/9999-017A-2020-10088

Ядерная статистическая оценка в методе Монте-Карло обычно оптимизируется на основе предварительного построения "микровыборки" значений исследуемой переменной, например направления скорости кванта излучения. Уже для двумерного случая такая оптимизация весьма затруднительна. Поэтому в настоящей работе предлагается комбинированная (ядерно-проекционная) статистическая оценка двумерной плотности распределения: по первой (основной) переменной - ядерная, по второй -проекционная. При этом для каждого определенного по микровыборке "ядерного" интервала статистически оцениваются коэффициенты некоторого ортогонального разложения условной плотности на основе предварительных соответствующих результатов для "микроинтервалов". Важным результатом работы является оптимизация такой оценки при сделанных предположениях о скорости сходимости используемого ортогонального разложения. Верификация оценки реализована для двунаправленного распределения потока поляризованного излучения через слой рассеивающего и поглощающего вещества.

Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (код проекта 18-01-00356а) и в рамках госзадания № 0315-2019-0002.

Применение моделирования методом Монте-Карло к исследованию молекулярно-массового распределения продукта полимеризации изопрена

Т. А. Михайлова1, Э. Н. Мифтахов1, В. А. Михайлов2, С. И. Мустафина1 1Башкирский государственный университет 2Казанский (Приволжский) федеральный университет Email: t.a.mihailova@yandex.ru DOI: 10.24411/9999-017A-2020-10089

Производство полимерных материалов занимает одно из ведущих мест в химической промышленности. Эта область дает наилучшие возможности для изучения статистических особенностей и

i Надоели баннеры? Вы всегда можете отключить рекламу.