Mean square analytic solutions of random linear models

Laburpena

El objetivo de esta tesis doctoral es el desarrollo de técnicas analítico-numéricas para resolver en media cuadrática problemas de valores iniciales de ecuaciones y sistemas de ecuaciones en diferencias y diferenciales aleatorias de tipo lineal. Respecto del estudio aportado sobre ecuaciones en diferencias (véase Capítulo 3), se extienden al contexto aleatorio algunos de los principales resultados que en el caso determinista se conocen para resolver este tipo de ecuaciones así como para estudiar el comportamiento asintótico de su solución. En lo que se refiere a las ecuaciones diferenciales hay que señalar que el elemento unificador del estudio realizado en esta memoria es la extensión al escenario aleatorio del método de Fröbenius para la búsqueda de soluciones de ecuaciones diferenciales en forma de desarrollos en serie de potencias. A largo de los Capítulos 4-7 se abordan problemas tanto de tipo escalar como de tipo matricial tanto de primer como de segundo orden, donde la aleatoriedad se introduce en los modelos a través de las condiciones iniciales y los coeficientes, siendo además la incertidumbre en este último caso, considerada tanto de forma aditiva como multiplicativa. Los problemas basados en ecuaciones diferenciales aleatorias tratados permiten introducir procesos estocásticos importantes como son el proceso exponencial (véase Capítulo 5), los procesos trigonométricos seno y coseno y algunas de sus propiedades algebraicas básicas (véase Capítulo 6). En el último capítulo se estudia la ecuación diferencial de Hermite con coeficientes aleatorios y, bajo ciertas condiciones, se obtienen soluciones en forma de serie aleatoria finita que definen los polinomios de Hermite aleatorios. Además de obtener las soluciones en forma de serie aleatoria convergente en el sentido estocástico de la media cuadrática, para cada uno de los problemas tratados se calculan aproximaciones de las principales propiedades estadísticas del proceso solución, tales como la media y la varianza (o en el caso vectorial, la matriz de varianzas-covarianzas). Estas aproximaciones se comparan a través de ejemplos ilustrativos con las obtenidas por otros métodos disponibles en la literatura. La clasificación temática de esta memoria atendiendo a la clasificación por áreas de la AMS (2010) es: 65C20, 60H35, 65N12.