[논문 리뷰] Estimation of parameters of boundary value problems for linear ordinary differential equations with uncertain data

Olexandr Nakonechnyi, Yury Podlipenko외 1명|ArXiv.org|2009. 12. 15.

Differential Equations and Boundary Problems인용 수 4

한 줄 요약

이 논문은 오차가 있는 데이터를 가진 일阶 선형 상미분방정식의 두점 경계값 문제(BVP)에 대한 해의 선형 함수에 대한 최소최대 추정 방법을 개발한다. 추정 문제는 알려지지 않은 매개변수와 노이즈 분포에 대한 최소최대 최적화 문제로 공식화되며, 이중 미분방정식의 해를 통해 최소최대 추정치를 도출하고, 다양한 불확실성 및 부족한 데이터 조건 하에서 추정치와 추정 오차의 명시적 표현을 제공한다.

ABSTRACT

In this paper we construct optimal, in certain sense, estimates of values of linear functionals on solutions to two-point boundary value problems (BVPs) for systems of linear first-order ordinary differential equations from observations which are linear transformations of the same solutions perturbed by additive random noises. It is assumed here that right-hand sides of equations and boundary data as well as statistical characteristics of random noises in observations are not known and belong to certain given sets in corresponding functional spaces. This leads to the necessity of introducing minimax statement of an estimation problem when optimal estimates are defined as linear, with respect to observations, estimates for which the maximum of mean square error of estimation taken over the above-mentioned sets attains minimal value. Such estimates are called minimax estimates. We establish that the minimax estimates are expressed via solutions of some systems of differential equations of special type. Similar estimation problems for solutions of BVPs for linear differential equations of order n with general boundary conditions are considered. We also elaborate minimax estimation methods under incomplete data of unknown right-hand sides of equations and boundary data and obtain representations for the corresponding minimax estimates. In all the cases estimation errors are determined.

연구 동기 및 목표

• 오른쪽 항, 경계 데이터, 노이즈 통계가 불확실할 때, 일계 선형 상미분방정식의 두점 경계값 문제에 대한 해의 선형 함수를 추정하는 데 도전하는 것.
• 최악의 평균 제곱 오차를 최소화하는 최적 추정치를 주어진 알려지지 않은 매개변수와 노이즈 실현값의 집합 위에서 최소최대 추정 문제로 공식화하는 것.
• 이중 원리와 보조 미분방정식의 해를 이용하여 최소최대 추정치와 추정 오차의 명시적 표현을 유도하는 것.
• 일반적인 경계 조건과 함께 고계 선형 미분방정식과 부분 정보 또는 부족한 정보가 있는 경우로 프레임워크를 확장하는 것.
• 해의 존재 조건과 동차 해로 인한 비유일성 문제를 추정 과정에서 체계적으로 다루는 방법을 제공하는 것.

제안 방법

• 초기 데이터, 오른쪽 항, 노이즈에 대한 불확실한 집합 위에서 최대 평균 제곱 오차를 최소화하는 방식으로 최소최대 추정 문제를 설정함으로써 강건한 추정 프레임워크를 도출한다.
• 이중 원리를 사용하여 최소최대 추정 문제를 최적 제어 문제로 환원함으로써, 수반 시스템과 변분 방법의 적용을 가능하게 한다.
• 최소최대 추정치를 관측치의 선형 함수로 표현하며, 계수는 원래 시스템의 수반을 포함하는 이중 미분방정식계의 해를 통해 결정된다.
• 그린의 공식과 함수해석학적 도구를 사용하여 추정 오차를 이중 문제의 해와 연결함으로써, 오차 한계가 명시적으로 계산 가능하도록 보장한다.
• 부분 정보가 있는 경우, 추정 문제를 더 낮은 차원의 공간으로 축소하면서 최소최대 최적성을 유지하는 제거 기법을 도입한다.
• 함수공간과 선형연산자 이론(예: $L^2$, $H^1$, 이중성 쌍)을 사용하여 무한차원 설정에서 추정 문제를 엄밀히 정의하고 해결한다.

실험 결과

연구 질문

• RQ1 오른쪽 항과 경계 데이터가 주어진 집합에 속해 있고 불확실할 때, 두점 경계값 문제의 해에 대한 선형 함수에 대한 최소최대 추정치를 어떻게 구성할 수 있는가?
• RQ2 최소최대 추정치의 구조는 어떻게 되며, 이를 어떤 이중 미분방정식계의 해로 표현할 수 있는가?
• RQ3 불확실성 하에서 추정 오차는 어떻게 행동하며, 문제 데이터와 이중 해의 관점에서 명시적으로 계산할 수 있는가?
• RQ4 추정 프레임워크는 일반적인 경계 조건과 부족한 데이터를 가진 고계 선형 미분방정식으로 어떻게 확장될 수 있는가?
• RQ5 해의 존재 조건과 동차 해는 최소최대 추정 과정에서 어떤 역할을 하며, 이를 어떻게 체계적으로 다룰 수 있는가?

주요 결과

• 해의 선형 함수에 대한 최소최대 추정치는 관측치의 선형 조합으로 표현되며, 계수는 이중 시스템의 해로부터 유도된다.
• 추정 오차는 이중 문제의 해와 알려지지 않은 매개변수의 불확실성 집합에 대해 명시적으로 표현된다.
• 고계 선형 미분방정식의 경우, 최소최대 추정치는 일계 시스템으로의 환원과 이중성의 적용을 통해 도출되며, 오차 한계는 이중 해에 의해 결정된다.
• 부분 정보가 있는 경우, 제거 기법을 통해 문제를 해가 존재하는 형태로 축소하면서 최소최대 최적성을 유지한다.
• 오른쪽 항과 경계 데이터의 최소최대 추정치는 각각 $ \hat{f} = Q^{-1}\hat{p} + f^{(0)} $ 및 $ \hat{\alpha}_j = Q_1^{-1} \mathbf{S}^+(\hat{p})_j + \alpha_j^{(0)} $ 로 주어지며, 여기서 $ \hat{p} $ 는 이중 문제의 해이다.
• 경계 연산자와 계수 행렬의 표준 정규성 및 랭크 조건을 만족할 경우, 전체 추정 프레임워크가 유일하게 해가 존재함을 보였다.