Bilim insanları, karmaşık stokastik dinamik sistemlerin analizinde kullanılan Koopman operatör teorisinde önemli bir matematiksel ilerleme kaydetti. Yeni geliştirilen çalışma, çekirdek genişletilmiş dinamik mod ayrıştırma (kEDMD) yönteminin hata sınırlarını kesin matematiksel terimlerle tanımlayarak, belirsizlik içeren sistemlerin modellemesinde daha güvenilir sonuçlar elde edilmesini sağlıyor.
Araştırma ekibi, stokastik sistemlerde kEDMD yaklaşımının iki farklı hata kaynağını ayrı ayrı inceledi. İlk olarak, çekirdek regresyonu adımında ortaya çıkan deterministik hatayı veri noktaları arasındaki dolgu mesafesi cinsinden analiz etti. İkinci olarak, bilinmeyen beklenen değerlerin Monte Carlo örneklemesi yoluyla yaklaşık hesaplanmasından kaynaklanan olasılıksal hatayı örnekleme sayısına bağlı olarak değerlendirdi.
Koopman operatör teorisi, doğrusal olmayan dinamik sistemleri sonsuz boyutlu doğrusal sistemler olarak ele almayı sağlayan güçlü bir matematiksel araçtır. Bu yaklaşım, özellikle karmaşık sistemlerin uzun vadeli davranışlarını tahmin etmek için kritik önem taşıyor.
Araştırmacılar, geliştirdikleri teorik sonuçları doğrusal olmayan çift kuyu potansiyeli içeren Langevin türü stokastik diferansiyel denklemler üzerinde test etti. Bu uygulama, yöntemin pratik değerini göstererek fizik ve mühendislikte karşılaşılan gerçek problemlerde nasıl kullanılabileceğini ortaya koydu.