DOI 10.34229/KCA2522-9664.25.3.10

УДК 519.21

Я.М. ЧАБАНЮК
Львівський національний університет імені Івана Франка, Львів, Україна; Університет «Люблінська політехніка», Люблін, Польща,
 yaroslav.chabanyuk@lnu.edu.ua, y.chabanyuk@pollub.pl

С.А. СЕМЕНЮК
Національний університет «Львівська політехніка», Львів, Україна,
 serhii.a.semeniuk@lpnu.ua

У.Т. ХІМКА
Львівський національний університет імені Івана Франка, Львів, Україна,
 ulyana.khimka@lnu.edu.ua

Р.А. ЧИПУРКО
Львівський національний університет імені Івана Франка, Львів, Україна,
 chypurko.roman@gmail.com

СТОХАСТИЧНА ЕВОЛЮЦІЯ З МАРКОВСЬКО-МОДУЛЬОВАНИМ
ПУАССОНІВСЬКИМ ЗБУРЕННЯМ У СХЕМІ ДИФУЗІЙНОЇ
АПРОКСИМАЦІЇ

повний текст

СПИСОК ЛІТЕРАТУРИ

• 1. Wilkinson D.J. Stochastic modelling for systems biology. New York: Chapman and Hall/CRC, 2018. 404 p. https://doi.org/10.1201/.


• 2. DupaJ., Hurt J., J. Stochastic modeling in economics and finance. New York: Springer New York, 2002. XIV, 386 p. https://doi.org/10.1007/.


• 3. Zhuravel I., Semenyuk S. Stochastic models for computer malware propagation. Proc. 2024 IEEE 17th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering (TCSET-2024) (08-12 October 2024, Lviv, Ukraine). Lviv, 2024. P. 424–427. https://doi.org/10.1109/.


• 4. Fischer W., Meier-Hellstern K. The Markov-modulated Poisson process (MMPP) cookbook. Performance Evaluation. 1993. Vol. 18, Iss. 12. P. 149–171. https://doi.org/10.1016/.


• 5. Scott S.L., Smyth P. The Markov modulated Poisson process and Markov Poisson cascade with applications to web traffic modeling. In: Bayesian Statistics 7: Proceedings of the Seventh Valencia International Meeting. Lindley V., Bernardo J.M. et al (Eds.). Oxford, 2003. P. 671–680. https://doi.org/10.1093/.


• 6. Banos D.R., Cordoni F., Di Nunno G., Di Persio L., Rose E.E. Stochastic systems with memory and jumps. Journal of Differential Equations. 2019. Vol. 266, Iss. 9. P. 5772–5820. https://doi.org/10.1016/.


• 7. Semenyuk S.A., Chabanyuk Y.M. Stochastic evolution system with Markov-modulated Poisson perturbations in the averaging schema. Mat. Stud. 2024. Vol. 62, N 1. P. 102–108. https://doi.org/10.30970/.


• 8. Korolyuk V.S., Korolyuk V.V. Stochastic models of systems. Dordrecht: Springer, 1999. 185 p. https://doi.org/10.1007/.


• 9. Korolyuk V.S., Limnios N. Stochastic systems in merging phase space. World Scientific, 2005. 348 p. https://doi.org/10.1142/.


• 10. Ozekici S., Soyer R. Semi-Markov modulated Poisson process: probabilistic and statistical analysis. Math. Meth. Oper. Res. 2006. Vol. 64, Iss. 1. P. 125–144. https://doi.org/10.1007/ .


• 11. Skorokhod A.V., Hoppensteadt F.C., Salehi H. Random perturbation method with application in science and engineering. New York: Springer New York, 2002. 490 p. https://doi.org/ 10.1007/.


• 12. Koroliouk D., Samoilenko I. Asymptotic and analytic methods in stochastic evolutionary symptoms. John Wiley & Sons, 2023. 234 p. https://doi.org/10.1002/.


• 13. Kushner H.J. Weak convergence methods and singular perturbed stochastic control and filtering problems. Boston: Birkhuser, 1990. XVIII, 234 p. https://doi.org/10.1007/.


• 14. Samoilenko A.M., Stanzhytskyi O.M. Qualitative and asymptotic analysis of differential equations with random perturbations. Singapore: World Scientific, 2011. 324 p. https://doi.org/10.1142/.


• 15. Semenyuk S.A., Chabanyuk Y.M. Fluctuations of a stochastic system under an asymptotic diffusive perturbation. Cybernetics and Systems Analysis. 2008. Vol. 44, N 5. P. 716–721. https://doi.org/10.1007/.


• 16. Chabanyuk Y., Nikitin A., Khimka U. Asymptotic analyses for complex evolutionary systems with Markov and semi-Markov switching using approximation schemes. Mathematics and Statistics. John Wiley & Sons, 2020. 217 p. https://doi.org/10.1002/.