En los métodos numéricos para ecuaciones diferenciales estocásticas , el método de aproximación de cadena de Markov (MCAM) pertenece a los diversos enfoques numéricos (esquemas) utilizados en la teoría de control estocástico . Lamentablemente, la simple adaptación de los esquemas deterministas para la correspondencia con modelos estocásticos, como el método de Runge-Kutta, no funciona en absoluto.
Se trata de un conjunto de ideas potente y ampliamente utilizable, debido a la infancia actual del control estocástico, incluso se podría decir que son "ideas" para problemas numéricos y de otras aproximaciones en procesos estocásticos . [1] [2] Representan contrapartes de la teoría de control determinista, como la teoría de control óptimo . [3]
La idea básica del MCAM es aproximar el proceso controlado original mediante un proceso Markov controlado elegido en un espacio de estados finitos. En caso de necesidad, también se debe aproximar la función de costo para una que coincida con la cadena Markov elegida para aproximar el proceso estocástico original.