Stokastiske Differentialligninger (SDE'er)
Stokastiske differentialligninger (SDE'er) er differentialligningsmodeller, der kombinerer et deterministisk driftsterm – som styrer et systems gennemsnitlige tendens – med et stokastisk diffusionsterm drevet af en Wiener-proces (Brownsk bevægelse). SDE'er, der blev pioneret gennem Itô-kalkulen af Kiyosi Itô i 1944 og fik en omfattende numerisk behandling af Kloeden og Platen i 1992, er standardmodelleringssproget for kontinuerte tidssystemer, der er underlagt tilfældig støj, herunder finansielle aktivpriser, populationsdynamik og fysiske processer.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Øksendal, B. (2003). Stochastic Differential Equations: An Introduction with Applications (6th ed.). Springer. DOI: 10.1007/978-3-642-14394-6 ↗
- Kloeden, P.E. & Platen, E. (1992). Numerical Solution of Stochastic Differential Equations. Springer. DOI: 10.1007/978-3-662-12616-5 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Stochastic Differential Equations (SDEs). ScholarGate. https://scholargate.app/da/simulation/stochastic-differential-equations
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Agent-Based Modeling (ABM)Simulering↔ compare
- Bayesiansk inferensStatistik↔ compare
- Markov Chain Monte Carlo (MCMC)Simulering↔ compare
- Monte Carlo-simuleringBeslutningstagning↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →