Stochastische Differentialgleichungen (SDGLn)
Stochastische Differentialgleichungen (SDGLn) sind Differentialgleichungsmodelle, die einen deterministischen Driftterm – der die durchschnittliche Tendenz eines Systems steuert – mit einem stochastischen Diffusionsterm kombinieren, der von einem Wiener-Prozess (Brownsche Bewegung) angetrieben wird. Pionierarbeit durch die Itô-Kalkül von Kiyosi Itô im Jahr 1944 und eine umfassende numerische Behandlung durch Kloeden und Platen im Jahr 1992 machten SDGLn zur Standardmodellierungssprache für kontinuierliche Systeme, die zufälligem Rauschen ausgesetzt sind, einschließlich Finanzanlagenpreisen, Populationsdynamiken und physikalischen Prozessen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Stochastic Differential Equations (SDEs). ScholarGate. https://scholargate.app/de/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.
- Agentenbasiertes Modellieren (ABM)Simulation↔ compare
- Bayesianische InferenzStatistik↔ compare
- Markov Chain Monte Carlo (MCMC)Simulation↔ compare
- Monte-Carlo-SimulationEntscheidungsfindung↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →