Ecuaciones Diferenciales Estocásticas (EDEs)
Las ecuaciones diferenciales estocásticas (EDEs) son modelos de ecuaciones diferenciales que combinan un término de deriva determinista —que rige la tendencia promedio de un sistema— con un término de difusión estocástica impulsado por un proceso de Wiener (movimiento browniano). Iniciadas a través del cálculo de Itô por Kiyosi Itô en 1944 y con un tratamiento numérico exhaustivo por Kloeden y Platen en 1992, las EDEs son el lenguaje de modelado estándar para sistemas de tiempo continuo sujetos a ruido aleatorio, incluyendo precios de activos financieros, dinámicas poblacionales y procesos físicos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Stochastic Differential Equations (SDEs). ScholarGate. https://scholargate.app/es/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.
- Modelado Basado en Agentes (MBA)Simulación↔ compare
- Inferencia bayesianaEstadística↔ compare
- Cadenas de Markov Monte Carlo (MCMC)Simulación↔ compare
- Simulación de Monte CarloToma de decisiones↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →