ScholarGate
دستیار

معادلات دیفرانسیل تصادفی

یک معادله دیفرانسیل تصادفی، تکامل سیستمی را توصیف می‌کند که هم توسط یک روند قطعی و هم توسط نویز براونی هدایت می‌شود، و راه‌حل‌های آن، یعنی فرآیندهای انتشار، دینامیک تصادفی پیوسته را در علوم و مالی مدل‌سازی می‌کنند.

یافتن موضوع با PaperMindبه‌زودیFind papers & topics
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

Definition

یک معادله دیفرانسیل تصادفی، معادله‌ای برای یک فرآیند است که تغییر بی‌نهایت کوچک آن برابر با یک جمله رانش ضربدر افزایش زمان به علاوه یک جمله انتشار ضربدر افزایش براونی است، که از طریق انتگرال ایتو تفسیر می‌شود و راه‌حل‌های آن فرآیندهای انتشار هستند.

Scope

این موضوع شامل فرمول‌بندی معادلات دیفرانسیل تصادفی با ضرایب رانش و انتشار که توسط حرکت براونی هدایت می‌شوند، تمایز بین راه‌حل‌های قوی و ضعیف و بین یکتایی مسیر-محور و توزیعی، وجود و یکتایی تحت شرایط لیپشیتس و رشد خطی، خاصیت مارکوف و انتشار راه‌حل‌ها با مولدهایشان، مثال‌های استاندارد مانند حرکت براونی هندسی و فرآیند اورنستاین-اولنبک، و طرح‌های عددی مانند روش اویلر-مارویاما می‌شود.

Core questions

  • چگونه به یک معادله دیفرانسیل که توسط نویز براونی هدایت می‌شود، معنای دقیق داده می‌شود؟
  • تفاوت بین راه‌حل‌های قوی و ضعیف و مفاهیم مربوط به یکتایی چیست؟
  • تحت چه شرایطی یک راه‌حل منحصر به فرد وجود دارد؟
  • چگونه انتشارهای حاصل توسط مولدهایشان توصیف و به صورت عددی شبیه‌سازی می‌شوند؟

Key concepts

  • ضرایب رانش و انتشار
  • راه‌حل‌های قوی و ضعیف
  • یکتایی مسیر-محور
  • مولد انتشار
  • طرح اویلر-مارویاما

Key theories

وجود و یکتایی راه‌حل‌ها
هنگامی که ضرایب رانش و انتشار لیپشیتس پیوسته باشند و حداکثر به صورت خطی رشد کنند، معادله دیفرانسیل تصادفی یک راه‌حل قوی منحصر به فرد دارد که با یک تکرار پیکارد به دست می‌آید که موازی با نظریه قطعی است اما از انتگرال و ایزومتری ایتو استفاده می‌کند.
انتشارها و مولدهای آن‌ها
راه‌حل‌های معادلات دیفرانسیل تصادفی، فرآیندهای انتشار مارکوف هستند که مولد بی‌نهایت کوچک آن‌ها یک عملگر دیفرانسیل مرتبه دوم است که از ضرایب رانش و انتشار ساخته شده و دینامیک احتمالی را به معادلات دیفرانسیل جزئی سهموی و بیضوی مرتبط می‌کند.

Clinical relevance

معادلات دیفرانسیل تصادفی، قیمت دارایی‌ها و نرخ بهره را در مالی کمی، سرعت ذرات تحت اصطکاک و نویز در فیزیک، اندازه‌های جمعیت و غلظت‌های شیمیایی تحت نوسانات تصادفی در زیست‌شناسی و شیمی، و سیستم‌های کنترل نویزی در مهندسی مدل‌سازی می‌کنند، و حل عددی آن‌ها در شبیه‌سازی مونت کارلو این مدل‌ها نقش محوری دارد.

History

ایتو معادلات دیفرانسیل تصادفی را در دهه 1940 به عنوان شکل دقیق معادلات هدایت شده توسط نویز سفید معرفی کرد، و نظریه وجود، یکتایی و انتشار توسط ایتو، واتانابه، استروک و وارادان توسعه یافت؛ کاربردهای آن‌ها با ظهور مالی ریاضی از دهه 1970 به طور چشمگیری گسترش یافت.

Key figures

  • Kiyosi Ito
  • Bernt Oksendal
  • Shinzo Watanabe
  • Leonard Ornstein

Related topics

Seminal works

  • oksendal2003

Frequently asked questions

تفاوت بین یک راه‌حل قوی و یک راه‌حل ضعیف چیست؟
یک راه‌حل قوی بر اساس یک حرکت براونی و فیلتراسیون معین ساخته می‌شود، بنابراین راه‌حل تابعی از آن نویز خاص است، در حالی که یک راه‌حل ضعیف تنها یک فرآیند با توزیع صحیح در یک فضای احتمال را ارائه می‌دهد؛ این دو با مفاهیم یکتایی متفاوتی همراه هستند.
معادلات دیفرانسیل تصادفی چگونه به صورت عددی حل می‌شوند؟
طرح‌هایی مانند روش اویلر-مارویاما زمان را گسسته می‌کنند و افزایش‌های براونی را با گام‌های گاوسی شبیه‌سازی شده جایگزین می‌کنند؛ آن‌ها با کاهش اندازه گام به راه‌حل واقعی همگرا می‌شوند، اگرچه با نرخ‌هایی که نشان‌دهنده بی‌نظمی نویز است.

Methods for this concept

Related concepts