สมการเชิงอนุพันธ์สุ่ม (Stochastic Differential Equations - SDEs)
สมการเชิงอนุพันธ์สุ่ม (SDEs) คือแบบจำลองสมการเชิงอนุพันธ์ที่รวมเทอมการเคลื่อนที่แบบกำหนดได้ (drift term) ซึ่งควบคุมแนวโน้มเฉลี่ยของระบบ เข้ากับเทอมการแพร่แบบสุ่ม (diffusion term) ที่ขับเคลื่อนโดยกระบวนการ Wiener (การเคลื่อนที่แบบบราวน์) SDEs ซึ่งริเริ่มผ่านแคลคูลัสของ Itô โดย Kiyosi Itô ในปี 1944 และได้รับการจัดการเชิงตัวเลขอย่างครอบคลุมโดย Kloeden และ Platen ในปี 1992 เป็นภาษาแบบจำลองมาตรฐานสำหรับระบบเวลาต่อเนื่องที่อยู่ภายใต้สัญญาณรบกวนแบบสุ่ม รวมถึงราคาของสินทรัพย์ทางการเงิน พลวัตของประชากร และกระบวนการทางกายภาพ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Stochastic Differential Equations (SDEs). ScholarGate. https://scholargate.app/th/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.
- การสร้างแบบจำลองเชิงเอเจนต์ (ABM)การจำลอง↔ compare
- การอนุมานแบบเบย์ (Bayesian Inference)สถิติศาสตร์↔ compare
- Markov Chain Monte Carlo (MCMC)การจำลอง↔ compare
- การจำลองแบบมอนติคาร์โลการตัดสินใจ↔ compare