当前位置: 首页 > news >正文

随机微分方程的MATLAB数值求解

在这里插入图片描述
在这里插入图片描述

dt=0.01;
tout=200; %总时间为2
x=zeros(1,tout);
x(1)=0.5; %初始位置
mu=0.2; sigma=1;
Wt=sqrt(dt)*randn(1,tout); %产生随机序列Wt
for t=1:tout-1x(t+1)=x(t)+mu*x(t)*dt+sigma*x(t)*Wt(t);
end
t1=1:10:tout; %对原时间序列进行抽样
xt=zeros(1,length(t1));
i=1;
for t=t1xt(i)=0.5*exp((mu-0.5*sigma^2).*dt*t+ ...sigma*sum(Wt(1:t))); %使用理论解对原序列进行抽样计算i=i+1;
end
plot(dt*(1:tout),x,LineWidth=1.5)
hold on
plot(dt*t1,xt,LineWidth=1.5)
hold off
xlabel("$t$",FontSize=20,Interpreter="latex")
dt=0.01;
tout=200;
n=10000;
tends=zeros(1,n);
x=zeros(1,tout);
x(1)=0.1;
mu=0.2; sigma=1;
for k=1:nWt=sqrt(dt)*randn(1,tout); %产生随机序列Wtfor t=1:tout-1x(t+1)=x(t)+mu*x(t)*dt+sigma*x(t)*Wt(t);endtends(k)=x(end);
end
histogram(tends,200)
dt=0.01;
tout=200;
x=zeros(1,tout);
x(1)=0; %初始位置
mu=5; sigma=2;
for i=1:5Wt=sqrt(dt)*randn(1,tout); %产生随机序列Wtfor t=1:tout-1x(t+1)=x(t)-mu*x(t)*dt+sigma*Wt(t);endplot(dt*(1:tout),x,LineWidth=1.5)hold on
end
xlabel("$t$",FontSize=20,Interpreter="latex")
hold off
dt=0.01;
tout=200;
x=zeros(1,tout);
x(1)=0; %初始位置
mu=5; sigma=2;
tends=zeros(1,100000);
for i=1:100000Wt=sqrt(dt)*randn(1,tout); %产生随机序列Wtfor t=1:tout-1x(t+1)=x(t)-mu*x(t)*dt+sigma*Wt(t); %Langevin方程endtends(i)=x(end);
end
s1=sqrt((1-exp(-2*mu*dt*tout))/(2*mu))*sigma;
histogram(tends,Normalization="pdf")
hold on 
plot(-3:0.1:3,1/sqrt(2*pi*s1^2)* ...exp(-(-3:0.1:3).^2/(2*s1^2)),LineWidth=1.5) %理论分布
hold off
dt=0.01;
tout=100;
x=zeros(1,tout); 
x(1)=0; %初始位置
y=x;for i=1:20Wtx=sqrt(dt)*randn(1,tout); %产生随机序列WtxWty=sqrt(dt)*randn(1,tout); %产生随机序列Wtyfor t=1:tout-1x(t+1)=x(t)+Wtx(t); %布朗运动y(t+1)=y(t)+Wty(t);endpatch([x,NaN],[y,NaN],[1:tout,NaN],LineWidth=1.5,EdgeColor='interp')colormap('jet')
end
xlabel("$x$",FontSize=20,Interpreter="latex")
ylabel("$y$",FontSize=20,Interpreter="latex")

^Sauer T. Computational solution of stochastic differential equations[J]. Wiley Interdisciplinary Reviews: Computational Statistics, 2013, 5(5): 362-371. https://wires.onlinelibrary.wiley.com/doi/full/10.1002/wics.1272

详见知乎:https://zhuanlan.zhihu.com/p/666480835?utm_campaign=&utm_medium=social&utm_oi=1315073218793488384&utm_psn=1710572578152996864&utm_source=qq

http://www.lryc.cn/news/240736.html

相关文章:

  • ChatGPT 也并非万能,品牌如何搭上 AIGC「快班车」
  • 【JavaSE】不允许你不会使用String类
  • 身份证阅读器和社保卡读卡器Harmony鸿蒙系统ArkTS语言SDK开发包
  • 并发与并行
  • 搭个网页应用,让ChatGPT帮我写SQL
  • 实时云渲染 助力破解智慧园区痛点困局
  • 计算机组成原理2
  • Py之PyMuPDF:PyMuPDF的简介、安装、使用方法之详细攻略
  • 2023亚太杯数学建模A题B题C题思路模型代码论文指导
  • 【C/PTA】函数专项练习(四)
  • 广西柳州机械异形零部件三维扫描3D抄数全尺寸测绘建模-CASAIM中科广电
  • (四)C语言之符号常量概述
  • springboot -sse -flux 服务器推送消息
  • js进阶笔记之原型,原型链
  • 【DevOps】Git 图文详解(四):Git 使用入门
  • Jquery ajax 同步阻塞引起的UI线程阻塞的坑(loading图片显示不出来 )
  • 读书笔记——《黑猩猩的政治》
  • 此处不允许使用特性namespace
  • 随笔记录-springmvc_ResourceHandlerRegistry+ResourceHttpRequestHandler
  • Redis面试内容,Redis过期策略,Redis持久化方式,缓存穿透、缓存击穿和缓存雪崩,以及解决办法
  • 爱上C语言:scanf、gets以及getchar输入字符串你真的懂了吗
  • ubuntu Setforeground 前台应用切换
  • 【Java 进阶篇】从Java对象到JSON:Jackson的魔法之旅
  • HarmonyOS ArkTS语言,运行Hello World(二)
  • 四、文件包含漏洞
  • Java中基于SSM框架的数据保存方法与日期处理
  • 编译器核心技术概览
  • 本地训练,开箱可用,Bert-VITS2 V2.0.2版本本地基于现有数据集训练(原神刻晴)
  • 守护进程的理解
  • VMware虚拟机的安装教程