【文件属性】：
文件名称：matlab的欧拉方法代码-SDE-Higham:SDE-Higham
文件大小：18KB
文件格式：ZIP
更新时间：2021-05-26 11:59:20
系统开源
matlab的欧拉方法代码Python
3和MATLAB中用于随机微分方程的一些基本算法
这是Alexander
Lundervold博士（）在GitHub（请参阅）上发表的2013年工作的更新版本，MatLab文件Des
Higham教授（）在其主页上提供了（）。
我们在这里提供的代码是在这两个位置上找到的相应代码，这些位置已更新/转换为可在Python
3中运行，并且包括Des
Higham教授在其网站上详细介绍的错字更正。
感谢Higham教授慷慨地允许我们在此处托管MATLAB文件。
概述
从Higham的MATLAB版本进行修改，“随机微分方程数值模拟的算法介绍”，SIAM评论，第1卷。
》，2001年第43号第3期。
从Des
Higham网站可下载的版本：
有关算法的详细信息可以在本文中找到。
算法清单
文件名
描述
bpath1
布朗路径的朴素模拟
bpath2
布朗路径的模拟
bpath3
沿着布朗路径的功能
限制
近似随机积分
EM
线性SDE的Euler-Maruyama方法
埃姆斯特朗
测试Euler-Maruyama的强收敛
弱化
测试Euler-Maruya
【文件预览】：
SDE-Higham-master
----README.org(2KB)
----Python-3()
--------bpath3.py(848B)
--------milstein-3d.py(1KB)
--------bpath2.py(566B)
--------em.py(1KB)
--------emstrong.py(2KB)
--------chain.py(1KB)
--------milstrong.py(2KB)
--------stint.py(728B)
--------stab.py(2KB)
--------emweak.py(1KB)
--------bpath1.py(765B)
----MATLAB()
--------emstrong.m(1KB)
--------bpath3.m(681B)
--------bpath2.m(332B)
--------em.m(972B)
--------milstrong.m(2KB)
--------chain.m(1KB)
--------stab.m(1KB)
--------stint.m(406B)
--------bpath1.m(523B)
--------emweak.m(1KB)