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：2024-06-15 05:46:00
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)