。随机微分方程的数值解读后感

随机微分方程的数值模拟算法的读后感

本文主要分为九个部分，对随机微分方程的数值模拟进行了介绍。这篇文章建立在MATLAB程序的基础上，主要包过随机积分、欧拉—丸山法、米尔斯坦法，强弱收敛性、线性稳定性，随机链法则。

第一部介绍了随机微分方程的应用领域，研究需要的背景知识，以及下面几部分的研究你内容和参考文献介绍。

第二部分介绍了布朗运动和计算布朗路径。首先规定了满足布朗运动的三个条件；然后用随机号码发生器通过for循环或randn(1.N)创建一维数组来模拟布朗路径；最后找出通过1000点布朗路径的函数，并与五个独立路径对比。同时也为下面的研究作铺垫。

第三部分我们验证了关于布朗运动的积分并说明了与Ito积分与斯特拉托诺维奇积分的不同点。我们通过两种黎曼和来类比的得到ito积分和斯特拉托诺维奇积分。同时也给出了他们两个的区别，最后给出精确估计随机积分的办法。

第四部分叙述了欧拉—丸山法怎样模拟随机微分方程的。首先引入自治标量的随机微分方程的积分式，通过变形，变量的重新定义得到EM法的表达式。后来通过一个在金融数学中资产价值的模型——毕苏期机定价模式的偏微分方程来进一步说明。

第五部分介绍了强弱收敛性概念，在数值上证明了欧拉—丸山的收敛区间[0.5,1].

第六部分通过研究米尔斯坦方法来校正欧拉—丸山的收敛性，使强收敛性为1。从第一部分我们知道欧拉—丸山的收敛性为1时才起决定性作用，但是前面满足条件的值是0.5。这一部分就通过米尔斯坦高阶法用在随机增量增加修正值的办法使收敛性为1。

第七部分介绍两种不同的线性稳定性，进而强调随机分析不同与基本定积分。稳定性部分理论是依据变量趋于无穷条件子啊拟合的数值结果，这种数值方法应用于一些定性描述的问题上的，这种方法重现部分性质的能力也是可以分析的。关于稳定性的度量这里只考虑两种，均方数和渐进性。我们通过matlab编程改变参数值和步长来观察均方稳定性和渐进稳定性，最后得到参数和步长变化所对应的不同稳定性的区域。

第八部分引出并证明随机链法则。在第三部分我们发现不只是一种办法可以对随机函数的积分的扩展，这种办法有点像黎曼积分的链式法则，然后对以前的式子进行改进，然后通过matlab编程实现。

第九部分对重要结论简要的叙述。同时指出了一些不足，如没有讨论许多额外的条件，仅仅为了能产生我一定结果，没有提及到随机微分方程和有时间决定的偏微分方程之间的联系，没有注意到标量问题等。

通过这篇文章的学习使我对随机过程有了一定了解，对matlab软件有了更深的认识。同时通过查阅专业数学字典和相关文献使我对专业英文论文的阅读能力有一定的提高。我相信一个暑假的努力对我以后研究生的会有很大的帮助的。

朱园珠

2011年9月1日