Milstein算法在噪声方差不同于1时

时间:2017-07-30 10:04:04

标签: algorithm noise stochastic

我想为随机方程实现Milshtein算法,其中噪声是加性的。等式具有下一种形式。

dx(t)/dt= q(x(t)) + noise(t)

噪声是零均值和方差5的高斯变量。 我在书中找到的用于该表达式的milsthein算法的表达如下:

x(t)=x(t) + h q(x(t)) + sqrt(h) u

其中" h"是算法的一步," sqrt"意味着"平方根"和"你"是一个均值0和方差1的高斯随机变量。

但是,如果我想要有一个方差5的噪音,我应该只是制作" u"应该改变高斯变量5或其他什么变量?

1 个答案:

答案 0 :(得分:0)

你是对的。鉴于您修订的随机微分方程,

dx(t)/dt = q(x(t)) + √5 noise(t),

我们可以仅使用微分的线性和方差-1噪声的公式推导出正确的公式。设p(z) = q(√5 z)/√5y(t) = x(t)/√5

dx(t)/dt = q(x(t)) + √5 noise(t)
         = √5 [q(√5 x(t)/√5)/√5 + noise(t)]
         = √5 [p(x(t)/√5) + noise(t)]        change q -> p where z = x(t)/√5
(dx(t)/dt)/√5 = p(x(t)/√5) + noise(t)
d(x(t)/√5)/dt = p(x(t)/√5) + noise(t)        linearity of differentiation
dy(t)/dt = p(y(t)) + noise(t)                change x -> y

y的更新公式由Milstein提供:

y(t) -> y(t) + h p(y(t)) + √h u.

我们可以推导出x

的更新公式
x(t)/√5 -> x(t)/√5 + h p(x(t)/√5) + √h u
x(t) -> x(t) + √5 h q(x(t))/√5 + √5 √h u
     -> x(t) + h q(x(t)) + √h (√5 u)