Advertisement

Computing

, Volume 16, Issue 4, pp 359–371 | Cite as

Approximation von stochastischen Differentialgleichungen auf Digital- und Hybridrechnern

  • L. Fahrmeir
Article

Zusammenfassung

Kontinuierliche dynamische Systeme, die zufälligen Störungen unterworfen werden, lassen sich oft als stochastische Differentialgleichungen vom Itô-Typ darstellen. Wir untersuchen Methoden, durch die die Lösung solcher Gleichungen auf Digital- und Hybridrechnern angenähert werden kann. Die digitalen Verfahren sind stochastische Versionen von einfachen deterministischen Verfahren. Konvergenzsätze zeigen, daß sich stochastische Verfahren prinzipiell von den entsprechenden deterministischen unterscheiden.

Approximation of Stochastic differential equations on digital and hybrid computers

Abstract

Continuous dynamical systems which are subject to random disturbances can often be represented by stochastic differential equations of the Itô-type. We discuss methods how to approximate the solution of such equations on digital and hybrid computers. The digital methods are stochastic versions of some simple deterministic methods. We give convergence theorems which show that stochastic methods differ in principle from their corresponding deterministic methods.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [1]
    Arnold, L.: Stochastische Differentialgleichungen. München: Oldenbourg 1973.Google Scholar
  2. [2]
    Aström, K. J.: Introduction to Stochastic Control Theory. New York: Academic Press 1970.Google Scholar
  3. [3]
    Billingsley, P.: Convergence of Probability Measures. New York: Wiley 1968.Google Scholar
  4. [4]
    Fahrmeir, L.: Schwache Konvergenz von Wahrscheinlichkeitsmaßen und ein hybrides Monte-Carlo-Verfahren für lineare Randwertaufgaben. Dissertation Techn. Univ. München (1972).Google Scholar
  5. [5]
    Fahrmeir, L.: Schwache Konvergenz gegen Diffusionsprozesse. ZAMM54, T 245 (1974).Google Scholar
  6. [6]
    Fahrmeir, L., Beeck, H.: Zur Simulation stetiger stochastischer Wirtschaftsmodelle. 7th Prague Conference on Information Theory, Statistical Decision Functions, and Random Processes. 1974.Google Scholar
  7. [7]
    Freidlin, M. I.: Markov Processes and Differential Equations. Progress in mathematics3, 1–55 (1969).Google Scholar
  8. [8]
    Hasminski, R. Z.: Stabilität von Differentialgleichungssystemen bei zufälligen Störungen der Parameter (russ.). Moskau: Nauka 1969.Google Scholar
  9. [9]
    Jazwinski, A.: Stochastic Processes and Filtering Theory, London: Academic Press 1970.Google Scholar
  10. [10]
    Mortenson, R. E.: Mathematical Problems of Modeling Stochastic Nonlinear Dynamic Systems. J. of Statistical Physics1, 271–296 (1969).CrossRefGoogle Scholar
  11. [11]
    Wong, E., Zakai, M.: On the Relation Between Ordinary and Stochastic Differential Equations. Internat. J. Engrg. Sci.3, 213–229 (1965).CrossRefGoogle Scholar
  12. [12]
    Gikhman, I. I., Skorokhod, A. V.: Introduction to the Theory of Random Processes. London: Saunders 1969.Google Scholar

Copyright information

© Springer-Verlag 1976

Authors and Affiliations

  • L. Fahrmeir
    • 1
  1. 1.Institut für Angewandte MathematikTechnische Hochschule MünchenMünchenBundesrepublik Deutschland

Personalised recommendations