随机微分方程 求解。。。。。。。。。。。。。。。。 s（t）是方程的解右边都没有s（t）的项，直接积分啊
求解随机微分方程 sqr(·)表示平方根(1)Y满足的方程，用Ito公式即可dY=2(2-X)Xdt+2Xsqr(X)dBt+XdBt=(5X-2X^2)dt+2Xsqr(X)dBt(2)先把X的微分方程携程积分形式，积分限是从0到t，下面省略不写Xt=X0+∫(2-Xs)ds+∫sqr(Xs)dBs，两边取期望，最后一项是鞅，期望为0，变为EXt=EX0+E∫(2-Xs)dsEX0+∫E(2-Xs)dsEX0+2t-∫EXsds令f(t)=EXt，则f(t)=EX0+2t-∫f(s)ds，写成常微方程为f'(t)+f(t)-2=0 且初始条件为f(0)=EX0解得EXt=f(t)=(EX0-2)e^(-t)+2
总结偏微分方程的解法 可分为两大分支：解析解法和数值解法。只有很少一部分偏微分方程能求得解析解，所以实际应用中，多求数值解。数值解法最常见的有三种：差分法(最普遍最通用)、有限体积法、有限元法，其他数值解法还有：正交配置法、微扰法(可解薛定谔方程)、变分法等等。向左转|向右转扩展资料：导数（Derivative）是微积分学中重要的基础概念。对于定义域和值域都是实数域的函数f：R→R，若f(x)在点x 0 的某个邻域△x内，极限定义如下f′(x 0)=△x→0lim△xf(x 0+△x)？f(x 0)(1.1)若极限存在，则称函数f(x)在点x 0 处可导，f′(x 0)称为其导数，或导函数，也可以记为 dxdf(x 0)。在几何上，导数可以看做函数曲线上的切线斜率。给定一个连续函数，计算其导数的过程称为微分（Differentiation）。微分的逆过程为积分（Integration）。函数f(x)的积分可以写为F(x)=∫f(x)dx(1.2)其中F(x)称为f(x)的原函数。若函数f(x)在其定义域包含的某区间内每一个点都可导，那么也可以说函数f(x)在这个区间内可导。如果一个函数f(x)在定义域中的所有点都存在导数，则f(x)为可微函数（Differentiable Function）。可微函数一定连续，但连续函数不一定可微。例如函数∣x∣为连续函数，但在点x=0处不。
在数学中偏微分方程的解法有哪些？怎么能学好？ 可分为两大方面：解析解法和数值解法其中只有很少一部分偏微分方程能求得解析解，所以实际应用中，多求数值解。数值解法又可以分为最常见的有三种：差分法、有限体积法、有限元法。其中，差分法是最普遍最通用的方法。偏微分方程主要借助于未知函数及其导数来刻画客观世界的物理量的一般变化规律最初的研究工作主要集中在物理，力学，几何学等方面的具体问题，其经典代表是波动方程，热传导方程和位势方程（调和方程）要学好它主要还要数学基础好然后确定好自己的研究方向学习比较快和好
什么是随机微分方程，求举个实际例子 微分方程中含有随机参数或随机过程(函数)或随机初始值或随机边界值的叫随机微分方程：举个简单的例子：1)my'‘+cy'+ky=f(t)f(t)-平稳随机过程的一个样本函数；求y(t)；2)my'‘+cy'+ky=0 其中 N（0，1）；求自由振动y(t).等等
如何利用已知样本数据求解随机微分方程的参数估计 Logistic模型因其方程的数学上简单线性关系和符合种群生态学宏观经验而具有很高的实用价值，长期以来被人们广泛使用，但是由于种群生态系统中常受到白噪声的干扰，所以研究随机Logistic方程有了很好的实际意义.本文每一章均采用常微分方程的相关结论作为引子，对比引出相应的随机微分方程，作为重点讨论的是更一般化的随机Gilpin-Ayala方程dN(t)=N(t)[1-〔N(t)/K〕θ](rdt+βdB(t))其用幂函数的表达式来更好的刻画各种密度制约机制，具有一般代表性，其中θ为密度制约参数，θ，θ=1，θ＞1分别描述欠Logistic种群增长模型、Logistic增长、过Logistic增长模型三种不同的种群生长状态，研究随机化的Gilpin-Ayala方程更符合实际意义，为此本文以随机微分方程理论和统计学方法作为工具，探讨随机种群生态模型的正解存在唯一性和参数估计问题.
求解不确定系统动力响应（matlab解随机参数偏微分方程） 四，五年前做个类似的系统模拟导弹发射，参数随机变化的，风速、温度、湿度（都服从一个分布）弹道的轨迹也是一个微分方程，因为导弹可以执导，计算落点分布（命中率）呵呵，关键看微分方程是否复杂了！
实变函数 复变函数 常微分方程 偏微分方程 随机过程的学习顺序
