主要是在 Solving High-Dimensional Partial Differential Equations Using Deep Learning.(Jiequn Han, Arnulf Jentzen, and Weinan E) 中的 Monte-Carlo 方法的代码。
1 rng('default');
2 M = 10^7;
3 d = 100;
4 MC = 0;
5 for m=1:M
6 dW = randn (1,d);
7 MC = MC + 2/(1+ norm ( sqrt (2)* dW )^2);
8 end
9 MC = -log (MC/M);
其中每个参数的含义如下:
d 是维数。
M 是选取的离散点的个数。
如果想计算在时刻 T 处的值,需要在第七行中的参数进行修改。
MC = MC + 2/(1+ norm ( sqrt (2)* (sqrt(T)) * dW )^2);
因为 W_T 表示 方差为 T 的布朗运动。
而且 X = 0.6 + sqrt(0.1) * randn(5) 表示的是均值为 0.6 方差为 0.1 的一个 5 * 5 的随机数。