R语言 Sim.DiffProc包 RadialP2D_1PC()函数中文帮助文档(中英文对照)

loveR

RadialP2D_1PC(Sim.DiffProc)
RadialP2D_1PC()所属R语言包：Sim.DiffProc

                                         Two-Dimensional Attractive Model in Polar Coordinates Model(S = 1,Sigma)
                                         二维吸引力的模式，在极坐标模型（S = 1，Sigma公司）

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Simulation 2-dimensional attractive model (S = 1) in polar coordinates.
仿真2维的有吸引力的模式（S = 1），在极坐标系。


用法----------Usage----------


RadialP2D_1PC(N, R0, t0, T, ThetaMax, K, sigma, output = FALSE)



参数----------Arguments----------

参数：N
size of process.  
大小的处理。


参数：R0
initial valueR0 > 0 at time t0.  
初始值R0 > 0在时间t0。


参数：t0
initial time.  
初始时间。


参数：T
final time.  
最后的时间。


参数：ThetaMax
polar coordinates, example ThetaMax = 2*pi.  
极坐标，例如ThetaMax = 2*pi。


参数：K
constant K > 0.  
不变的K > 0。


参数：sigma
constant sigma > 0.  
不变的sigma > 0。


参数：output
if Output = TRUE write a Output to an Excel (.csv).  
如果Output = TRUE写的Output到Excel（CSV）。


Details

详细信息----------Details----------

The attractive models is defined by the system for stochastic differential equation Two-dimensional :
迷人的模特是由系统定义的为二维随机微分方程：

dW1(t) and dW2(t) are brownian motions independent.
dW1(t)和dW2(t)是独立的布朗运动。

Using Ito transform, it is shown that the Radial Process R(t) with R(t)=||(X(t),Y(t))|| is a markovian diffusion, solution of the stochastic differential equation one-dimensional:
使用伊藤变换，它表明，Radial Process R(t)与R(t)=||(X(t),Y(t))||是一个马尔可夫扩散的，一维的随机微分方程的解的：

If S = 1 (ie M(S=1,Sigma)) the R(t) is :
如果S = 1（即M(S=1,Sigma)）R(t)是：

Where ||.|| is the Euclidean norm and dW(t) is a determined brownian motions.
| |。| |是欧几里德范数，dW(t)是一个确定的布朗运动。

R(t)=sqrt(X(t)^2 + Y(t)^2) it is distance between X(t) and Y(t), then X(t)=R(t)*cos(theta(t)) and Y(t)=R(t)*sin(theta(t)),
R(t)=sqrt(X(t)^2 + Y(t)^2)之间的距离X(t)和Y(t)，那么X(t)=R(t)*cos(theta(t))和Y(t)=R(t)*sin(theta(t))，

For more detail consulted References.
对于更详细的咨询References。


值----------Value----------

data.frame(time,R(t),theta(t)) and plot of process 2-D in polar coordinates.
数据框（时间，R（t）的θ（t）的）和在极坐标积的过程的2-D。


注意----------Note----------

2*K > Sigma^2.
2*K > Sigma^2。


（作者）----------Author(s)----------



Boukhetala Kamal, Guidoum Arsalane.




参考文献----------References----------



K.Boukhetala, Kernel density of the exit time in a simulated diffusion, les Annales Maghrebines De L ingenieur, Vol , 12, N Hors Serie. Novembre 1998, Tome II, pp 587-589.

参见----------See Also----------

snssde2D, PredCorr2D, RadialP2D_2PC, RadialP3D_1, tho_M1, fctgeneral, hist_general, Kern_meth.
snssde2D，PredCorr2D，RadialP2D_2PC，RadialP3D_1，tho_M1，fctgeneral，hist_general，Kern_meth。


实例----------Examples----------



RadialP2D_1PC(N=1000, R0=3, t0=0, T=1, ThetaMax=4*pi, K=2, sigma=1,
               output = FALSE)

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。