分段连续型随机微分方程的均方稳定性分析

考虑了自变量分段连续型随机微分方程(dX(t)=(a1X(t) a2X([t]))dt (61X(t) b2X([t]))dW(t)的解析解和数值解的均方稳定性.得到了解析解的表达形式,证明了当2a1 b2 b21 b222|a2 b1b2<0时,解析解是均方稳定的.在此条件下,讨论了由半隐式欧拉方法得到的数值解的稳定性,得到如下结论:当0≤θ相似文献   

非自治脉冲微分系统的数值稳定性

研究非自治脉冲微分方程{x(t)=a(t)x(t),t≠i,ti0x(t+)=μx(t),t=i x(i+0)=x0通过数值实验发现,在a(t)→-∞,t→+∞的条件下,显式Euler方法和隐式Euler方法的数值稳定性与应用于自治线性脉冲微分方程时的结论截然相反。对此结论给出了严格的理论证明,并在此基础上讨论单腿θ-方法的数值稳定性,给出不同条件下,单腿θ-方法数值稳定的θ的取值范围。     

随机延迟微分方程数值解的p阶矩指数稳定

尽管P阶矩指数稳定比P阶矩稳定更好,但迄今未见关于随机延迟微分方程数值解的P阶矩指数稳定的研究报导．此外在RAZUMIKHIN型定理已经被很好地应用于处理随机延迟微分方程解析解稳定性的同时,却没有随机延迟微分方程数值解的RAZUMIKHIN型结论．给出了随机延迟微分方程数值解的RAZUMIKHIN型P阶矩指数稳定条件;作为应用,考虑线性随机延迟微分方程的显式欧拉方法,得到了均方指数稳定条件．     

θ-方法对分段连续型延迟微分方程的渐进稳定性

运用线性θ-方法和单腿θ-方法处理了带有一个延迟项(t)的分段连续型延迟微分方程数值解的渐近稳定性问题.应用线性θ-方法和单腿θ-方法解方程时,由于这个方程是定义在[n,n+1)上,即不包含区间的右端点,结果两种θ-方法得到了相同的差分方程.运用θ-方法给出了在单位时段[n,n+1)任意分划情况下的解析解的稳定区域包含在数值解的稳定区域的充分必要条件,最后相应地给出了几个数值算例.     

解随机森林发展方程的半隐式欧拉法的收敛性

一般来说,大多数随机偏微分方程并不存在显式解,因此,数值方法是研究这类方程解的性质的十分有效的工具.应用半隐式欧拉方法求解一类随机森林发展方程,从而得到其近似解,并证明了当满足一些比线性增长条件和全局利普希茨条件弱的条件时,半隐式欧拉格式将依概率收敛于方程的解析解,其收敛阶为p=1/2.     

中立型随机延迟微分方程的分步θ-方法

研究非线性中立型随机延迟微分方程的分步θ-方法。在全局Lipschitz条件和线性增长条件下,证明分步θ-方法的均方收敛阶为1/2,给出中立型随机延迟微分方程分步θ-方法均方稳定的条件。数值算例说明,参数θ和步长h对分步θ-方法均方稳定性有影响。     

随机延迟微分方程SST方法的稳定性

在延迟随机微分方程领域,随机分步theta(SST)数值方法的应用成果较少。研究随机分步theta(SST)方法应用于随机延迟微分方程(SDDEs)时的稳定性性质,给出在线性增长条件及单边Lipschitz条件下,SST数值解能保持原方程真实解几乎必然指数稳定的一个充分条件。数值模拟验证了所得结果的正确性及有效性。     

半线性分段连续型随机延迟微分方程Euler方法的收敛性

采用Euler方法研究半线性分段连续型随机延迟微分方程的数值解的收敛性,在处理半线性项的矩阵时,证明的方法主要应用了矩阵欧几里得范数,从而达到要研究半线性分段连续型随机延迟微分方程数值解的收敛性的目的.     

线性随机延迟微分方程半隐式Euler方法的局部收敛性证明

给出了线性随机延迟微分方程解析解的几个重要不等式的详细证明,进而讨论了半隐式Euler方法的局部收敛性,应用Ito积分的性质、Doob不等式、Hlder不等式证明了在均方意义下半隐式Euler方法的局部收敛阶为1.     

多延迟微分方程θ-方法的GPLm-稳定性

研究多延迟微分方程θ-方法的稳定性.通过分析相应特征方程根的性质,给出系统稳定的一个充分条件.进一步,引入数值方法GPLm-稳定的定义,证明当且仅当θ=1时,线性θ-方法将保持系统解析解不依赖于延迟的稳定性质.