马尔可夫调制的随机时滞微分方程解的算法分析

一般地,对于马尔可夫调制的随机时滞微分系统来说,很难求出其精确解.即使近似解被求出来,因为其复杂的原因也不方便使用.因此,很多数学家引入了很多方法,例如:EM逼近、离散近似逼近、随机泰勒展式等等.由于近似方法不同而有不同的收敛速度.主要研究当漂移系数和扩散系数满足随机泰勒展式时近似解的收敛速度,得出优于EM逼近的方法.     

更一般与年龄相关的随机时滞种群方程的数值解

目的研究一类与年龄相关的随机时滞种群方程的数值解。方法应用EM(Euler-Maruyama)数值方法。结果在条件较弱的情况下,给出与年龄相关的随机时滞种群系统解的存在唯一性定理,并应用EM方法得到的数值解在概率意义下收敛到真实解。结论推广了与年龄相关的随机时滞种群方程组解的存在唯一性,探究了EM方法数值解的收敛性问题。     

零一膨胀泊松回归模型的EM算法改进

首先提出了处理0和1数据偏多的零一膨胀泊松回归模型,其次对模型建立了参数的极大似然估计.针对传统的EM算法只能使得估计收敛到局部极大值这个缺陷,提出了一种随机EM算法对传统的EM算法进行修正,使得模型能够找到全局最优解.最后通过模拟研究说明该方法的有效性.     

广义随机Volterra积分微分方程的截断Euler-Maruyama方法的强收敛性

运用截断Euler-Maruyama(EM)方法研究了广义随机Volterra积分微分方程的强收敛性.首先,在局部Lipschitz条件和Khasminskii型条件下证明了截断EM数值解的p阶矩有界性和强收敛性;其次,在较强的假设条件下讨论了截断EM数值解的收敛率;最后通过数值例子验证理论结果的可行性和有效性.     

带有Poisson跳的随机延迟微分方程数值算法的几乎必然指数稳定性

运用Lyapunov函数和半鞅收敛定理,研究了带有Poisson跳的随机延迟微分方程(SDDEJ)在满足局部Lipschitz条件和线性增长条件时,如何保证全局解的唯一存在性,证明了用EM算法和倒向EM算法求解带有Poisson跳的随机延迟微分方程(SDDEJ)所得数值解的几乎必然指数稳定性.     

系数满足单边Lipschitz条件的随机微分方程随机周期解的存在唯一性及数值逼近

本文研究了一类系数满足单边Lipschitz条件的随机微分方程随机周期解的存在唯一性，利用驯化Euler-Maruyama(EM)方法给出了随机周期解的数值逼近，并证明了数值逼近在均方意义下以α∈(0,1/2)阶收敛到精确解.数值算例验证了理论结果.     

中立型变时滞随机微分方程数值解的强收敛性

讨论中立型变时滞随机微分方程改进的修正截断Euler-Maruyama （EM）方法的q阶矩强收敛性，并得到收敛速度。结果表明此方法适用于高度非线性的漂移项和扩散项，且相较于隐式的修正截断EM方法计算量更小，适用范围更广。     

不可微最优化问题的随机增量次梯度方法

在Hilbert空间中不可微最优化问题的增量次梯度方法收敛性的基础上,研究随机的增量次梯度方法,这种方法每次迭代过程中,子迭代的搜索方向是随机给出的.本文主要研究的是具有缩减步长的随机增量次梯度方法的收敛性,证明这种方法产生的迭代点列拟Fejér收敛;迭代点列所对应的函数列收敛以及迭代点列弱收敛到某种形式的最优解集.     

混杂随机泛函微分方程修正截断EM算法的强收敛率

对于非线性混杂随机泛函微分方程的数值解,提出一种新的在空间和时间上都截断的EM数值算法.该算法在空间上截断主要针对的是非线性系数,在时间上截断主要改善泛函方程数值算法的复杂度.根据此算法,得出非线性混杂随机泛函微分方程数值解的强收敛率,理论结果表明:强收敛率和Markovian切换有关.最后,给出一个例子说明算法的有效性.     

基于左截断右删失数据的Lomax分布形状参数估计

Lomax分布是数理统计中一种重要分布,基于EM算法及极大似然法研究了左截断右删失数据下Lomax分布的参数估计,推导出参数的迭代式,并应用随机模拟对参数迭代式进行模拟检验,结果表明,迭代式能够快速收敛,估计值精确度较高.