求解随机延迟微分方程的分步向前Euler方法

讨论求解随机延迟微分方程的分步向前Euler方法在均方意义下的收敛性和稳定性。将分步向前Euler方法应用于具有一般形式的随机延迟微分方程,得到差分格式,证明该格式在均方意义下的收敛阶为1/2,给出保证差分格式均方稳定的步长限制条件。数值算例验证了理论结果的正确性。     

脉冲随机延迟微分方程P阶矩指数稳定性

近来,文献[1]研究了脉冲随机延迟微分方程的p阶矩指数稳定性.然而,其主要结论的条件比较严格.改进这些条件,并给出一个例子来验证结论.     

随机延迟细胞神经网络的几乎必然指数稳定性

依据细胞神经网络的输出函数的饱和线性特征,将状态空间分解成子区域来研究一类延时细胞神经网络在噪声环境下的几乎必然指数稳定性.当细胞神经网络模型的扰动项满足Lipschitz条件时,得到一些几乎必然指数稳定的代数标准.所有结果只需计算网络的平衡点与矩阵的特征值.     

随机延迟微分方程指数欧拉方法的收敛性

研究随机延迟微分方程指数欧拉方法的收敛性,首先,给出所用到的符号和条件,最后,给出在全局Lipschitz条件和线性增长条件下,随机延迟微分方程欧拉方法的数值解收敛到解析解．     

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.     

比例延迟微分方程二阶导数方法的稳定性

讨论了比例延时微分方程的二阶导数方法.为了解决研究长时间解性态时遇到的存储问题,变步长格式被采纳,给出了解比例延时微分方程的二阶导数方法稳定性的充分条件.     

线性随机延迟微分方程分裂前向欧拉方法的稳定性分析(英文)

对于带有乘性噪声的线性随机延迟微分方程,研究分裂前向欧拉方法中的漂移分裂欧拉方法的数值稳定性,包括均方稳定性和T-稳定性。在方程系数满足一定条件下,证明当步长满足一定限制时,数值解是均方稳定的。进一步,将带有特定驱动过程的数值方法应用于给定的方程,分析差分格式,得到方法T-稳定的充分条件。     

线性延迟微分方程系统的数值稳定性

讨论求解线性延迟微分方程系统（ＩＤＤＥｓ）数值方法的稳定性,给出数值稳定的一个充分条件．     

θ-方法求解非线性延迟微分方程的渐近稳定性分析

主要研究非线性延迟微分方程的数值稳定性.文中给出一个充分条件,使得在该条件下,由θ-方法所求的数值解可以保持解析解的渐近稳定性.     

非线性变延迟微分方程的渐近稳定性

关于非线性变延迟微分方程的渐近稳定性的讨论，M.Zennaro在Numer.Math,1997,77对延迟项做了较多严格的假定的情形下，给出了一类特殊方程的渐近稳定性的一个充分条件。作者考虑了延迟项仅仅要求是有界变量而不附加其它任何限制的情形，并给出了非线性变延迟微分方程渐近稳定的一个充分条件。     

二阶延迟微分方程解析解的渐近稳定性

通过研究二阶延迟微分方程y"(t)=λy(t)+μy(t-τ),λ,μ∈R\{0}的特征方程根的分布,给出了方程的解析解渐近稳定的一个充分必要条件.     

一类二阶延迟微分方程的Runge-Kutta-Nystrm方法的稳定性

研究一类二阶延迟微分方程Runge-Kutta-Nystrm方法的稳定性。用该方法直接离散二阶延迟微分方程,给出该方法稳定的一个充要条件,并在此基础上给出一个简化的稳定性判别条件。     

延迟积分微分方程线性θ-方法的渐近稳定性

将线性θ-方法用于求解非线性延迟积分微分方程,其中积分部分采用复化梯形公式计算,获得了方法渐近稳定的条件.     

线性随机比例延迟微分方程的半隐式Euler方法的均方稳定性

定义了变步长半隐式Enler方法,并将其应用于线性随机比例延迟微分方程,得到方程数值方法的差分方程,并证明了在随机比例延迟微分方程解析解均方稳定的条件下,当半隐式Euler方法中的参数θ满足条件θ∈(|a| |b|/2|a|,1]时,此方法应用于线性随机比例延迟微分方程所得的数值解是均方稳定的.最后给出了数值算例.     

随机微分方程稳定性的新的充分条件

考虑随机微分方程(SDEs)相容解的几种随机稳定性。Gard和Mao分别应用Lya-punov第二方法给出了保证It?型随机微分方程(SDEs)的相容解是随机稳定、随机渐近稳定及全局随机渐近稳定的充分条件,这些条件通常要求Lyapunov函数V(x,t)为正定函数。应用随机分析的技巧,在很宽的条件下,把Lyapunov函数V(x,t)正定的条件去掉,且仍然保证方程的解的几种随机稳定性。结果推广了随机微分方程稳定性的经典结果。     

非线性中立型延迟微分方程单支θ-方法的稳定性

对求解Rα.β类非线性中立型延迟微分方程的单支θ-方法，证明了如下结论：当1/2≤θ≤1时，单支θ-方法是稳定的；当1/2＜θ≤1时，单支θ-方法是渐近稳定的．     

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．     

中立型随机变延迟微分方程数值解的收敛性(英文)

讨论中立型随机变延迟微分方程欧拉方法的数值解的强收敛性。最近,很多作者已经对随机延迟微分方程的数值解进行了大量的研究,但是,对于中立型随机变延迟微分方程数值解收敛性的研究还很少。首先给出了中立型随机变延迟微分方程欧拉方法的数值格式,然后,在局部Lipschitz条件和有界条件下,论证了中立型随机变延迟微分方程欧拉方法的数值解收敛到解析解。     

多延迟微分方程θ-方法数值解稳定性

本文将研究多延迟微分方程数值解的稳定性，我们考虑如下线性试验方程U‘(t)=AU(t) ∑mj=1BjU(t-τj)二种θ——方法的数值特征，其中A，B1,…，Bm为复矩阵，给出了二种θ-方法是GPm稳定的充要条件．     

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.