扩散系数Holder连续的随机微分方程的截断Euler-Maruyama方法

本文研究漂移系数超线性增长和扩散系数Holder连续的随机微分方程的截断Euler-Maruyama方法的强收敛性.研究结果显示强收敛率依赖于Holder指数.本文给出一个例子验证所得的结果.

带Caputo导数的变分数阶随机微分方程的Euler-Maruyama方法

该文构造了Euler-Maruyama(EM)方法求解一类带Caputo导数的变分数阶随机微分方程.首先,证明了该方程的适定性;然后,详细推导出对应的EM方法,并对该方法进行了强收敛性的分析,通过使用EM方法的连续形式证明了其强收敛阶为β-0.5,其中β是Caputo导数的阶数,且满足0.5<β<1.最后,通过数值实验验证了理论分析结果的正确性.

非线性随机延迟微分方程Euler-Maruyama方法的收敛性

首先利用附近已有节点上的值通过插值对延迟项进行数值逼近,这是一种崭新的尝试;然后针对较一般情形下的一类非线性随机延迟微分方程初值问题,得到了带线性插值的Euler-Maruyama方法在均方意义下是收敛的理论结果,它部分推广了已有文献中的相关结论。

随机延迟微分方程Euler-Maruyama数值方法的T-稳定性

研究了带有延迟项的随机微分方程Euler-Maruyama方法的T-稳定性.从运用计算机实现的角度来说这种直接针对样本路径的稳定性较均方稳定性更具优势.通过对带有特定驱动过程的Euler-Maruyama 方法应用到线性试验方程上得到的差分方程进行讨论,给出了Euler-Maruyama方法T-稳定的条件.

随机延迟微分方程Euler-Maruyama方法的T-稳定性

研究了中立型随机延迟微分方程Euler-Maruyama方法的T-稳定性。给出了Euler-Maruyama方法T-稳定的充分条件。从运用计算机实现的角度来说这种直接针对样本路径的稳定性较均方稳定性更具优势。数值算例的模拟结果验证了理论上获得结果的正确性。

标量随机延迟微分方程Euler-Maruyama方法的均方稳定性分析

在解析解均方稳定的条件下研究带有乘性噪声的标量随机延迟微分方程Euler-Maruyama方法的均方稳定性.证明了当步长满足一定限制时,数值解是均方稳定的.数值算例验证了理论结果的正确性.

分裂的Euler-Maruyama误差修正法

在Euler-Maruyama方法基础上提出一种新的显式的分裂法,该方法可以用来求解随机常微分方程的数值解.与Euler-Maruyama方法相比,该方法具有较大的均方稳定域,因此该方法可以用来求解一些刚性随机微分方程.最后,通过数值算例说明该方法的有效性及可实现性.

中立型线性随机延迟微分方程的Euler-Maruyama方法的渐近均方稳定性(英文)

研究中立型线性随机延迟微分方程的Euler-Maruyama方法的渐近均方稳定性。建立数值方法渐近均方稳定性的定义,给出Euler-Maruyama方法的渐近均方稳定的充分条件,并证明在这些条件下中立型线性随机延迟微分方程的Euler-Maruyama方法是渐近均方稳定的,给出了支持所得结果的数值算例。

中立型随机时滞微分方程截断Euler-Maruyama方法的强收敛性

为了研究具有高度非线性系数的中立型随机时滞微分方程数值方法的收敛性问题,在广义Khasminskii条件下,利用广义It公式、Gronwall引理和若干不等式证明了中立型随机时滞微分方程截断Euler-Maruyama数值解是Lq(q≥1)强收敛的.

中立型随机泛函微分方程截断Euler-Maruyama数值解的均方指数稳定分析

为研究截断Euler-Maruyama数值方法对有高度非线性特征的中立型随机泛函微分方程的适用性和稳定性,建立适用于此类方程的截断Euler-Maruyama数值解。给出截断Euler-Maruyama数值解均方指数稳定的条件,并证明在系数满足局部Lipschitz条件、压缩映射条件以及Khasminskii条件下,该中立型随机泛函微分方程的解析解是均方指数稳定的,同时,其截断Euler-Maruyama数值解也具有均方指数稳定的特征。针对一个具体中立型随机泛函微分方程,采用数值模拟验证了上述结论的正确性。

Input-to-state stability of Euler-Maruyama method for stochastic delay control systems

This paper develops the mean-square exponential input-to-state stability（exp-ISS） of the Euler-Maruyama（EM） method for stochastic delay control systems（SDCSs）.The definition of mean-square exp-ISS of numerical methods is established.The conditions of the exact and EM method for an SDCS with the property of mean-square exp-ISS are obtained without involving control Lyapunov functions or functional.Under the global Lipschitz coefficients and mean-square continuous measurable inputs,it is proved that the mean-square exp-ISS of an SDCS holds if and only if that of the EM method is preserved for a sufficiently small step size.The proposed results are evaluated by using numerical experiments to show their effectiveness.

带有弱奇性核的多项分数阶非线性随机微分方程的改进Euler-Maruyama格式

针对一类带有弱奇性核的多项分数阶非线性随机微分方程构造了改进Euler-Maruyama(EM)格式,并证明了该格式的强收敛性.具体地,利用随机积分解的充分条件,将此多项分数阶随机微分方程等价地转化为随机Volterra积分方程的形式,详细推导出对应的改进EM格式,并对该格式进行了强收敛性分析,其强收敛阶为αm-α_(m-1),其中α_(i)为分数阶导数的指标,且满足0<α_(1)<…<α_(m-1)<α_(m)<1.最后,通过数值实验验证了理论分析结果的正确性.

分段连续型随机微分方程Euler-Maruyama方法的收敛性

分段连续型随机微分方程在经济学、物理学、环境科学、控制理论等学科中有着广泛应用.分段连续型随机微分方程的真实解较难直接求出,需要通过合适的数值方法对其进行求解,并要对数值方法的收敛性进行研究.本文基于Euler-Maruyama方法,提出了一种分段连续型随机微分方程1/2阶均方收敛的数值解法,并对该方法的收敛性进行了验证.实验结果表明,Euler-Maruyama方法为1/2阶均方收敛.

随机波动率模型的Euler-Maruyama数值解收敛性证明

对金融市场中的资产价格建立运动模型是金融数学研究的重要内容。许多实证研究发现资产价格的波动率不再是常数,而是满足一个与资产相关的随机变化过程,即随机波动率。建立的随机波动率模型为一类带可调整参数γ的均值回复过程。采用Euler-Maruyama数值方法给出其Euler-Maruyama数值解,证明了其数值解依概率收敛于连续解。

非线性随机分数阶延迟积分微分方程Euler-Maruyama方法的强收敛性

本文研究了一类新的模型问题:非线性随机分数阶延迟积分微分方程.当方程中的漂移项和扩散项满足全局Lipschitz条件和线性增长条件时,基于压缩映射原理给出了该方程解存在唯一的充分条件.由于理论求解的困难,构造了一种数值方法(Euler-Maruyama方法),并证得强收敛阶为α-1/2,α∈(1/2,1].最后通过数值试验,验证了这一理论结果.

具有年龄结构的随机合作Lotka-Volterra模型部分截取Euler-Maruyama数值算法的有界性

本文针对具有年龄结构的随机合作Lotka-Volterra模型,在考虑到该模型生物学背景的前提下,为了避免对模型进行数值离散过程中数值解爆破现象的出现,本文首先在Euler-Maruyama(EM)算法的基础上,构造了带有部分截取的Euler-Maruyama数值算法.其次,证明了该算法的有界性,得到算法有界的充分条件.最后,对该算法进行数值模拟,并将其结果与EM算法进行比较,对比的结果与本文理论证明的结论相一致,为后续研究该算法的收敛性做准备.

变分数阶非线性随机微积分方程的Euler-Maruyama方法

本文对一类变分数阶非线性随机微积分方程初值问题构造了Euler-Maruyama(EM)方法进行数值求解.然后,证明了该EM方法的强稳定性和强收敛性,其强收敛阶为max{1-α^(*),0.5},其中α^(*)=max{α(t)},这里α(t)是Riemann-Liouville变分数阶导数的阶数.最后,用数值试验验证了该EM方法的强收敛阶.

Riemann-Liouville分数阶随机微积分方程的Euler-Maruyama方法及分析

文章针对一类Riemann-Liouville分数阶随机微积分方程,构造了Euler-Maruyama(EM)方法,并证明了该方法的强收敛性.具体地,先将此类分数阶随机微积分方程进行积分形式转化,然后利用左矩形公式构造EM方法,并对该方法进行强收敛性分析,其收敛阶为(1-α)∧0.5,α为分数阶导数的阶数且满足0 <α <1.最后,通过数值算例验证了理论结果的正确性.