一类具有分布式记忆的带跳随机延迟微分方程半隐式欧拉数值解的收敛性

带泊松跳的随机延迟微分方程因其众多的应用背景而得到了广泛的关注,但目前的研究大多都假定其中的延迟项是离散的.考虑到连续延迟或称为分布式记忆延迟存在于许多实际问题中,本文将分布式记忆项引入到带跳的随机微分方程中,研究了一类具有分布式记忆项与泊松跳的随机微分方程的数值解问题.构造了该方程的半隐式欧拉数值解,证明了方程的解析解与半隐式欧拉数值解的高阶有界性,并在局部Lipschitz条件下证明了半隐式欧拉数值解的均方收敛性,并且通过数值算例验证了结论的正确性.

求解带跳随机微分方程的一类全隐式方法

为更好地解决求解带跳的随机微分方程问题,将目前有关求解方程的隐式方法推广到跳跃项的隐式化,进而构造一类新的全隐式方法:补偿θ-Balanced数值方法.首先证明此数值方法是1.5阶均值相容,1阶均方相容;然后证明由此方法所得的数值解是收敛到解析解的,且收敛阶为0.5.最后,通过数值算例说明所构造的数值方法的有效性.