马尔科夫切换下一类随机延迟微分方程的平稳分布

在随机分析问题中,诸多算法都是建立在随机系统平稳分布的存在唯一性的基础上.研究希尔伯特空间上马尔科夫切换下一类随机延迟微分方程平稳分布的存在唯一性.考虑所研究方程相应的确定性方程的基本解,并利用常数变易公式将解进行表示.利用弱收敛方法和马尔科夫链的性质给出所需假设,以此建立马尔科夫切换下平稳分布存在的条件.在假设基础上,通过伊藤等距公式,Gronwall引理和基本解的指数稳定性,给出了该随机延迟微分方程平稳分布存在唯一性的充分条件,并予以严格证明.结论改进和推广了已有文献的相关结果.

一类随机延迟方程的平均化原理:一个新的现象

本文研究一类随机延迟方程的平均化问题.利用尺度变换的方法,获得了一类随机延迟方程的平均化理论结果,并得出平均化理论对这类方程而言不仅可以消除非自治现象也可以消除延迟现象.

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。

随机延迟微分方程的Milstein方法的非线性均方稳定性

本文针对一般的非线性随机延迟微分方程,证明了当系统理论解满足均方稳定性条件时,则当方程的漂移和扩散项满足一定的条件时,Milstein方法也是均方稳定的.数学实验进一步验证了我们的结论.

半线性随机变延迟微分方程数值解的收敛性

应用指数Euler方法研究在全局Lipschitz条件和线性增长条件下,半线性随机变延迟微分方程数值解的收敛性.结果表明,该方程数值解收敛到精确解,并且收敛阶为1/2min{1,γ},γ∈(0,1].

线性随机微分延迟方程复合Euler方法的均方稳定性(英文)

研究了复合Euler方法对线性随机微分延迟方程的全局均方稳定性,给出复合Euler方法全局稳定性的条件并证明在这些条件下复合Euler方法是GMS-稳定的,给出数值算例支持理论分析.

线性分段连续型随机延迟微分方程Euler方法的收敛性

研究线性分段连续型随机延迟微分方程的数值解的收敛性,采用的是Euler方法,在处理线性项的矩阵时,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,这也是本文解决问题的关键。

线性随机延迟微分方程指数Euler方法的收敛性

把指数Euler方法应用到线性随机延迟微分方程上,通过应用对数范数的定义及随机延迟微分方程延迟项的特点,给出了线性随机延迟微分方程数值解的收敛性,最后给出数值算例验证得到的结论是正确的.

α-稳定过程驱动的非线性随机微分方程的参数估计:非遍历情形

该文研究了基于连续时间状态观测的α-稳定过程驱动非线性随机微分方程的参数估计问题.首先,讨论了加权拟合估计量的相合性和收敛速率.随后,建立了估计量的渐近分布.

变时滞反馈控制的混合中立型随机延迟微分方程的指数稳定性

研究了变时滞反馈控制的混合中立型随机延迟微分方程(HNSDDEs)的指数稳定性。采用函数方法设置合适的变时滞反馈控制函数,得到了该系统的指数稳定性。对比已有的研究成果,本文的主要贡献是在变时滞反馈控制下对HNSDDEs的指数稳定性作了进一步研究。最后,给出一个例子证明了结论的有效性。

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.

线性随机微分延迟方程复合Euler方法的均方收敛性(英文)

定义了复合Euler方法,把其应用到线性随机微分延迟方程上.详细地研究了复合Euler方法的均方收敛性,证明其收敛阶是强0.5阶,并给出数值试验.

非线性中立型随机延迟微分方程随机θ方法的稳定性

本文研究非线性中立型随机延迟微分方程随机θ方法的均方稳定性.在方程解析解均方稳定的条件下,证明了如下结论:当θ∈[0,1/2)时,随机θ方法对于适当小的时间步长是均方稳定的;当θ∈ [1/2,1]时,随机θ方法对于任意步长都是均方稳定的.数值结果验证了所获结论的正确性.

一类非线性中立型随机延迟微分方程的截断型θ-EM方法

本文考虑了一类非线性中立型随机延迟微分方程,其漂移项系数和扩散项系数均是超线性增长的,且中立项满足压缩映射条件.本文建立了这类方程的截断型θ-EM算法,并得到了其收敛率.最后,给出一个例子验证了理论结果.

线性随机延迟微分方程复合θ-方法的收敛性(英文)

详细地研究了带可乘噪声项的线性标量系统均方意义下复合θ-方法的收敛性。证明了复合θ-方法的收敛阶是0.5强阶,数值算例的模拟结果验证了理论上获得结果的正确性。

线性随机延迟微分方程Euler方法的T-稳定性

由于Euler方法的收敛性较差,研究步长很小时Euler方法的稳定性有着重要的意义。文章证明了应用于一类特殊线性延迟随机微分方程的Euler方法对于很小的步长是T-稳定的。

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。

Lévy过程驱使的非线性随机微分方程的参数估计

用极大似然估计方法,考虑一类由Lévy过程驱使的非线性随机微分方程参数估计问题.首先,在连续时间观测下讨论当T→∞时,估计量的无偏性、渐近一致性及其渐近正态性;其次,在高频离散观测且有限活跃条件下,利用阈值法逼近连续鞅部分,得到当n→∞时,估计量的无偏性和渐近正态性;最后,通过给出数值模拟结果验证估计量的无偏性和渐近正态性.

非线性随机延迟微分方程MILSTEIN方法的均方稳定性

在一维情形下,研究了一类非线性随机延迟微分方程初值问题,证明了如果问题本身满足零解是均方渐近稳定的充分条件,那么当漂移项满足一定的限制条件时,Milstein方法是MS-稳定的与带线性插值的Milstein方法是GMS-稳定的理论结果。