论文部分内容阅读
随机微分方程(SDE)是描述不确定环境中动态系统变化的一类数学模型.由于方程的复杂性，SDE—般无法求出显式解.因此，寻找合适的数值解就显得尤为重要.值得指出的是，当解析解满足某种性质时，数值解是否能在相同条件下满足该种性质，是选择何种数值解方法的重要依据.本文主要研宄了SDE的三种数值方法：欧拉法(EM)，后退欧拉法(BEM)和后退弱欧拉法(WBEM)以及两种重要的渐近性质：渐近稳定性和有界性. 首先，我们研宄了某特定条件下，SIS传染病模型的存在唯一性以及渐近稳定性，并探讨了其各类数值解方法.在EM方法不满足正定性且BEM方法又无法很好定义的情况下，本文研宄了一种更弱的数值方法：WBEM方法.我们发现：WBEM方法由于二点分布的替换，利用其有界性的优势使得能够被很好的定义，且保持模型的正定性.我们还证明了，在同样的条件下，WBEM数值解仍保持其渐近稳定性. 进一步，我们将时滞项考虑进模型中，研宄了某些特定条件下，某一类随机时滞微分模型(SDDE)的渐近有界性.我们仍先探讨了使得方程的解均方有界的充分条件.同时，我们证明了在扩散项与漂移项系数均满足线性增长条件时，EM方法能够再现这一性质.然而，当减弱漂移项的条件时，我们发现EM方法不能再现有界性.为了解决这一问题，我们又证明了BEM方法可以再现SDDE的渐近均方有界性.