论文部分内容阅读
随机微分方程在具有随机现象的建模中扮演了十分重要的角色,这是传统确定模型所无法取代的。然而在许多随机问题中,计算独立布朗运动生成的随机重积分是十分困难复杂的。尤其在利用传统Milstein方法解决多维噪声驱动的随机微分方程或延迟随机微分方程时,我们都将不可避免的遇到这类问题。 本文中,我们首先利用离散累加的思想,提出了一个新的方法来逼近随机重积分。基于新的随机重积分逼近,我们对多维噪声驱动的随机微分方程提出了新的分裂步Milstein方法。其次运用类似的逼近思想,我们对于常延迟随机微分方程提出了新的Milstein方法。 接下来,我们分别对两类不同的随机微分方程分析了新数值方法的强收敛阶,并分析其均方稳定性性质。我们的研究过程如下:针对两类方程提出的新的Milstein方法,并证明在一定条件下数值方法维持强收敛阶为1.0.对于多维噪声驱动的随机微分方程,给出了新的分裂步Milstein方法在多维系数情形下,均方稳定的充分必要条件,以及在一维系数情形下,均方稳定的充分条件;对于常延迟随机微分方程,研究了不同参数及步长条件下,均方稳定的充分条件。 最终数值实验验证了以上所提出的所有结论,并说明了新的数值方法的有效性以及可靠性。