随机Kolmogorov型系统及其数值解的渐近性质分析

项目名称： 随机Kolmogorov型系统及其数值解的渐近性质分析

项目编号： No.11526101

项目类型： 专项基金项目

立项/批准年度： 2016

项目学科： 数理科学和化学

项目作者： 陈琳

作者单位： 江西财经大学

项目金额： 3万元

中文摘要： 随机Kolmogorov型系统以及它的特殊形式随机Lotka-Volterra系统在生物学和经济学等领域有重要的应用价值，如种群动力系统和R&D模型。虽然此领域已有大量文献和研究，但不可否认，大部分是无法给出解析解的。因此数值方法就成为研究实际问题的重要技术和手段。而用数值解来替代真实解时，能否复现原系统的渐近性质，已经引发许多研究者的高度重视。目前大多数值解方面的研究成果是系统的扩散系数满足线性增长或全局Lipschitz条件下得到的。而随机Kolmogorov型系统并不满足上诉条件。 本课题拟在突破常规条件的约束，仅凭借随机意义下的单调型条件，研究随机Kolmogorov型系统及其数值解的零解稳定性以及稳定分布性质。探索数值解能保留原系统上述渐近性质的充分条件。同时深入研究随机近似的渐近稳定分布，并与解析解的渐近稳定分布比较，阐明两者的关系以及步长对两者差距的影响。

中文关键词： 随机Kolmogorov型系统；零解稳定性；无界时滞；随机theta算法；BEM算法

英文摘要： Stochastic Kolmogorov-type system and its special form—stochastic Lotka-Volterra system—have important application values not only in the field of biology and economics as well as many other fields, such as population dynamic systems and R&D model. Although there are a lot of literatures and studies in this area, it is can not be denied that most researches are unable to give analytical solutions. Therefore, numerical method has become an important technique and means of studying practical problems. While using the numerical solution substitute the real solution, whether it can reproduce asymptotic properties of the original system, which led the great attention of researchers . Nowadays, the most research results of numerical solution have been obtained under the linear growth condition or the global Lipschitz condition on the diffusion coefficient. However, stochastic Kolmogorov-type system does not satisfy the above conditions. This subject attempts to study numerical trivial stability and stationary distribution of stochastic Kolmogorov-type system under stochastic sense of monotony conditions, which defy conventional conditions. And it explore sufficient conditions under which the numerical approximations can reproduce the above asymptotic properties of the original system. Meanwhile this subject aims t

英文关键词： Stochastic Kolmogorov-type system；Trivial stability；Unboned delay；Theta method；BEM method