Влияние стохастизации на одношаговые модели
- Авторы: Демидова А.В.1, Геворкян М.Н.1, Егоров А.Д.2, Кулябов Д.С.1, Королькова А.В.1, Севастьянов Л.А.1
-
Учреждения:
- Российский университет дружбы народов
- Институт математики НАНБ
- Выпуск: № 1 (2014)
- Страницы: 71-85
- Раздел: Статьи
- URL: https://journals.rudn.ru/miph/article/view/8255
Цитировать
Полный текст
Аннотация
Об авторах
Анастасия Вячеславовна Демидова
Российский университет дружбы народов
Email: avdemidova@sci.pfu.edu.ru
Кафедра систем телекоммуникаций
Мигран Нельсонович Геворкян
Российский университет дружбы народов
Email: mngevorkyan@sci.pfu.edu.ru
Кафедра систем телекоммуникаций
Александр Дмитриевич Егоров
Институт математики НАНБ
Email: egorov@im.bas-net.by
Дмитрий Сергеевич Кулябов
Российский университет дружбы народов
Email: dharma@sci.pfu.edu.ru
Кафедра систем телекоммуникаций
Анна Владиславовна Королькова
Российский университет дружбы народов
Email: akorolkova@sci.pfu.edu.ru
Кафедра систем телекоммуникаций
Леонид Антонович Севастьянов
Российский университет дружбы народов
Email: sevast@sci.pfu.edu.ru
Кафедра систем телекоммуникаций
Список литературы
- Кулябов Д.С., Демидова А.В. Введение согласованного стохастического члена в уравнение модели роста популяций // Вестник РУДН. Серия «Математика. Информатика. Физика». — 2012. — № 3. — С. 69–78.
- Demidova A.V., Sevastianov L.A., Kulyabov D.S. Application of Stochastic Differencial Equations to Model Population Systems // Third International Conference on Mathematical Modelling of Social and Economical Dynamics MMSED-2010 / Russian State Social University. — 2010. — Pp. 92–94.
- Вольтерра В. Математическая теория борьбы за существование. — М.: Наука, 1976.
- Базыкин А.Д. Нелинейная динамика взаимодействующих популяций. — Москва-Ижевск: Институт компьютерных исследований, 2003.
- Братусь А.С., Новожилов А.С., Платонов А.П. Динамические системы и модели биологии. — М.: Физматлит, 2010.
- Debrabant K., Röbler A. Classification of Stochastic Runge–Kutta Methods for the Weak Approximation of Stochastic Differential Equations // Mathematics and Computers in Simulation. —2008.—Vol. 77, No 4.—Pp. 408–420.
- Tocino A., Ardanuy R. Runge–Kutta Methods for Numerical Solution of Stochastic Differential Equations // Journal of Computational and Applied Mathematics. — 2002. — Vol. 138, No 2. — Pp. 219–241. — ISSN 0377-0427. — http://www.sciencedirect.com/science/article/pii/S0377042701003806.
- The Method of Stochastization of One-Step Processes / A.V. Demidova, A.V. Korolkova, D.S. Kulyabov, L.A. Sevastianov // Mathematical Modeling and Computational Physics. — JINR, 2013. — P. 67.
- Гардинер К.В. Стохастические методы в естественных науках. — Мир, 1986.
- Oksendal B.K. Stochastic Differential Equations: An Introduction with Applications. — Berlin: Springer, 2003.
- Lotka A.J. Elements of Physical Biology. — BiblioBazaar, 2011. — ISBN 9781178508116, 492 p. — http://books.google.ru/books?id=tFN9pwAACAAJ.
- Демидова А.В. Уравнения динамики популяций в форме стохастических дифференциальных уравнений // Вестник РУДН. Серия «Математика. Информатика. Физика». — 2013. — № 1. — С. 67–76.
- Демидова А.В. Метод стохастизации математических моделей на примере системы «хищник–жертва» // Научная сессия НИЯУ МИФИ-2013. — 2013. — С. 127.
- Королькова А.В., Кулябов Д.С. Методы стохастизации математических моделей на примере пиринговых сетей // Научная сессия НИЯУ МИФИ-2013. Аннотации докладов. В 3 томах. — Москва: МИФИ, 2013. — С. 131.
- Демидова А.В., Кулябов Д.С., Севастьянов Л.А. Согласованный стохастический член в популяционных моделях // XI Белорусская математическая конференция. — Минск: Институт математики НАН Беларуси, 2012. — С. 39.
- Марри Д. Нелинейные дифференциальные уравнения в биологии. Лекции о моделях. — М.: Мир, 1983.
- Свирежев Ю.М., Логофет Д.О. Устойчивость биологических сообществ. — М.: Мир, 1983.
- Эрроусмит Д., Плейс К. Обыкновенные дифференциальные уравнения. Качественная теория с приложениями. — М.: Мир, 1986.
- Одум Ю. Основы экологии. — Москва: Мир, 1975.
- Лукшин А.В., Смирнов С.Н. Численные методы решения стохастических дифференциальных уравнений // Математическое моделирование. — 1990. — Т. 2, № 11. — С. 108–121.
- Soheili A.R., Namjoo M. Strong Approximation of Stochastic Differential Equations with Runge-Kutta Methods // World Journal of Modelling and Simulation. — 2008. — Vol. 4, No 2. — Pp. 83–93.
- Геворкян М.Н. Конкретные реализации симплектических численных методов // Вестник РУДН. Серия «Математика. Информатика. Физика». — 2013. — № 1. — С. 77–89.
- Геворкян М.Н. Условие явности и диагональной неявности при композиции метода Рунге–Кутты со своим присоединенным // Вестник РУДН. Серия «Математика. Информатика. Физика». — 2012. — № 3. — С. 87–96.
- Gevorkyan M.N., Gladysheva J.V. Symplectic Integrators and the Problem of Wave Propagation in Layered Media // Bulletin of Peoples’ Friendship University of Russia. Series “Mathematics. Information Sciences. Physics”. — 2012. — No 1. — Pp. 50–60.
- Logmani G.B. High Strong Order Implicit Runge–Kutta Methods for Stochastic Ordinary Differential Equations // System Dynamics Society. Proceedings of the 22nd International Conference. — Oxford, England, UK: 2004. — http://www.systemdynamics.org/conferences/2004/SDS_2004/PAPERS/109LOGHM.pdf.
- Kinderman A.J., Monahan J.F. Computer Generation of Random Variables Using the Ratio of Uniform Deviates // ACM Transactions on Mathematical Software. — 1977. — Vol. 3, No 3. — Pp. 257–260. — http://stevereads.com/papers_to_read/computer_generation_of_random_variables_using_the_ratio_of_uniform_deviates.pdf.