一步随机过程模拟软件包
摘要：背景。人们认为，在数学模型中引入随机变量可以使其更为准确。但在确定性模型中却几乎没有协调的方法来引入随机性（取决于系统的结构）。作者改进了一步过程类的随机模型构建方法，并以人口动态模型为例进行了说明。选择研究人口动态是因为它的确定性模型已经得到了充分的探索，这样可以将结果与已知结果进行比较。 目的。为了尽可能地优化模型的创建，一些常规操作应该被自动化。在这种情况下，模型方程的编写过程可以被算法化并在计算机代数系统中实现。此外，可以基于这些结果获得一组用于数值实验的程序。 方法。计算机代数系统Axiom用于实现解析计算。为了进行数值实验，使用了FORTRAN和Julia编程语言。随机微分方程使用龙格-库塔方法作为数值方法。 结果。构建了一个用于创建随机一步过程模型的程序复杂系统。通过捕食者-猎物群体动态系统，说明了其应用。 结论。计算机代数系统在数学模型设计和分析的快速原型制作中非常方便。
作者：E. G. Eferina and A. V. Korolkova and M. N. Gevorkyan and D. S. Kulyabov and L. A. Sevastyanov
论文ID：1503.07342
分类：Symbolic Computation
分类简称：cs.SC
提交时间：2015-03-26