Resumen

En este artículo, estudiamos las condiciones necesarias, así como las condiciones suficientes para la optimalidad del modelo estocástico SEIR. La característica más distintiva, en comparación con el modelo SEIR bien estudiado, es que el sistema del modelo sigue ecuaciones diferenciales estocásticas (SDEs) impulsadas por movimientos brownianos. Se introduce una función hamiltoniana para derivar las condiciones necesarias. Utilizando la formulación explícita de las variables adjuntas, se obtienen las condiciones necesarias deseadas para los resultados del control óptimo. También establecemos una condición suficiente llamada teorema de verificación para el modelo estocástico SEIR.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Condiciones; Modelo SEIR estocástico; Optimalidad; Función hamiltoniana; EDEs; Teorema de verificación
• Keywords:Conditions; Stochastic SEIR model; Optimality; Hamiltonian function; SDEs; Verification theorem