数学 > 数值分析
[提交于 2025年4月2日
]
标题: 关于Euler-Maruyama格式在多维SDEs(带有不连续漂移系数)上的性能
标题: On the performance of the Euler-Maruyama scheme for multidimensional SDEs with discontinuous drift coefficient
摘要: 我们研究了具有不连续漂移系数的$d$维随机微分方程(SDE)的强逼近问题。更精确地说,我们主要假设漂移系数是分段Lipschitz连续的,且例外集$\Theta\subset \mathbb{R}^d$是一个可定向的正达到度的$C^4$维超曲面;扩散系数假设为Lipschitz连续,并且在区域$\Theta$附近,这两个系数都受到有界约束,且扩散系数在正交于$\Theta$的部分是非退化的。近年来,文献中已经证明了许多关于此类SDE强逼近的结果,特别是Euler-Maruyama格式的表现得到了研究。 对于$d=1$和有限的$\Theta$,已证明欧拉-马略拉 scheme 在所有满足系数为Lipschitz连续的经典情况下的$p\geq 1$中,达到至少$1/2$的$L_p$-误差率。 对于 $d>1$,到目前为止,人们只知道如果附加地系数 $\mu$ 和 $\sigma$ 在全局范围内有界,Euler-Maruyama 方案能达到至少 $1/4-$ 的 $L_2$-误差率。 本文中,我们证明了在上述设定下,Euler-Maruyama格式实际上达到了至少 $1/2-$ 的 $L_{p}$-误差阶,对于所有 $d\in\mathbb{N}$ 和所有 $p\geq 1$ 均成立。 该结果的证明基于一种广为人知的方法:将此类随机微分方程(SDE)转化为具有全局Lipschitz连续系数的SDE,一种针对一类非全局 $C^2$ 函数的新Itô公式,以及对时间连续Euler-Maruyama格式的实际位置与其在底层网格上前一时刻位置相对于超曲面 $\Theta$ “不同侧”的预期总时间的详细分析。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.