Geometric Ergodicity and Strong Error Estimates for Tamed Schemes of Super-linear SDEs

：刘智慧（南方科技大学）
：2025-08-11 15:00
：海韵园行政楼C503

报告人：刘智慧（南方科技大学）

时  间：2025年8月11日15:00

地  点：海韵园行政楼C503

内容摘要:

We construct a family of explicit tamed Euler--Maruyama (TEM) schemes, which can preserve the same Lyapunov structure for super-linear stochastic differential equations (including SODEs and SPDEs) driven by multiplicative noise. These TEM schemes are shown to inherit the geometric ergodicity of the considered SDEs and converge with optimal strong convergence orders.

个人简介：

刘智慧，南方科技大学数学系副教授、研究员、博士生导师。2017 年 7 月获中国科学院数学与系统科学研究院计算数学博士学位。2017 年 8 月至 2018 年 8 月在中国香港理工大学从事博士后研究工作，2018 年 9 月至 2020 年 8 月任香港科技大学研究助理教授，2020 年 9 月开始加入南方科技大学历任助理教授、副教授/研究员。研究领域主要为随机微分方程数值分析与计算。曾主持香港研究资助局研究项目和国家自然科学基金青年项目；2022 年入选国家自然科学基金优秀青年科学基金项目（海外）。

 

联系人：谭志裕