×
郭倩;刘伟;毛雪荣;詹伟军

随机微分方程的截断Euler-Maruyama格式的多级蒙特卡罗方法。 （英语） Zbl 1499.65011号

国际期刊计算。数学。 95，第9期，1715-1726（2018）.
摘要：截断欧拉-马鲁亚马方法与多级蒙特卡罗方法一起用于逼近随机微分方程（SDE）解的某些函数的期望值。当SDE的系数满足局部Lipschitz和Khasminski型条件时，证明了近似的收敛速度和计算成本。文中给出了数值算例来验证理论结果。

MSC公司：

65立方米 随机微分和积分方程的数值解
60 H10型 随机常微分方程（随机分析方面）

关键词：

截断Euler-Maruyama方法;多级蒙特卡罗方法;随机微分方程;非线性系数;接近期望值
PDF格式BibTeX公司 XML格式引用
\textit{Q.Guo}等人，国际计算机杂志。数学。95，第9号，1715-1726（2018；Zbl 1499.65011）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] Ait-Sahalia，Y.，《测试即期利率的连续时间模型》，Rev.Financ。螺柱，9385-426（1996）·doi:10.1093/rfs/9.2.385
[2] Allen，E.，《用随机微分方程建模》（2007），Springer:Springer，Dordrecht·Zbl 1130.60064号
[3] 安德森·D·F。；海姆·D·J。；Sun，Y.，小噪声随机微分方程的多级蒙特卡罗，SIAM J.Numer。分析。，54, 505-529 (2016) ·Zbl 1334.60128号 ·数字对象标识代码：10.1137/15M1024664
[4] 德里奇，S。；Li，S.，Lévy驱动SDE的多级蒙特卡罗：自适应Euler格式的中心极限定理，Ann.Appl。概率。，26, 136-185 (2016) ·Zbl 1338.65004号 ·doi:10.1214/14-AAP1087
[5] Dereich，S.和Li，S.，截断稳定过程驱动的SDE的多级蒙特卡罗实现，载于蒙特卡罗和准蒙特卡罗方法，R.Cools和D.Nuyens编辑，Springer，2016年，第3-27页·Zbl 1356.65016号
[6] Gardiner，C.W.，《物理、化学和自然科学随机方法手册》（2004年），柏林斯普林格-弗拉格出版社·Zbl 1143.60001号
[7] Giles，M.B.，《使用Milstein方案改进多级蒙特卡罗收敛》，载于《蒙特卡罗和准蒙特卡罗方法2006》，A.Keller，S.Heinrich和H.Niederreiter编辑，Springer，Berlin，Heidelberg，2008年，第343-358页·Zbl 1141.65321号
[8] Giles，M.B.，多级蒙特卡罗路径模拟，Oper。研究，56，607-617（2008）·Zbl 1167.65316号 ·doi:10.1287/opre.1070.0496
[9] Giles，M.B.，多层蒙特卡罗方法，数值学报。，24, 259-328 (2015) ·Zbl 1316.65010号 ·doi:10.1017/S096249291500001X
[10] 格雷，A。；Greenhalgh，D。；胡，L。；毛，X。；Pan，J.，随机微分方程SIS流行病模型，SIAM J.Appl。数学。，71, 876-902 (2011) ·Zbl 1263.34068号 ·数字对象标识码：10.1137/10081856X
[11] 郭，Q。；刘伟。；毛，X。；Yue，R.，部分截断Euler-Maruyama方法及其稳定性和有界性，应用。数字。数学。，115, 235-251 (2017) ·Zbl 1358.65008号 ·doi:10.1016/j.apnum.2017.01.010
[12] Halidias，N.，为二因子CIR模型构造保正数值格式，Monte Carlo方法应用。，21, 313-323 (2015) ·Zbl 1329.60236号
[13] 海姆·D·J。；毛，X。；Stuart，A.M.，非线性随机微分方程欧拉型方法的强收敛性，SIAM J.Numer。分析。，401041-1063（2002年）·Zbl 1026.65003号 ·doi:10.1137/S0036142901389530
[14] Hu，Y.，刚性随机方程的半隐式Euler-Maruyama格式，收录于《随机分析及相关主题》，V（Silivri，1994），H.KörezlioØlu，B.ksendal，and A.S.u stünel，eds.，Progr。概率。，第38卷，伯赫用户波士顿，马萨诸塞州波士顿，1996年，第183-202页·Zbl 0848.60057号
[15] Hutzenthaler，M。；Jentzen，A.，具有非全局Lipschitz连续系数的随机微分方程的数值逼近，Mem。阿默尔。数学。Soc.，236，v+99（2015）·兹比尔1330.60084
[16] Hutzenthaler，M。；Jentzen，A。；Kloeden，P.E.，非全局Lipschitz连续系数SDE显式数值方法的强收敛性，Ann.Appl。概率。，22, 1611-1641 (2012) ·Zbl 1256.65003号 ·doi:10.1214/11-AAP803
[17] Hutzenthaler，M。；Jentzen，A。；Kloeden，P.E.，非线性随机微分方程多级蒙特卡罗-欧拉方法的发散性，《应用年鉴》。概率。，23, 1913-1966 (2013) ·Zbl 1283.60098号 ·doi:10.1214/12-AAP890
[18] 克劳登，体育。；Platen，E.，随机微分方程的数值解（1992），施普林格出版社：施普林格出版社，柏林·Zbl 0925.65261号
[19] 刘伟。；Mao，X.，非线性随机微分方程的停止Euler-Maruyama方法的强收敛性，应用。数学。计算。，223, 389-400 (2013) ·Zbl 1329.65018号
[20] Mao，X.，《随机微分方程及其应用》（2008），霍伍德出版有限公司：霍伍德出版公司，奇切斯特
[21] Mao，X.，随机微分方程的截断Euler-Maruyama方法，J.Compute。申请。数学。，290, 370-384 (2015) ·Zbl 1330.65016号 ·doi:10.1016/j.cam.2015.06.002
[22] Mao，X.，随机微分方程截断Euler-Maruyama方法的收敛速度，J.Compute。申请。数学。，296, 362-375 (2016) ·Zbl 1378.65036号 ·doi:10.1016/j.cam.2015.09.035
[23] Milstein，G.N。；Tretyakov，M.V.，《数学物理中的随机数值》（2004），柏林，施普林格-弗拉格出版社·Zbl 1085.60004号
[24] 牛，Y。；Burrage，K。；Chen，L.，用带反射的随机微分方程模拟生化反应系统，J.Theoret。生物学，39690-104（2016）·Zbl 1343.92165号 ·doi:10.1016/j.jtbi.2016.02.010
[25] Øksendal，B.，随机微分方程（2003），Universitext Springer-Verlag:Universitex Springer-Verlag，柏林·Zbl 1025.60026号
[26] Platen，E。；Heath，D.，《定量金融的基准方法》（2006），Springer-Verlag:Springer-Verlag，柏林·Zbl 1104.91041号
[27] Sabanis，S.，关于驯服欧拉近似的注释，电子。Comm.Probab.公司。，18, 47, 10 (2013) ·Zbl 1329.60237号 ·doi:10.1214/ECP.v18-2824
[28] Szpruch，L。；毛，X。；海姆·D·J。；Pan，J.，强非线性Ait-Sahalia型利率模型的数值模拟，BIT，51，405-425（2011）·Zbl 1230.65011号 ·doi:10.1007/s10543-010-0288-y
[29] Tretyakov，M.V。；Zhang，Z.，局部Lipschitz系数SDE的基本均方收敛定理及其应用，SIAM J.Numer。分析。，51, 3135-3162 (2013) ·Zbl 1293.60069号 ·数字对象标识代码：10.1137/120902318
[30] 王，X。；Gan，S.，具有非全局Lipschitz连续系数的可交换随机微分方程的驯服Milstein方法，J.Difference Equ。申请。，第19页，第466-490页（2013年）·Zbl 1262.65008号 ·doi:10.1080/10236198.2012.656617
[31] Yue，C。；黄，C。；蒋，F.，非自治随机微分方程分步θ方法的强收敛性，国际计算杂志。数学。，91, 2260-2275 (2014) ·Zbl 1309.65011号 ·doi:10.1080/00207160.2013.871541
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。