\`x^2+y_1+z_12^34\`
高级搜索
文章内容
文章内容

Wong-Zakai扩散近似下多尺度SDE数值格式的一致误差界

  • *通讯作者:Charles-Edouard Bréhier

    *通讯作者:Charles-Edouard Bréhier
摘要/引言 全文(HTML) (7) 相关论文 引用人
  • 我们研究了一组应用于一类多尺度随机微分方程组的数值格式。当时间尺度分离参数消失时,著名的均匀化或Wong–Zakai扩散近似结果表明,所考虑系统的慢分量收敛于由实值Wiener过程驱动的随机微分方程的解,并对噪声进行Stratonovich解释。我们提出并分析了有效逼近慢分量的方案。这些方案满足渐近保持性质,并推广了最近文章中提出的方法[4]. 我们填补了这些方案分析中的一个空白,并证明了强误差估计,它们对于时间尺度分离参数是一致的。

    数学学科分类:一次:60H35,65C30;次要:53C35。

    引用:

    \开始{方程式}\\结束{方程式{
  • 加载中
  • 图1。 对于具有$\epsilon\in\{0.04,0.02,0.01\}$的方案(18)和限制方案($\epsilon=0$),均方误差是$N$的函数,时间步长为$\Delta t=t/N$。左:Heun积分器(参考斜率:$1/2$和1)。右:RK4积分器(参考斜率:$1/2$,1和2)

    图2。 对于具有$\epsilon\in\{1,0.1,0.01\}$的方案(18)和限制方案($\epsilon=0$),均方误差是$N$的函数,时间步长为$\Delta t=t/N$。左:Heun积分器(参考斜率:$1/2$和1)。右:RK4积分器(参考斜率:$1/2$,1和2)

    图3。 对于使用欧拉积分器的方案(18),均方误差是$N$的函数,时间步长为$\Delta t=t/N$(参考斜率:$1/2$和1),左:$\epsilon\in\{0.04,0.02,0.01\}$。右:$\epsilon\in\{1,0.1,0.01\}$

    图4。 均方误差是$N$的函数,时间步长为$\Delta t=t/N$,对于使用(49)-(50)计算的增量为$\zeta^\epsilon(t_{N+1})-\zeta_\epsi隆(t_N)$的方案(48)和限制方案($\epsilen=0$)。左:Heun积分器(参考斜率:$1/2$和1)。右:RK4积分器(参考斜率:$1/2$、1和2)。顶部:$\epsilon\in\{0.04,0.02,0.01\}$。底部:$\epsilon\in\{1,0.1,0.001\}$

    图5。 作为$N$函数的均方误差,时间步长为$\Delta t=t/N$,对于预计算增量为$\zeta^\epsilon(t_{N+1})-\zeta_\epsilen(t_N)$的方案(48),使用(49)-(50)在最细尺度下计算,对于极限方案($\epsi隆=0$)。左:Heun积分器(参考斜率:1和2)。右:RK4积分器(参考斜率:1、2和$4$)。顶部:$\epsilon\in\{0.04,0.02,0.01\}$。底部:$\epsilon\in\{1,0.1,0.001\}$

    图6。 对于使用维纳过程增量的方案(53)和限制方案($\epsilon=0$),均方误差是$N$的函数,时间步长为$\Delta t=t/N$。左:Heun积分器(参考斜率:$1/2$和1)。右:RK4积分器(参考斜率:$1/2$、1和2)。顶部:$\epsilon\in\{0.04,0.02,0.01\}$。底部:$\epsilon\in\{1,0.1,0.001\}$

    图7。 对于预计算增量为$\zeta_{N+1}^\epsilon-\zeta_N^\ epsilon$的方案(53)和限制方案($\epsilen=0$),均方误差是$N$的函数,时间步长为$\Delta t=t/N$。左:Heun积分器(参考斜率:1和2)。右:RK4积分器(参考斜率:1、2和$4$)。顶部:$\epsilon\in\{0.04,0.02,0.01\}$。底部:$\epsilon\in\{1,0.1,0.001\}$

  • [1] A.阿卜杜尔G.A.滑膜炎U.阀门,多尺度随机微分方程的谱方法,SIAM/ASA J.不确定性。数量。,5(2017), 720-761. 数字对象标识:10.1137/16M1094117。
    [2] 一、AlmuslimaniP.Chartier公司M.Lemou先生F.梅哈特,漂移振荡随机微分方程的一致精确格式,申请。数字。数学。,181(2022), 468-482. 数字对象标识:2016年10月10日/j.apnum.2022.07.001。
    [3] C.-E.Bréhier先生,Smoluchowski–Kramers扩散近似区域中应用于多尺度SDE的数值格式的一致强误差和弱误差估计,J.计算。动态。,10(2023), 387-424. 数字对象标识:10.3934/jcd.2023005。
    [4] C.-E.Bréhier先生S.Rakotonirina-里克堡,关于一类随机微分方程在平均和扩散近似下的渐近保持格式,多尺度模型。模拟。,20(2022), 118-163. 数字对象标识:10.1137/20M1379836。
    [5] 重量-重量D.刘E.范登·伊恩登,随机微分方程多尺度方法分析,普通纯应用程序。数学。,58(2005), 1544-1585. 数字对象标识:10.1002/cpa.20088年。
    [6] J.弗兰克G.A.戈特瓦尔德,关于多尺度动力学数值积分的统计一致性的注记,多尺度模型。模拟。,16(2018), 1017-1033. 数字对象标识:10.1137/17M1154709。
    [7] D.吉文I.G.凯夫雷基迪斯R.库普夫曼,奇摄动随机微分系统投影积分格式的强收敛性,Commun公司。数学。科学。,4(2006), 707-729. 数字对象标识:10.4310/CMS.2006.v4.n4.a2。
    [8] E.戈贝蒙特卡罗方法与随机过程,CRC出版社,佛罗里达州博卡拉顿,2016年
    [9] I.G.凯夫雷基迪斯C.W.齿轮J.M.海曼P.G.凯夫雷基迪斯O.伦伯格C.西奥多罗普洛斯、无方程、粗粒度多尺度计算:使微观模拟器能够执行系统级分析,Commun公司。数学。科学。,1(2003), 715-762. 数字对象标识:10.4310/CMS.2003.v1.n4.a5。
    [10] P.E.Kloeden和E.Platen,随机微分方程的数值解,第23卷,共页数学应用(纽约).,施普林格-弗拉格出版社,柏林,1992年。数字对象标识:10.1007/978-3-662-12616-5.
    [11] A.Laurent,惩罚Langevin动力学数值积分的一致精确格式,SIAM J.科学。计算。,44(2022年),A3217–A3243。数字对象标识:10.1137/21M1455188。
    [12] F.Legoll,T.Lelièvre,K.Myerscough和G.Samaey,带时间尺度分离的随机微分方程的准实计算:数值收敛性研究,计算。视觉。科学。,23(2020年),第9号论文,18页。数字对象标识:10.1007/s00791-020-00329年。
    [13] T.李A.阿卜杜尔重量-重量,刚性随机微分方程隐式方法的有效性,Commun公司。计算。物理学。,(2008), 295-307. 
    [14] G.N.Milstein和M.V.Tretyakov,数学物理中的随机数值科学计算。查姆施普林格,2021年。数字对象标识:10.1007/978-3-030-82040-4.
    [15] G.Pagès,数值概率,Universitext。查姆施普林格,2018年。金融应用简介。数字对象标识:10.1007/978-3-319-90276-0.
    [16] G.A.Pavliotis和A.M.Stuart,多尺度方法,第53卷,共页应用数学课文,施普林格,纽约,2008年。平均化和均匀化。
    [17] S.Rakotonirina-Ricquebourg,Etude Théorique et Numérique D'équations Cinétiques随机多个chelles,博士论文。
    [18] H.Vandecasteel公司P.杰林斯基G.萨马伊,尺度分离随机微分方程微观加速方法的效率,多尺度模型。模拟。,18(2020), 1272-1298. 数字对象标识:10.1137/19M1246158。
  • 加载中

数字(7)

分享

文章指标

HTML视图(738) PDF下载(95) 引用人(0)

访问历史记录

目录

    /

    返回
    返回