项目名称: 带跳非耦合正倒向随机微分方程的Crank-Nicolson数值解法研究

项目编号: No.11426152

项目类型: 专项基金项目

立项/批准年度: 2015

项目学科: 数理科学和化学

项目作者: 李洋

作者单位: 上海理工大学

项目金额: 3万元

中文摘要: 本项目拟研究带跳非耦合正倒向随机微分方程(简称FBSDEs) 的Crank-Nicolson类型数值解法: 通过布朗运动的Malliavin随机分析,结合求解正向随机微分方程数值方法,利用FBSDEs解和偏微分方程解的关系,得到求解非耦合FBSDEs的Crank-Nicolson格式的稳定性、收敛性和理论误差估计;提出求解带跳非耦合FBSDEs的Crank-Nicolson格式,并通过Lé过程的Malliavin随机分析和带跳正向随机微分方程数值方法,对其稳定性、收敛性和理论误差估计进行严格的分析;应用所提方法于一些重要的金融模型的模拟和计算。

中文关键词: 带跳非耦合正倒向随机微分方程;Lé 过程;Crank-Nicolson格式;误差估计;Malliavin 随机分析

英文摘要: In this project, we will study the Crank-Nicolson-type numerical methods for solving the decoupled forward backward stochastic differential equations (short for FBSDEs) with jumps: from Malliavin stochastic analysis for Brownian motion, combining the numerical methods for solving the forward stochastic differential equations, using the relationship between FBSDEs and PDEs, we will obtain the stability,convergence and error estimates of the Crank-Nicolson scheme for solving the decoupled FBSDEs; we will propose the Crank-Nicolson scheme for solving the decoupled FBSDEs with jumps, then using the Malliavin stochastic analysis for Lé processes we will obtain the stability, convergence and error estimates of the Crank-Nicolson numerical methods for solving the decoupled FBSDEs with jumps; Finally, we will apply the proposed methods to the simulation and computation of some important financial models.

英文关键词: decoupled FBSDEs with jumps;Lé process;Crank-Nicolson scheme;error estimates;Malliavin stochastic analysis

成为VIP会员查看完整内容
0

相关内容

【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
13+阅读 · 2021年8月29日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
230+阅读 · 2020年12月15日
专知会员服务
29+阅读 · 2020年12月14日
专知会员服务
138+阅读 · 2020年12月3日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
Spark & Hive 云原生改造在智领云的应用
CSDN
0+阅读 · 2022年4月8日
对凸优化(Convex Optimization)的一些浅显理解
PaperWeekly
1+阅读 · 2022年1月29日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
DynaSLAM II: 紧耦合的多物体跟踪和SLAM
计算机视觉life
1+阅读 · 2021年10月9日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
40+阅读 · 2019年8月9日
【机器学习】深入剖析机器学习中的统计思想
产业智能官
14+阅读 · 2019年1月24日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关主题
相关VIP内容
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
【NeurIPS2021】序一致因果图的多任务学习
专知会员服务
19+阅读 · 2021年11月7日
专知会员服务
13+阅读 · 2021年8月29日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
专知会员服务
144+阅读 · 2021年2月3日
专知会员服务
230+阅读 · 2020年12月15日
专知会员服务
29+阅读 · 2020年12月14日
专知会员服务
138+阅读 · 2020年12月3日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
相关资讯
Spark & Hive 云原生改造在智领云的应用
CSDN
0+阅读 · 2022年4月8日
对凸优化(Convex Optimization)的一些浅显理解
PaperWeekly
1+阅读 · 2022年1月29日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
DynaSLAM II: 紧耦合的多物体跟踪和SLAM
计算机视觉life
1+阅读 · 2021年10月9日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
40+阅读 · 2019年8月9日
【机器学习】深入剖析机器学习中的统计思想
产业智能官
14+阅读 · 2019年1月24日
相关基金
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员