基于导数近似的一般化BSDEs求解方案及其误差估计
A generalized scheme for BSDEs based on derivative approximation and its error estimates
AI总结：
本文提出一种基于拉格朗日插值近似导数的BSDEs通用数值方案，通过调整插值样本点分布获得不同稳定性和收敛阶的方案，并给出保证收敛的样本点分布条件。
摘要：
本文提出了一种用于倒向随机微分方程（BSDEs）的通用数值方案，该方案基于通过拉格朗日插值近似导数。通过改变用于插值的样本点分布，可以得到具有不同稳定性和收敛阶的数值方案。我们提出一个条件，以保证方案的收敛性。
英文摘要：
In this paper we propose a generalized numerical scheme for backward stochastic differential equations(BSDEs). The scheme is based on approximation of derivatives via Lagrange interpolation. By changing the distribution of sample points used for interpolation, one can get various numerical schemes with different stability and convergence order. We present a condition for the distribution of sample points to guarantee the convergence of the scheme.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
