Exact asymptotics of the stochastic wave equation with time-independent noise
本文研究了由不依赖于时间的高斯噪声$\dot{W}$驱动的高维随机波动方程$d\leq 3$.我们假设噪声是白噪声,或者噪声的协方差函数满足类似于里斯核的缩放性质。该解决方案是解释在Skorohod意义上使用Malliavin演算。我们得到了解的$p$阶矩的精确渐近行为,无论是当时间很大或当$p$很大。对于临界情形,即当$d=3$和噪声为白噪声时,我们得到了二阶矩为有限的精确跃迁时间。
2021-07-09 math.PR
Exact Simulation of One-dimensional Stochastic Differential Equations involving the local time at zero of the unknown process
本文将Beskos等人的精确模拟方法推广到了含有未知过程在零点的局部时的一维随机微分方程的解。为了执行该方法,我们计算的法律斜布朗运动漂移。本文所提出的方法适用于具有当地时的微分方程的解对应于一个在零处具有间断系数的散度型算子的情况。数值例子来说明的方法和性能进行了比较与更传统的离散计划。
2013-01-14 math.PR
Approximate Pricing of Derivatives Under Fractional Stochastic Volatility Model
我们研究了分数随机波动率模型下衍生品的定价问题。当随机波动率可以由时间的确定性函数和分数阶Ornstein-Uhlenbeck过程构成时,得到了一个衍生品价格的近似表达式.数值模拟结果验证了该近似方法的可行性和可操作性,同时也验证了长期波动对衍生品价格的影响。
2022-10-21 math.PR q-fin.PR
Distance between exact and approximate distributions of partial maxima under power normalization
本文给出了随机样本的部分极大值的精确分布与近似分布之间的距离。我们观察到,在幂规范化下,部分极大值的精确分布和近似分布之间的Hellinger距离和变分距离与线性规范化下的相应距离相同.
2016-01-06 math.PR
Stochastic Sandpile Model: exact sampling and complete graph
Sapienza Università di Roma(罗马第一大学);CEREMADE, CNRS, Université Paris-Dauphine, Université PSL(巴黎第九大学数学与决策研究中心,法国国家科学研究中心,巴黎文理研究大学)
该研究提出了一种在有限图上精确采样的方法,并证明在完全图上模型的平稳密度趋于1/2。
2026-02-20 math.PR
Exact variations for stochastic heat equations driven by space--time white noise
本文计算了乘性时空白噪声驱动下一维随机热方程解的精确空间二次变分和时间四次变分。
2004-11-24 math.AP math.PR
Approximate moment dynamics for polynomial and trigonometric stochastic systems
随机动力系统往往包含非线性,这使得计算这些系统的密度函数或统计矩变得困难。对于矩计算,动力学中的非线性导致不闭合的矩动力学;特别是,特定阶的矩的时间演化可能取决于比它更高阶的矩和其他矩的一些非线性函数。力矩闭合技术被用来找到一个近似的,封闭的方程组的力矩动力学。在这项工作中,我们扩展了一个时刻封闭技术的基础上,原来提出的多项式随机系统离散状态连续状态随机系统连续状态随机微分方程,多项式和三角非线性的导数匹配。我们使用两个非线性随机系统的例子来验证该技术。
2017-03-26 math.OC math.PR
Approximate Controllability for Linear Stochastic Differential Equations in Infinite Dimensions
研究了取值于可分实希尔伯特空间的线性随机控制系统的近似能控性。第一步证明了对偶线性倒向随机微分方程解的存在唯一性。该方程的特殊性在于,除了一个无界算子作用于解的Y分量外,还有另一个无界算子作用于解的Z分量。借助于这个对偶方程,我们推导出了近似能控性与能观性之间的对偶性。最后,在作用于向前方程状态过程的无界算子是指数稳定半群的无穷小生成元的假设下,证明了广义Hautus检验为近似能控性提供了一个必要条件.本文将Buckdahn,Quincampoix and Tessitore(2006)和Goraac(2007)的结果从有限维推广到无限维。
2008-04-24 math.OC math.PR
Application of Malliavin calculus to exact and approximate option pricing under stochastic volatility
本文研究了具有随机波动率的金融市场模型,其波动率定义为Ornstein-Uhlenbeck过程或Cox-Ingersoll-Ross过程的泛函。研究了欧式期权的精确定价问题。利用Malliavin微积分建立了随机变量的密度函数的形式,该密度函数表达了波动率随时间的平均值,当驱动资产价格演化的Wiener过程与定义波动率的Wiener过程不相关时,该结果允许计算关于最小鞅测度的期权价格.
2016-07-31 math.PR q-fin.PR
Approximate solutions of continuous-time stochastic games
本文研究了一个零和连续时间随机微分对策,其动态过程受马尔可夫过程控制,最终支付为终结支付。利用模型博弈的价值函数来估计原始博弈的价值函数。模型游戏的动态与原始游戏不同。将一般结果应用于微分对策,得到了微分对策的值函数用可数常微分方程组的解的逼近。
2016-02-15 math.AP math.OC math.PR
Exact Simulation of Wishart Multidimensional Stochastic Volatility Model
在这篇文章中,我们提出了Wishart多维随机波动率(WMSV)模型,这是最近由Da Fonseca等人提出的精确模拟方法。\cite{DGT08}。我们的方法是基于分析的条件特征函数的对数价格给定的波动率水平。特别是,我们发现了一个明确的表达的条件特征函数的赫斯顿模型。我们进行数值实验,以证明我们的方法的性能和准确性。数值实验结果表明,该方法比欧拉离散方法更快、更可靠。
2013-09-02 math.PR q-fin.PR
Stochastic Graphon Games with Jumps and Approximate Nash Equilibria
本文研究带跳的随机图博弈,提出图平均场随机微分方程模型,证明有限博弈到图系统的收敛性,并基于图均衡分析大规模网络上有限博弈的近似均衡及收敛速率。
2025-06-17 math.OC math.PR
Interpolating the Stochastic Heat and Wave Equations with Time-independent Noise: Solvability and Exact Asymptotics
本文研究了一类带分数阶微分算子的随机偏微分方程在非时变乘性高斯噪声下的解.我们得到尖锐的条件下,唯一的全球$L^p(Ω)$ -解决方案存在的所有$p\ge 2$。在这种情况下,我们得到确切的时刻渐近遵循相同的策略,在最近的工作由Balan等人[1]。在只存在局部解的情况下,我们确定精确的确定性时间$T_2$,在此之前存在唯一的$L^2(Ω)$ -解,但在此之后,对应于解的$L^2(Ω)$矩的序列爆破。通过适当地选择参数,本文的结果插值了已知的随机热方程和波动方程的结果。
2021-08-25 math.AP math.PR
Stochastic parameterization for large eddy simulation of geophysical flows
最近,随机的,而不是确定性的,参数化正在研究未解决的亚网格尺度(SGS)的影响,在大涡模拟(LES)的地球物理流模型。我们分析了正压涡度方程中的这种随机方法,表明:(i)如果随机参数化近似实际SGS应力,则随机LES的解在适当的尺度尺寸下近似于“真实”解;以及(ii)当过滤尺度尺寸接近零时,随机LES的解接近于真实解。
2006-07-08 math.AP math.PR
Stability analysis of the nonlinear pendulums under stochastic perturbations
本文研究了悬挂点经历随机振动的非线性摆的稳定性,利用遍历性简化随机振动平均,完整分析了平均Hamilton系统的相图分岔,并通过Poincaré返回映射揭示了其与精确随机扰动系统的对应关系。
2024-12-21 math.DS math.PR
On Integrability and Exact Solvability in Deterministic and Stochastic Laplacian Growth
我们回顾了经典和量子可积系统理论在流体力学自由边界问题以及相应的统计力学问题中的应用。我们还回顾了与Laplacian增长相关的随机模型的多重分形谱理论:Schramm-Loewner和Levy-Loewner演化中所获得的重要精确结果。
2019-07-24 cond-mat.stat-mech math-ph math.MP
Long-time behavior of exact and numerical solutions of stochastic evolution equations on the sphere
Chalmers University of Technology and University of Gothenburg(查尔姆斯理工大学和哥德堡大学)
研究球面上线性随机演化方程的精确解和数值解的长期行为,分析三种经典物理模型的时序积分器对能量、质量等物理量的长期行为影响,证明显式和隐式欧拉-马尔可夫过程无法再现精确解的长期行为,而随机指数积分器能保持物理量的正确长期行为。
2026-04-07 cs.NA math-ph math.MP
Hypercomplexification of SDEs Exact integration of some systems of stochastic differential equations through hypercomplexification
我们利用交换超复分析来寻找某些随机微分方程系统的封闭形式解。具体地说,我们得到的充要条件下,随机微分方程系统可以转化为一个标量涉及的过程值的交换超复形。在目标标量随机微分方程通过求积求解的情况下,我们通过沿着底层交换超复数的单位投影标量随机微分方程的解来恢复原始系统的解。将包含实值过程的随机微分方程系统转化为用超复值过程表示的标量系统称为超复化。超复杂化及其逆过程都是由随机微分方程数据的解析性介导的。它们可以被迭代以生成更高维的随机微分方程的可积系统并求解它们。我们展示了效用的hypercomplexification处理几个例子,包括线性,线性化系统的随机微分方程和随机Lotka-Volterra系统。虽然我们只考虑由白噪声驱动的随机系统,超复杂化从根本上说是代数的,它很容易扩展到涉及其他类型干扰的随机系统。
2017-01-21 math-ph math.MP math.PR
Exact Multi-Point Correlations in the Stochastic Heat Equation for Strictly Sublinear Coordinates
该研究针对(1+1)维带狄拉克δ初值和时空白噪声的随机热方程,证明了严格次线性空间坐标下其多点关联的精确大时间渐近性,验证了该次线性条件的最优性,并证实了其与δ玻色气体哈密顿量基态的关联。
2024-03-11 math-ph math.MP math.PR
Exact field-driven interface dynamics in the two-dimensional stochastic Ising model with helicoidal boundary conditions
研究了螺旋边界条件下外场作用下二维随机伊辛模型的界面动力学。在足够低的温度和领域,界面的动力学是由一个完全可解的高自旋非对称量子哈密顿量,这是零程过程的无穷小生成器。一般来说,界面涨落的临界动力学属于临界行为的Kardar-Parisi-Zhang普适类。我们注意到,一个完整的家庭RSOS接口模型类似的伊辛接口模型研究这里可以描述的严格可解的限制高自旋量子XXZ型哈密顿。
2012-08-30 cond-mat.stat-mech math-ph math.MP
Exact Community Recovery in Correlated Stochastic Block Models
Northwestern University(西北大学);Princeton University(普林斯顿大学)
我们考虑从多个相关网络中学习潜在社区结构的问题。研究了具有两个平衡社区的边相关随机块模型,重点研究了平均度与顶点数成对数关系的情形。我们的主要结果得出了精确的信息理论的阈值,使用多个相关图的确切社区恢复。该阈值捕获社区恢复和图匹配任务之间的相互作用。特别是,我们发现和表征的参数空间,其中精确的社区恢复是可能的,使用多个相关的图形,即使(1)这是信息理论上不可能使用一个单一的图形和(2)精确的图形匹配也是信息理论上不可能的。在这个制度中,我们开发了一种新的算法,仔细综合算法从社区恢复和图匹配文献。
2022-03-29 cs.IT cs.LG cs.SI
Universal approximation property of neural stochastic differential equations
University of Mannheim(曼海姆大学);ETH Zurich(苏黎世联邦理工学院)
该研究确定了满足全局线性增长约束、可局部一致逼近连续函数的多类神经网络,证明其对应的神经随机微分方程能任意精度逼近一般Itô扩散型等随机微分方程,并推导了系数正则的随机微分方程的量化误差估计。
2025-03-20 cs.LG math.FA math.PR
Correlated Stochastic Block Models: Exact Graph Matching with Applications to Recovering Communities
Princeton University(普林斯顿大学)
我们考虑从多个相关网络中学习潜在社区结构的任务。首先,我们研究了学习两个边相关随机块模型之间的潜在顶点对应关系的问题,重点是平均度是顶点数对数的制度。我们推导出精确恢复的精确信息理论阈值:在阈值之上存在一个估计器,该估计器输出的真实对应概率接近1,而在阈值之下,没有估计器可以恢复的真实对应概率远离0。作为我们的研究结果的应用程序,我们展示了如何可以准确地恢复潜在的社区使用多个相关的图形在参数制度,它是信息理论上不可能这样做,只使用一个单一的图形。
2021-07-14 cs.IT cs.LG cs.SI