Sharp error estimate of Euler type method for SDEs via relative entropy

学术报告

报告题目：Sharp error estimate of Euler type method for SDEs via relative entropy

报 告 人：李磊 副教授 上海交通大学

报告时间：2025年11月20日 14:30-17:00

报告地点：数学学院A302

报告摘要：We establish sharp error estimates of the laws for Euler type discretization of some stochastic differential equations. In particular, we consider the discretization of Langevin diffusion with random batch approximation, and the equations with multiplicative noise. Our approach is to use the relative entropy, together with some integrability estimates of the derivatives of the logarithmic numerical density.

报告人简介：

  李磊，2010年本科毕业于清华大学数理基础科学专业，在美国威斯康星大学(麦迪逊)获得博士学位，其后在美国杜克大学数学系做博士后，于2018年加入上海交通大学，现为上海交通大学自然科学研究院、数学科学学院长聘副教授，入选了国家海外高层次人才计划(青年)，主持了国自然青年项目、面上项目、科技部重点研发计划青年科学家项目各一项。李磊的主要研究领域为应用数学及计算数学， 研究方向包括针对多体系统及数据科学的随机模拟算法及抽样方法； 开放物理体系的分析及数值解等，迄今为止在Science China Mathematics, SIAM系列, M3AS., Math. Comp., J. Comput. Phys.等知名国内外期刊上发表学术论文六十余篇。