Strong and weak convergence rates for slow-fast SDEs driven by alpha-stable processes
主题:  Strong and weak convergence rates for slow-fast SDEs driven by alpha-stable processes主讲人:  谢颖超地点:  腾讯会议 177 249 810时间:  2020-12-27 14:30:00组织单位:   理学院

主讲人简介:谢颖超,江苏师范大学数学与统计学院教授,博士生导师,南开大学兼职教授。主要研究随机分析及其应用,主持5项国家自然科学基金。获得国务院政府特殊津贴,教育部全国模范教师称号。江苏省“333高层次人才培养工程”首批中青年科技领军人才,江苏省科技创新团队“非线性分析及其应用”带头人,江苏省高等学校精品课程“概率论与数理统计”主持人,江苏高校优势学科“统计学”学科带头人,获教育部高等学校科学研究优秀成果奖二等奖和江苏省科学技术进步奖三等奖各一项。

内容摘要:The averaging principle is researched for a class of stochastic differential equations driven by $\alpha$-stable processes with slow and fast time-scales, $\alpha\in(1,2)$. And the orders $1-1/\alpha$ and $1$ are given for strong and weak convergence respectively. A example shows that $1-1/\alpha$ is the optimal strong convergence rate. (Joint with Xiaobin Sun and Longjie Xie)

主持人:张振中

撰写:张振中