Stochastic Symplectic Methods of Stochastic Hamiltonian Systems

發(fā)布者:文明辦發(fā)布時間:2023-11-10瀏覽次數(shù):388

主講人:洪佳林 中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院研究員


時間:2023年11月17日15:30


地點:三號樓332室


舉辦單位:數(shù)理學(xué)院


主講人介紹:洪佳林,中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院二級研究員、博士生導(dǎo)師,國家數(shù)學(xué)天元基金領(lǐng)導(dǎo)小組成員。曾任中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院副院長、中國數(shù)學(xué)會常務(wù)理事等職。從事計算數(shù)學(xué)和應(yīng)用數(shù)學(xué)研究,主要研究方向是隨機和確定性動力系統(tǒng)的保結(jié)構(gòu)算法。在SINUM、SISC、Math. Comput.、Numer. Math.、JCP、JDE、SPA等國際學(xué)術(shù)刊物上發(fā)表研究論文100余篇,在Springer出版社系列叢書Lecture Notes in Mathematics中出版學(xué)術(shù)專著兩部。曾獲教育部自然科學(xué)二等獎。


內(nèi)容介紹:Plenty of numerical experiments show that stochastic symplectic methods are superior to non-symplectic ones especially in long-time computation, when applied to stochastic Hamiltonian systems. In this talk we first review some basic results on stochastic symplectic methods of stochastic Hamiltonian systems, such as the variational integrators, pseudo-symplectic methods, numerical ergodicity and invariant measures, etc. Then we characterize the probabilistic superiority of stochastic symplectic methods of stochastic Hamiltonian systems via large deviations principle of numerical observables and errors.