报告题目：Geometric Ergodicity and Strong Error Estimates for Tamed Schemes of Super-linear SODEs

报告摘要：We construct a family of explicit tamed Euler--Maruyama (TEM) schemes, which can preserve the same Lyapunov structure for super-linear stochastic ordinary differential equations. These TEM schemes are shown to inherit the geometric ergodicity of the considered SODEs and converge with optimal strong convergence orders.

报告人：刘智慧南方科技大学

报告时间：2025年1月8日下午15:00-16:00

报告地点：数理楼235教室

报告人简介：刘智慧，南方科技大学数学系副教授、研究员、博士生导师。2017 年 7 月获中国科学院数学与系统科学研究院计算数学博士学位。2017 年 8 月至 2018 年 8 月在中国香港理工大学从事博士后研究工作，2018 年 9 月至 2020 年 8 月任香港科技大学研究助理教授，2020 年 9 月开始加入南方科技大学历任助理教授、副教授（研究员）。研究领域主要为随机微分方程数值分析与计算。曾主持香港研究资助局研究项目和国家自然科学基金项目；2022 年入选国家自然科学基金优秀青年科学基金项目（海外）。