Szczegóły publikacji
Opis bibliograficzny
Randomized derivative-free Milstein algorithm for efficient approximation of solutions of SDEs under noisy information / Paweł M. MORKISZ, Paweł PRZYBYŁOWICZ // Journal of Computational and Applied Mathematics ; ISSN 0377-0427. — 2021 — vol. 383 art. no. 113112, s. 1–22. — Bibliogr. s. 22, Abstr. — Publikacja dostępna online od: 2020-07-23. — P. M. Morkisz - dod. afiliacja: NVIDIA Poland
Autorzy (2)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 129720 |
|---|---|
| Data dodania do BaDAP | 2020-09-04 |
| Tekst źródłowy | URL |
| DOI | 10.1016/j.cam.2020.113112 |
| Rok publikacji | 2021 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Czasopismo/seria | Journal of Computational and Applied Mathematics |
Abstract
We deal with pointwise approximation of solutions of scalar stochastic differential equations in the presence of informational noise about underlying drift and diffusion coefficients. We define a randomized derivative-free version of Milstein algorithm Āndf−RM and investigate its error. We also study the lower bounds on the error of arbitrary algorithm. It turns out that in some case the scheme Āndf−RM is the optimal one. Finally, in order to test the algorithm Āndf−RM in practice, we report performed numerical experiments. © 2020 Elsevier B.V.
