报告题目 (Title)：Numerical approximation of invariant measures: A general framework and its application to discontinuous-drift SDEs（不变测度的数值逼近：一个一般框架及其在不连续漂移 SDE 上的应用）
报告人 (Speaker)：索永强 副研究员（南京航空航天大学）
报告时间 (Time)：2026年11月13日（周五）10:00
报告地点 (Place)：腾讯会议：370-585-761
邀请人(Inviter)：阳芬芬
主办部门：理学院数学系
报告摘要：在本报告中研究具有不连续漂移的SDE的不变测度的数值逼近问题。首先引入一个一般框架，用于量化某一 Markov 过程的不变测度与其离散逼近的不变测度之间的误差。我们建立了连续过程与其 Euler-Maruyama（EM）离散化之间的 Wasserstein-1 界，并证明该收敛速率在某些同胚变换下是稳定的。这一稳定性结果为处理具有不规则系数的方程提供了关键工具。作为应用，我们将该一般理论应用于具有不连续漂移的 SDE，此外，我们还导出了 EM 格式的数值强大数定律。最后，给出若干数值算例以验证理论结果。
报告人简介：索永强，南京航空航天大学数学学院概率统计系副研究员、硕士生导师，博士毕业于英国斯旺西大学概率论与数理统计专业。主要研究方向为随机微分方程与随机分析、大偏差理论及随机算法在金融工程和人工智能中的应用，主持国家自然科学青年基金和江苏省自然科学青年基金，在SPA、Numer. Algorithms、J. Math. Anal. Appl.等国际权威期刊发表多篇学术论文。
