Variance-reduced multiscale simulation of slow-fast stochastic differential equations

ما یک استراتژی کاهش واریانس بر اساس متغیرهای کنترل برای شبیه سازی رفتار ماکروسکوپی میانگین یک سیستم آهسته و سریع تصادفی را مطالعه می کنیم. ما فرض می کنیم که این رفتار میانگین را می توان به صورت چند درجه آستانه آزادی نوشت و دینامیک سریع برای هر مقدار ثابت متغیر آهسته ارجح است. سپس مشتق زمان برای دینامیک میانگین می تواند توسط یک روش مونت کارلو زنجیره مارکف تقریب یابد. طرح کاهش واریانس که در اینجا معرفی شده است از لحظهی پیشین به عنوان یک متغیر کنترل استفاده میکند. ما واریانس و تعصب پیش بینی تخمین زده شده را تجزیه و تحلیل می کنیم و عملکرد آن را در صورت استفاده از یک مدل خطی و غیر خطی مدل نشان می دهد.