4月20日上午，应数学与信息科学学院邀请，华中科技大学吴付科教授为学院师生作题为“Approximation of invariant measures of a class of backward Euler-Maruyama scheme for stochastic functional differential equations”的学术报告，报告由数学与信息科学学院黄广月院长主持。

本次报告主要介绍了随机泛函微分方程的倒向Euler-Maruyama方法以及不变概率测度的逼近问题。吴付科教授首先介绍了随机泛函微分方程倒向Euler-Maruyama数值方法的相关概念。接下来，吴老师进一步给出了相关“片段过程”到随机泛函方程解的强收敛结果。最后，吴老师详细介绍了由倒向Euler-Maruyama数值方法生成的离散时间半群存在唯一的不变概率测度，并且在Wasserstein 度量下收敛于随机泛函微分方程的不变概率测度。

报告结束后，吴付科教授对师生提出的相关问题进行了细致地解答。

专家简介：

吴付科，华中科技大学数学与统计学院教授、博士生导师，主要从事随机微分方程及其相关领域研究，2011年入选教育部新世纪优秀人才支持计划，2014年获得国家自然科学基金委员会优秀青年基金资助，主要成果发表于SIAM J. App. Math.、SIAM J. Control Optim.、SIAM J. Numer. Anal.等知名期刊上。

（数学与信息科学学院 郑巧 徐杰）