We look at the Cauchy problem with an accretive Operator on a Banach space. We give an upper bound for the norm of the difference of two solutions of Euler schemes with this accretive operator. This concrete estimate also works for the problem with a non-zero right-hand side in the Cauchy problem and is a generalization of a famous result by Kobayashi. We also show, how this result gives direct proofs for existence, uniqueness, stability and regularity of Euler solutions of the Cauchy problem and also the rate of convergence of solutions of Euler schemes. The results concerning regularity and rate of convergence are generalized for problem data in interpolation sets.:1. Accretive operators 1.1. Thebracket. 1.2. Accretive operators 1.3. The Cauchy problem and Euler solutions 2. A priori estimates for solutions of implicit Euler schemes 2.1. An implicit upper bound 2.2. Properties of the density 2.3. An explicit upper bound 3. Applications 3.1. Wellposedness of the Cauchy problem 3.2. Interpolation theory A. Functions of bounded variation

In this thesis, we study the FX option pricing problem and put forward a 4-factor hybrid stochastic-local volatility model. The model, which describes the dynamics of an exchange rate, its volatility and the domestic and foreign short rates, allows for a perfect calibration to European options and has a good hedging performance. Due to the high-dimensionality of the problem, we propose a Monte Carlo simulation scheme that combines the full truncation Euler scheme for the stochastic volatility component and the stochastic short rates with the log-Euler scheme for the exchange rate. We analyze exponential integrability properties of Euler discretizations for the square-root process driving the stochastic volatility and the short rates, properties which play a key role in establishing the finiteness of moments and the strong convergence of numerical approximations for a large class of stochastic differential equations in finance, including the ones studied in this thesis. Hence, we prove the strong convergence of the exchange rate approximations and the convergence of Monte Carlo estimators for a number of vanilla and exotic options. Then, we calibrate the model to market data and discuss its fitness for pricing FX options. Next, due to the relatively slow convergence of the Monte Carlo method in the number of simulations, we examine a variance reduction technique obtained by mixing Monte Carlo and finite difference methods via conditioning. We consider a purely stochastic version of the model and price vanilla and exotic options by simulating the paths of the volatility and the short rates, and then evaluating the "inner" Black-Scholes-type expectation by means of a partial differential equation. We prove the convergence of numerical approximations and carry out a theoretical variance reduction analysis. Finally, we illustrate the efficiency of the method through a detailed quantitative assessment.

In this paper I derive the asymptotics of the exact, Euler, and Milstein ML estimators for diffusion models, including general nonstationary diffusions. Though there have been many estimators for the diffusion model, their asymptotic properties were generally unknown. This is especially true for the nonstationary processes, even though they are usually far from the standard ones. Using a new asymptotics with respect to both the time span T and the sampling interval ¢, I find the asymptotics of the estimators and also derive the conditions for the consistency. With this new asymptotic result, I could show that this result can explain the properties of the estimators more correctly than the existing asymptotics with respect only to the sample size n. I also show that there are many possibilities to get a better estimator utilizing this asymptotic result with a couple of examples, and in the second part of the paper, I derive the higher order asymptotics which can be used in the bootstrap analysis.

We investigate an explicit tamed Euler scheme of stochastic differential equation with random coefficients driven by Lévy noise, which has super-linear drift coefficient. The strong convergence property of the tamed Euler scheme is proved when drift coefficient satisfies one-sided local Lipschitz condition whereas diffusion and jump coefficients satisfy local Lipschitz conditions. A rate of convergence for the tamed Euler scheme is recovered when local Lipschitz conditions are replaced by global Lipschitz conditions and drift satisfies polynomial Lipschitz condition. These findings are consistent with those of the classical Euler scheme. New methodologies are developed to overcome challenges arising due to the jumps and the randomness of the coefficients. Moreover, as an application of these findings, a tamed Euler scheme is proposed for the stochastic delay differential equation driven by Lévy noise with drift coefficient that grows super-linearly in both delay and non-delay variables. The strong convergence property of the tamed Euler scheme for such SDDE driven by Lévy noise is studied and rate of convergence is shown to be consistent with that of the classical Euler scheme. Finally, an explicit tamed Milstein scheme with rate of convergence arbitrarily close to one is developed to approximate the stochastic differential equation driven by Lévy noise (without random coefficients) that has super-linearly growing drift coefficient.

Dans cette thèse, on s’intéresse à la combinaison des méthodes de réduction de variance et de réduction de la complexité de la méthode Monte Carlo. Dans une première partie de cette thèse, nous considérons un modèle de diffusion continu pour lequel on construit un algorithme adaptatif en appliquant l’importance sampling à la méthode de Romberg Statistique Nous démontrons un théorème central limite de type Lindeberg Feller pour cet algorithme. Dans ce même cadre et dans le même esprit, on applique l’importance sampling à la méthode de Multilevel Monte Carlo et on démontre également un théorème central limite pour l’algorithme adaptatif obtenu. Dans la deuxième partie de cette thèse,on développe le même type d’algorithme pour un modèle non continu à savoir les processus de Lévy. De même, nous démontrons un théorème central limite de type Lindeberg Feller. Des illustrations numériques ont été menées pour les différents algorithmes obtenus dans les deux cadres avec sauts et sans sauts. / In this thesis, we are interested in studying the combination of variance reduction methods and complexity improvement of the Monte Carlo method. In the first part of this thesis,we consider a continuous diffusion model for which we construct an adaptive algorithm by applying importance sampling to Statistical Romberg method. Then, we prove a central limit theorem of Lindeberg-Feller type for this algorithm. In the same setting and in the same spirit, we apply the importance sampling to the Multilevel Monte Carlo method. We also prove a central limit theorem for the obtained adaptive algorithm. In the second part of this thesis, we develop the same type of adaptive algorithm for a discontinuous model namely the Lévy processes and we prove the associated central limit theorem. Numerical simulations are processed for the different obtained algorithms in both settings with and without jumps.

Dans la première partie de cette thèse, nous obtenons l’existence d’une densité et des estimées gaussiennes pour la solution d’une équation différentielle stochastique rétrograde. C’est une application du calcul de Malliavin et plus particulièrement d’une formule d’I. Nourdin et de F. Viens. La deuxième partie de cette thèse est consacrée à la simulation d’une équation aux dérivées partielles stochastique par une méthode probabiliste qui repose sur la représentation de l’équation aux dérivées partielles stochastique en terme d’équation différentielle doublement stochastique rétrograde, introduite par E. Pardoux et S. Peng. On étend dans ce cadre les idées de F. Zhang et E. Gobet et al. sur la simulation d’une équation différentielle stochastique rétrograde. Dans la dernière partie, nous étudions l’erreur faible du schéma d’Euler implicite pour les processus de diffusion et l’équation de la chaleur stochastique. Dans le premier cas, nous étendons les résultats de D. Talay et L. Tubaro. Dans le second cas, nous étendons les travaux de A. Debussche. / No English summary available.

This thesis consists of a summary and four scientific articles. All four articles consider various aspects of stochastic differential equations and the purpose of the summary is to provide an introduction to this subject and to supply the notions required in order to fully understand the articles. In the first article we conduct a thorough study of the multi-dimensional Skorohod problem in time-dependent domains. In particular we prove the existence of cádlág solutions to the Skorohod problem with oblique reflection in time-independent domains with corners. We use this existence result to construct weak solutions to stochastic differential equations with oblique reflection in time-dependent domains. In the process of obtaining these results we also establish convergence results for sequences of solutions to the Skorohod problem and a number of estimates for solutions, with bounded jumps, to the Skorohod problem. The second article considers the problem of determining the sensitivities of a solution to a second order parabolic partial differential equation with respect to perturbations in the parameters of the equation. We derive an approximate representation of the sensitivities and an estimate of the discretization error arising in the sensitivity approximation. We apply these theoretical results to the problem of determining the sensitivities of the price of European swaptions in a LIBOR market model with respect to perturbations in the volatility structure (the so-called ‘Greeks’). The third article treats stopped diffusions in time-dependent graph domains with low regularity. We compare, numerically, the performance of one adaptive and three non-adaptive numerical methods with respect to order of convergence, efficiency and stability. In particular we investigate if the performance of the algorithms can be improved by a transformation which increases the regularity of the domain but, at the same time, reduces the regularity of the parameters of the diffusion. In the fourth article we use the existence results obtained in Article I to construct a projected Euler scheme for weak approximation of stochastic differential equations with oblique reflection in time-dependent domains. We prove theoretically that the order of convergence of the proposed algorithm is 1/2 and conduct numerical simulations which support this claim.

Ce travail présente un développement et une analyse des approches numériques déterministes et probabilistes efficaces pour les équations aux dérivées partielles avec des coefficients et données aléatoires. On s'intéresse au problème d'écoulement stationnaire avec des données aléatoires. Une méthode de projection dans le cas unidimensionnel est présentée, permettant de calculer efficacement la moyenne de la solution. Nous utilisons la méthode de collocation anisotrope des grilles clairsemées. D'abord, un indicateur de l'erreur satisfaisant une borne supérieure de l'erreur est introduit, il permet de calculer les poids d'anisotropie de la méthode. Ensuite, nous démontrons une amélioration de l'erreur a priori de la méthode. Elle confirme l'efficacité de la méthode en comparaison avec Monte-Carlo et elle sera utilisée pour accélérer la méthode par l'extrapolation de Richardson. Nous présentons aussi une analyse numérique d'une méthode probabiliste pour quantifier la migration d'un contaminant dans un milieu aléatoire. Nous considérons le problème d'écoulement couplé avec l'équation d'advection-diffusion, où on s'intéresse à la moyenne de l'extension et de la dispersion du soluté. Le modèle d'écoulement est discrétisée par une méthode des éléments finis mixtes, la concentration du soluté est une densité d'une solution d'une équation différentielle stochastique, qui sera discrétisée par un schéma d'Euler. Enfin, on présente une formule explicite de la dispersion et des estimations de l'erreur a priori optimales. / This work presents a development and an analysis of an effective deterministic and probabilistic approaches for partial differential equation with random coefficients and data. We are interesting in the steady flow equation with stochastic input data. A projection method in the one-dimensional case is presented to compute efficiently the average of the solution. An anisotropic sparse grid collocation method is also used to solve the flow problem. First, we introduce an indicator of the error satisfying an upper bound of the error, it allows us to compute the anisotropy weights of the method. We demonstrate an improvement of the error estimation of the method which confirms the efficiency of the method compared with Monte Carlo and will be used to accelerate the method using the Richardson extrapolation technique. We also present a numerical analysis of one probabilistic method to quantify the migration of a contaminant in random media. We consider the previous flow problem coupled with the advection-diffusion equation, where we are interested in the computation of the mean extension and the mean dispersion of the solute. The flow model is discretized by a mixed finite elements method and the concentration of the solute is a density of a solution of the stochastic differential equation, this latter will be discretized by an Euler scheme. We also present an explicit formula of the dispersion and an optimal a priori error estimates.

Ce travail présente quelques résultats concernant des méthodes numériques déterministes et probabilistes pour des équations aux dérivées partielles à coefficients aléatoires, avec des applications à l'hydrogéologie. On s'intéresse tout d'abord à l'équation d'écoulement dans un milieu poreux en régime stationnaire avec un coefficient de perméabilité lognormal homogène, incluant le cas d'une fonction de covariance peu régulière. On établit des estimations aux sens fort et faible de l'erreur commise sur la solution en tronquant le développement de Karhunen-Loève du coefficient. Puis on établit des estimations d'erreurs éléments finis dont on déduit une extension de l'estimation d'erreur existante pour la méthode de collocation stochastique, ainsi qu'une estimation d'erreur pour une méthode de Monte-Carlo multi-niveaux. On s'intéresse enfin au couplage de l'équation d'écoulement considérée précédemment avec une équation d'advection-diffusion, dans le cas d'incertitudes importantes et d'une faible longueur de corrélation. On propose l'analyse numérique d'une méthode numérique pour calculer la vitesse moyenne à laquelle la zone contaminée par un polluant s'étend. Il s'agit d'une méthode de Monte-Carlo combinant une méthode d'élements finis pour l'équation d'écoulement et un schéma d'Euler pour l'équation différentielle stochastique associée à l'équation d'advection-diffusion, vue comme une équation de Fokker-Planck. / This work presents some results about probabilistic and deterministic numerical methods for partial differential equations with stochastic coefficients, with applications to hydrogeology. We first consider the steady flow equation in porous media with a homogeneous lognormal permeability coefficient, including the case of a low regularity covariance function. We establish error estimates, both in strong and weak senses, of the error in the solution resulting from the truncature of the Karhunen-Loève expansion of the coefficient. Then we establish finite element error estimates, from which we deduce an extension of the existing error estimate for the stochastic collocation method along with an error estimate for a multilevel Monte-Carlo method. We finally consider the coupling of the previous flow equation with an advection-diffusion equation, in the case when the uncertainty is important and the correlation length is small. We propose the numerical analysis of a numerical method, which aims at computing the mean velocity of the expansion of a pollutant. The method consists in a Monte-Carlo method, combining a finite element method for the flow equation and an Euler scheme for the stochastic differential equation associated to the advection-diffusion equation, seen as a Fokker-Planck equation.

Cette thèse s’inscrit dans le domaine mathématique de l’analyse des équations aux dérivées partielles (EDP) non-linéaires stochastiques. Nous nous intéressons à des EDP paraboliques et hyperboliques que l’on perturbe stochastiquement au sens d’Itô. Il s’agit d’introduire l’aléatoire via l’ajout d’une intégrale stochastique (intégrale d’Itô) qui peut dépendre ou non de la solution, on parle alors de bruit multiplicatif ou additif. La présence de la variable de probabilité ne nous permet pas d’utiliser tous les outils classiques de l’analyse des EDP. Notre but est d’adapter les techniques connues dans le cadre déterministe aux EDP non linéaires stochastiques en proposant des méthodes alternatives. Les résultats obtenus sont décrits dans les cinq chapitres de cette thèse : Dans le Chapitre I, nous étudions une perturbation stochastique des équations de Barenblatt. En utilisant une semi- discrétisation implicite en temps, nous établissons l’existence et l’unicité d’une solution dans le cas additif, et grâce aux propriétés de la solution nous sommes en mesure d’étendre ce résultat au cas multiplicatif à l’aide d’un théorème de point fixe. Dans le Chapitre II, nous considérons une classe d’équations de type Barenblatt stochastiques dans un cadre abstrait. Il s’agit là d’une généralisation des résultats du Chapitre I. Dans le Chapitre III, nous travaillons sur l’étude du problème de Cauchy pour une loi de conservation stochastique. Nous montrons l’existence d’une solution par une méthode de viscosité artificielle en utilisant des arguments de compacité donnés par la théorie des mesures de Young. L’unicité repose sur une adaptation de la méthode de dédoublement des variables de Kruzhkov.. Dans le Chapitre IV, nous nous intéressons au problème de Dirichlet pour la loi de conservation stochastique étudiée au Chapitre III. Le point remarquable de l’étude repose sur l’utilisation des semi-entropies de Kruzhkov pour montrer l’unicité. Dans le Chapitre V, nous introduisons une méthode de splitting pour proposer une approche numérique du problème étudié au Chapitre IV, suivie de quelques simulations de l’équation de Burgers stochastique dans le cas unidimensionnel. / This thesis deals with the mathematical field of stochastic nonlinear partial differential equations’ analysis. We are interested in parabolic and hyperbolic PDE stochastically perturbed in the Itô sense. We introduce randomness by adding a stochastic integral (Itô integral), which can depend or not on the solution. We thus talk about a multiplicative noise or an additive one. The presence of the random variable does not allow us to apply systematically classical tools of PDE analysis. Our aim is to adapt known techniques of the deterministic setting to nonlinear stochastic PDE analysis by proposing alternative methods. Here are the obtained results : In Chapter I, we investigate on a stochastic perturbation of Barenblatt equations. By using an implicit time discretization, we establish the existence and uniqueness of the solution in the additive case. Thanks to the properties of such a solution, we are able to extend this result to the multiplicative noise using a fixed-point theorem. In Chapter II, we consider a class of stochastic equations of Barenblatt type but in an abstract frame. It is about a generalization of results from Chapter I. In Chapter III, we deal with the study of the Cauchy problem for a stochastic conservation law. We show existence of solution via an artificial viscosity method. The compactness arguments are based on Young measure theory. The uniqueness result is proved by an adaptation of the Kruzhkov doubling variables technique. In Chapter IV, we are interested in the Dirichlet problem for the stochastic conservation law studied in Chapter III. The remarkable point is the use of the Kruzhkov semi-entropies to show the uniqueness of the solution. In Chapter V, we introduce a splitting method to propose a numerical approach of the problem studied in Chapter IV. Then we finish by some simulations of the stochastic Burgers’ equation in the one dimensional case.