连续生成元的一维反射倒向随机微分方程的Lp-解

证明了当生成元g关于(y,z)满足连续、线性增长条件时, 一维反射倒向随机微分方程的极大和极小Lp-解(1相似文献   

有限或无限区间连续生成元的一维反射倒向随机微分方程

得到了一类带单边连续下障碍的反射倒向随机微分方程（RBSDE）极小解的存在定理和比较定理，其生成元g满足广义线性增长条件且关于（y，z）连续，时间区间可以是有限或无限的．推广了倒向随机微分方程理论（BSDE）和RBSDE在一维情况下的相应结果．     

无限时间终端BSDE生成元的一个表示定理

在生成元g关于(y,z)满足对t非一致的Lipschitz条件下,建立了有限或无限时间终端倒向随机微分方程(简称为BSDE)生成元的一个表示定理,并且得到了此条件下BSDE解的一个逆比较定理,推广了一些已有结果.     

线性增长条件下的倒向重随机微分方程

研究倒向重随机微分方程,在生成元f关于(y,z)连续且线性增长、生成元g关于(y,z)满足Mao的非Lipschitz条件下,得到了其最小解存在定理.推广了倒向重随机微分方程在随机控制和数理金融等方面的应用.     

一致连续的多维倒向随机微分方程的L1解

建立了一致连续的多维倒向随机微分方程 (BSDE)L1 解的一个新的存在唯一性结果,其中生成元g关于y满足Osgood条件,关于z是α-Hölder(0＜α＜1)连续的,并且g的第i个分量仅仅依赖于矩阵z的第i行.     

一般时间终端一致连续多维BSDE解的稳定性

在生成元g关于y满足对t不一致的Osgood条件,关于z满足对t不一致的一致连续条件且g的第i个分量仅仅依赖于(w,t,y)及矩阵z的第i行的条件下,范胜君等在2015年证明了一般时间终端多维倒向随机微分方程(简称BSDE)解的存在性和唯一性.在此基础上,本文利用一致连续函数可用Lipschitz函数一致逼近的性质、迭代技术、Girsanov变换及Bihari不等式等工具,首次建立了上述条件下一般时间终端多维BSDE解的一个稳定性定理.     

随机Lipschitz条件下BSDE解的连续性质

论述了在随机Lipschitz条件下倒向随机微分方程解的性质.通过解的先验估计,分别得到了在随机Lipschitz条件下倒向随机微分方程的解关于终端值和生成元的连续性质.     

生成元弱单调且一致连续的BSDE的L~p解（英文）

研究一维倒向随机微分方程(BSDE)的Lp解,其生成元g关于y满足(p∧2)-阶弱单调条件和一般增长条件,关于z满足一致连续条件.利用卷积技术以及Girsanov定理等工具,建立了此类BSDE的L~p(p1)解的一个存在唯一性结果,推广了一些已有的结论.     

系数为广义左Lipschitz的倒向随机微分方程解的存在性

证明了一类生成元满足广义左Lipschitz条件的倒向随机微分方程解的存在性.通过单调迭代方法构造了一列单调的解序列,然后证明其极限存在,并为原方程的解.并值得一提的是,这里的生成元g既可以关于变量y不连续,同时g关于变量y和z的变换范围也可以与时间参数t有关.     

一类倒向随机微分方程解的Levi定理

在生成元g关于y连续、单调、一般增长,且关于z一致连续的条件下,用单调取极限的方法提出并证明了此类倒向随机微分方程解的Levi定理、Fatou定理、Lebesgue定理,推广了经典概率理论中的相应结论.     

具有单调、H\"{o}lder~连续及可积参数的一维倒向随机微分方程

建立了具有可积参数的一维倒向随机微分方程~(BSDE)~解的一个存在唯一性结果, 其中生成元~$g$~关于~$y$~单调且关于~$z$~是~$\alpha-$H\"{o}lder(建立了具有可积参数的一维倒向随机微分方程(BSDE)解的一个存在唯一性结果,其中生成元g关于y单调且关于z是α-Hlder(0<α<1)连续的.利用Tanaka公式及Girsanov变换建立BSDE的L~1解的一个比较定理,从而得到解的唯一性.使用卷积技术给出生成元g的一个一致逼近序列并借助于它构造出BSDE的L~1解的一个序列,然后证明其极限即为所需的解,从而证明解的存在性.     

复平面上一类有理插值函数的一致逼近阶

设f(z)在|z|=1上连续,本文利用插值逼近方法,研究了复平面上的一类有理插值函数,得到了其在|z|=1上一致收敛于f(z)的逼近阶     

一类非线性条件稳定奇摄动系统的Dirichlet 问题

用边界函数法讨论了一类非线性条件稳定的具有Dirichlet边界条件的奇摄动系统, 构造了它的形式渐近解,并证明了该形式渐近解的一致有效性. 解的存在唯一性也得到了证明.     

关于系数平方增长的带跳BSDE的解(Ⅱ)

进一步讨论了系数b(t,y,q,p,ω)关于|q|为平方增长的倒向随机微分方程(BSDE):Yt=Y ∫Tb(s,ys,qs,p-s,ω)ds-∫T t∫zP~s(z)Ⅱ(dz)ds-∫Tt~qsdws-∫Ttzp~s(z)N~k(ds,dz),t∈[0,T];及反射BSDE的解的极限定理、解的比较定理及解的惟一性定理.并分别给出了例子.