Ito型倒向随机微分方程,ckward stochastic differential equation of It(?) type,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> Ito型倒向随机微分方程

1) ckward stochastic differential equation of It(?) type 点击朗读

Ito型倒向随机微分方程

2) stochastic differential equation of Ito-Volterra type 点击朗读

Ito-Volterra型随机微分方程

3) Ito stochastic differential equation(s) 点击朗读

Ito型随机微分方程

When the implicit Euler-Taylor method is applied to solve Ito stochastic differential equation(s),a highly non-linear algebraic equation system is often obtained as the iterative format which causes inconvenience in the application of Implicit Euler-Taylor method.

针对隐式Euler-Taylor方法在求解Ito型随机微分方程时得到的迭代格式往往是一个高度非线性的代数方程(组)的问题,应用粒子群算法实现该迭代格式,给出了结合粒子群算法的隐式Euler-Taylor方法。

4) Backward Stochastic Differential Equation of I_(to)Type 点击朗读

I_(to)型倒向随机微分方程

5) Ito stochastic differentral equations 点击朗读

Ito随机微分方程

6) backward doubly stochastic differential equation 点击朗读

倒向重随机微分方程

The comparison theorem of backward doubly stochastic differential equations with Poisson process(BDSDEP) can be obtained under Lipschitz condition by means of Gronwall inequality,Young inequality,and It formula,which means the solution increases with the coefficient and the terminal value of BDSDEP.

在Lipschitz条件下,利用Gronwall不等式、Young不等式和Ito^公式等,得到了带跳的倒向重随机微分方程解的比较定理,说明了带跳的倒向重随机微分方程的系数和终端值越大,其解越大。

更多例句>>

补充资料：线性椭圆型偏微分方程和方程组

线性椭圆型偏微分方程和方程组
inear elliptic partial differential equation and system

算子(1)的阶数是偶的，且对任意一对线性无关向量七和七’，多项式(关于T) 艺a。(x)(古+:心‘)“ !区卜m恰有m’=m厂2个带负虚部的根及带有同样数目的正虚部的根，则称算子(l)是真椭圆型的(properlyel-如出).当n)3时，任一椭圆型算子均是真椭圆型的，因此这个定义本质上仅对n=2时提出的. 在线性椭圆型偏微分方程理论中，利用方程右端项及边界条件的范数得到解的范数的先验估计方法起着重要的作用.C.H.EepHunre俪(见f6])开始系统地使用这些估计，较近的发展要归之于J.Schauder(见【7」).schauder估计关注于区域D内具有H61der连续系数的二阶线性椭圆型偏微分方程的解，且有两种形式.第一形式的估计(“内”估计)是在任何紧集KCD上利用suP}川及方程右端项的HOlder常数和模得到所含的直到二阶的导数和它们的H6】der常数的估计.而第二形式的估计(“直到边界”的估计)关注于边值问题.在此，同样一些量被估计了，但是在问题中的区域的闭包内进行，并且在估计中出现边界条件右端项的范数. Scha比ler估计已进一步推广到一般线性椭圆型偏微分方程和边值问题(见【71).这些估计的导出是基于位势理论.借助于单位分解，对它们可给出其局部特性，并且事情就化为这样一些奇异积分算子范数的估计，在内估计中此奇异积分算子表示为和基本解相联系的函数的一个卷积，而在直到边界的估计中则是与在某标准区域内相应边值问题的G代犯n函数相联系的函数的卷积.这些估计最早是在HOlder空间C“的度量下得到的，它们已推广到C仗汕leB空间评;(L，估计)，并且是对广义解. 对于强椭圆型算子存在称为G脚婉不等式(G遏r-由瑶袖闪回lty)的先验估计，这个不等式是用另外方法得到的.它处于对研究边值间题的一个基本处理方法的中心(Hjlberl空间方法)，在线性椭圆型偏微分方程理论中，基本解处于一个重要的地位.对具充分光滑系数的算子(1)，其基本解(仙幻田1℃nial solution)定义为满足条件了“‘，(、)‘(;，，)‘;一，(，)，对所有，‘C:的函数J(、，y)二J，(*).从广义函数理论的观点来讲，这意味着 Jy“占y，其中右端是Din‘的占函数. 线性椭圆型偏微分方程的基本解对这样一些方程是存在的二带有解析系数的方程(于是它们本身是解析的)，具无穷次可微的系数的方程(于是它们属于C。类的)以及许多另外一些方程，这些方程的系数具有较弱的限制.对于由最高阶爪=Zm’项组成的常系数椭圆型算子L。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。

参考词条

倒向随机微分超前方程带跳倒向随机微分方程双重倒向随机微分方程正倒向重随机微分方程倒向随机微分方程(BSDE)

倒向随机微分方程正倒向随机微分方程反射倒向随机微分方程

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> Ito型倒向随机微分方程 1) ckward stochastic differential equation of It(?) type Ito型倒向随机微分方程 2) stochastic differential equation of Ito-Volterra type Ito-Volterra型随机微分方程 3) Ito stochastic differential equation(s) Ito型随机微分方程 1. When the implicit Euler-Taylor method is applied to solve Ito stochastic differential equation(s),a highly non-linear algebraic equation system is often obtained as the iterative format which causes inconvenience in the application of Implicit Euler-Taylor method. 针对隐式Euler-Taylor方法在求解Ito型随机微分方程时得到的迭代格式往往是一个高度非线性的代数方程(组)的问题,应用粒子群算法实现该迭代格式,给出了结合粒子群算法的隐式Euler-Taylor方法。 4) Backward Stochastic Differential Equation of I_(to)Type I_(to)型倒向随机微分方程 5) Ito stochastic differentral equations Ito随机微分方程 6) backward doubly stochastic differential equation 倒向重随机微分方程 1. The comparison theorem of backward doubly stochastic differential equations with Poisson process(BDSDEP) can be obtained under Lipschitz condition by means of Gronwall inequality,Young inequality,and It formula,which means the solution increases with the coefficient and the terminal value of BDSDEP. 在Lipschitz条件下,利用Gronwall不等式、Young不等式和Ito^公式等,得到了带跳的倒向重随机微分方程解的比较定理,说明了带跳的倒向重随机微分方程的系数和终端值越大,其解越大。更多例句>> 补充资料：线性椭圆型偏微分方程和方程组线性椭圆型偏微分方程和方程组 inear elliptic partial differential equation and system 算子(1)的阶数是偶的，且对任意一对线性无关向量七和七’，多项式(关于T) 艺a。(x)(古+:心‘)“ !区卜m恰有m’=m厂2个带负虚部的根及带有同样数目的正虚部的根，则称算子(l)是真椭圆型的(properlyel-如出).当n)3时，任一椭圆型算子均是真椭圆型的，因此这个定义本质上仅对n=2时提出的. 在线性椭圆型偏微分方程理论中，利用方程右端项及边界条件的范数得到解的范数的先验估计方法起着重要的作用.C.H.EepHunre俪(见f6])开始系统地使用这些估计，较近的发展要归之于J.Schauder(见【7」).schauder估计关注于区域D内具有H61der连续系数的二阶线性椭圆型偏微分方程的解，且有两种形式.第一形式的估计(“内”估计)是在任何紧集KCD上利用suP}川及方程右端项的HOlder常数和模得到所含的直到二阶的导数和它们的H6】der常数的估计.而第二形式的估计(“直到边界”的估计)关注于边值问题.在此，同样一些量被估计了，但是在问题中的区域的闭包内进行，并且在估计中出现边界条件右端项的范数. Scha比ler估计已进一步推广到一般线性椭圆型偏微分方程和边值问题(见【71).这些估计的导出是基于位势理论.借助于单位分解，对它们可给出其局部特性，并且事情就化为这样一些奇异积分算子范数的估计，在内估计中此奇异积分算子表示为和基本解相联系的函数的一个卷积，而在直到边界的估计中则是与在某标准区域内相应边值问题的G代犯n函数相联系的函数的卷积.这些估计最早是在HOlder空间C“的度量下得到的，它们已推广到C仗汕leB空间评;(L，估计)，并且是对广义解. 对于强椭圆型算子存在称为G脚婉不等式(G遏r-由瑶袖闪回lty)的先验估计，这个不等式是用另外方法得到的.它处于对研究边值间题的一个基本处理方法的中心(Hjlberl空间方法)，在线性椭圆型偏微分方程理论中，基本解处于一个重要的地位.对具充分光滑系数的算子(1)，其基本解(仙幻田1℃nial solution)定义为满足条件了“‘，(、)‘(;，，)‘;一，(，)，对所有，‘C:的函数J(、，y)二J，().从广义函数理论的观点来讲，这意味着 Jy“占y，其中右端是Din‘的占函数. 线性椭圆型偏微分方程的基本解对这样一些方程是存在的二带有解析系数的方程(于是它们本身是解析的)，具无穷次可微的系数的方程(于是它们属于C。类的)以及许多另外一些方程，这些方程的系数具有较弱的限制.对于由最高阶爪=Zm’项组成的常系数椭圆型算子L。说明：*补充资料仅用于学习参考，请勿用于其它任何用途。参考词条倒向随机微分超前方程带跳倒向随机微分方程双重倒向随机微分方程正倒向重随机微分方程倒向随机微分方程(BSDE)

©2011 dictall.com