1) Backward Stochastic Differential Equation of I_(to)Type
I_(to)型倒向随机微分方程
2) ckward stochastic differential equation of It(?) type
Ito型倒向随机微分方程
3) 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。
4) backward stochastic differential equations
倒向随机微分方程
1.
Continuous dependence of the solution of multi-dimensional reflected backward stochastic differential equations on the parameters;
多维反射倒向随机微分方程的解对参数的连续依赖性
2.
A stability theorem of the solutions to backward stochastic differential equations under non-Lipschitz condition;
非Lipschitz条件下倒向随机微分方程解的稳定性
3.
The local and global existence and uniqueness are proved for the solution of Duffi-Epstein type backward stochastic differential equations with non-Lipschitz coefficients.
在系数满足一类非Lipschitz条件下证明了Duffie-Epstein框架下倒向随机微分方程的局部与整体解的存在唯一性并研究了解的稳定性问题。
5) BSDE
倒向随机微分方程
1.
Comparison theorem for solution Z of BSDEs;
倒向随机微分方程解Z的比较定理(英文)
2.
The limitation theorem of g-supersolution for BSDEs under non-Lipschitzian coefficient;
非Lipschitz条件下的倒向随机微分方程的g-上解的极限定理
3.
Control Theorem of BSDE s Solution;
倒向随机微分方程解的控制定理
6) Forward-Backward Stochastic Differential Equation
正倒向随机微分方程
1.
using relevant linear forward-backward stochastic differential equations, it obtains a calculating formula of the retained proportion or retention for the reinsurance.
本文研究了投资影响下的再保险策略,利用有关的线性正倒向随机微分方程,获得投资影响下再保险的自留比例或自留额的计算式子。
2.
Starting from systematic view,the paper integrates compensations that insuers will be up against with its return on investment and establishes linear forward-backward stochastic differential equations for proportional and excess-of-loss reinsurance premiums.
从系统的观点出发,把保险公司的赔付情况与投资收益相结合,对比例再保险和超额损失再保险,建立了在投资背景下它们应满足的线性正倒向随机微分方程。
补充资料：随机微分
随机微分
stochastic differential
厂(xr)一厂(戈!)+丁厂，(x.一)、x、+ 十告)/‘’‘戈一，“〔‘，‘“一、、入;仁厂“、，-一.厂(、一)一厂(x一)。x一夸/’，(、一)(。xN。二:.其中IX，X」是X的二次变差.【补注】乘积dX·dy更常写作武X，Y]，其中“方括号”〔X.Y}是一个具有限变差的过程，使得IX，川=戈y‘、+dX·dy(0，t].当X=Y时，得到二次变差【X，X】.它被用在本条末.实际上，它是概率二次变差:当X是标准Brown运动时，科X，XJ是玫比g口e测度，而轨道真实的二次变差几乎必然是无穷的.亦见半鞍〔s恻~m盯恤g渔le)，随机积分(sto-chastic integn幻);随机微分方程(stochasticd政化丈ltialeq飞‘ltlon). 对非平坦流形连续轨道随机过程的研究，伊藤随机微分是不方便的.因为伊藤公式(2)与联系着不同坐标系的通常微分规则不相容.使用Cll)aT~姻微分(S加tono访ch di挽rentjal)，可以得到一个与坐标无关的描述方法.见IAI]，【A2]，第5章，[A3]，以及。pa1DHO助，积分{Stm飞ono访ch云negnd).随机微分障记谧拓c di场，即山l;e1Oxac侧”ec以丽皿中-咖Pe.”H幼l 一种关于随机基(0，.厂，(.汽):，。，P)的半鞍类S中的每个过程X二(X。，气，尸)用公式 (dX)I=X，一Xl=(s，t」，定义的随机区间函数dX.在随机微分族ds二{dX:X〔必中用下面公式引人过程的加法(A)，过程的乘法(M)及乘积算子(P): (A)dX+dy=d(X+Y); (M)(，dX)(、。]一了:。dX(随机积分(stoch努tieintegral)，中是局部有界可料过程且适应于a域流(，，)，、、，)); (P)dX·dy=d(XY)一X_dy一Y_dX，其中X_和Y_是X和Y的左连续等价形. 由它得出 (dX·dy)(s，t」= 二1 .ip艺(戈一戈_.)( yt一y，_.)， {A{~0!二l其中△一(s=t。
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