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 -> 半鞅的UT条件
1)  The condition UT of semimartingales
半鞅的UT条件
2)  convergence of Hilbert-valued semimartingales
Hilbert-值半鞅的收敛
3)  semimartingale
半鞅
1.
Large Deviations for Solutions to Stochastic Differential Equations Driven by Semimartingale with Non-Lipschitz Coefficients
半鞅非Lipschitz系数随机微分方程解的大偏差
2.
Let {Xn} be a sequence of semimartingale in a filtered complete probability space(Ω,F,F,P) satisfying the usual condition.
首先利用半鞅Girsanov定理与闭图像定理证明了:若{Xn}是带滤基的完备概率空间(Ω,F,F,P)中的一列半鞅,其中滤基F=(Ft)t≥0满足通常条件,且{Xn}在关于P的Emery拓扑空间中收敛于X,则当概率测度Q■locP时,{Xn}在关于Q的Emery拓扑空间中也收敛于X。
4)  Semi-Martingale
半鞅
1.
This paper gives a new stochastic control model, this model not only extends the past stationary impulse stochastic control on cost structure, but also first introduces a class of Semi-Martingale into impulse control model and extends its state process.
本文提出了一类新的随机控制模型,这类模型不但在费用结构上推广了此前的平稳型脉冲随机控制,而且首次将一类半鞅引入脉冲控制模型的状态结构从而推广了相应的状态过程。
5)  semi R-condition
半R-条件
1.
However,in this paper,it is proved that the semi R-condition is tenable under the suitable domain decompositions, and the M-Q algorithm can also be used with the converge.
该文证明了,只要做出适当的区域分解,则有所谓半R-条件成立,而且也可以应用M-Q算法,也可以得到与Marini和Quarteroni文中类似的收敛性。
6)  demisubmartingale's convergent theorem
弱半鞅的基本收敛定理
补充资料:半鞅


半鞅
semi-martingale

半鞍[,,‘一mar伪笔aie;ceMHM即T.Hra几] 一个可以表示为一局部鞍(~血夸11e)与一局部有界变差过程之和的随机过程(stochastic process).为了严格定义半鞍,可从一个随机基(O,犷,F,尸)出发,其中F=(犷:),办。(见轶(扛以nin酬e)).一个随机过程X=(X,,.、,),,。称为半鞍(~一~-血邵由),如果它的轨道右连续且有左极限,而且它可以表成X:=M,+V:的形式,其中M二(M,,犷。)是一个局部鞍,而V=(V:,丫,)是一个局部有界变差过程,即 丁}dV、(田,‘<的,‘>O,。‘“· 0一般这个表示是非唯一的.但限于V为可料过程时该表示是唯一的(在随机等价意义下).下面这些过程都属于半鞍族(当然还有局部鞍和局部有界变差过程本身):局部上鞍和下鞍,独立增量过程X使对任何几〔R函数.f(t)=Ee‘人万,是局部有界变差函数(从而含所有平稳独立增量过程),伊藤过程,扩散型过程等等.半秧族在等价测度的改变下是不变的.如果X是一个半秧,f.二次连续可微,则f(X)=(f(X亡),/,)也是半鞍,且伊藤公式(It6 formu】a): .厂(x:)一,(、‘,)+丁z,(x、一)dx,+ 0 +合了厂。(x,一)“〔X,X,:+ (j 十,,柔:“(X,)一j(X一)一f’(X一)△X·]成立,或等价地.f(x‘)一f(x。,)+丁,,(、,一)己x、+ D +告)·厂’‘X一,“【‘,‘,S十 +艺L厂(x,)一厂(x,_)一f‘(x、一)△x,- 0‘),则过程X(‘”二(X气‘”,、:)有有界的剐瞰,}△X汁”}簇1,从而可唯一地表示为 x{‘”=X。+B:+Mr,其中B=(B:,犷。)是局部有界变差的可料随机过程(Predictablera班加m Process),而M=(M:,L犷:)是一局部鞍.这个鞍可以唯一地表示成M二Mc+M“,其中M‘=(M丁,气)是一连续局部鞍(构成半鞍X的连续鞍部分),MJ二(M犷,犷:)是一纯断局部鞍,它可以表成如下形式:、)一了丁xd‘。一v,, 0 lxl嘴l其中d#二拜(。,dr,dx)是x的随机跳测度,即 户(。,(0,。],r)二艺,(△万,。r), 0
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