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 -> Hilbert-值半鞅的收敛
1)  convergence of Hilbert-valued semimartingales
Hilbert-值半鞅的收敛
2)  Hilbert-valued semimartingale
Hilbert值半鞅
3)  demisubmartingale's convergent theorem
弱半鞅的基本收敛定理
4)  semi-martingale convergence theorem
半鞅收敛定理
1.
This paper discussed asymptotic characteristic of the solution of the stochastic delay systems and established sufficient condition via multiple Lyapunov functions for locating the limit set of the solution by using It formula and semi-martingale convergence theorem.
应用多个李雅普诺夫函数讨论了随机时滞系统解的渐近行为,通过伊藤公式与半鞅收敛定理建立了确定这种系统解的极限位置的充分条件,并且从这些条件得到了随机时滞系统渐近稳定性的有效判据,使实际应用中构造李雅普诺夫函数更为方便。
2.
This paper establishes the Lasalle-type theorems for general neutral stochastic functional differential equations by using It formula,semi-martingale convergence theorem,kolmogorov-ˇCentsov theorem and Hlder inequality,etc.
本文应用It公式、半鞅收敛定理与ko lm ogorov-Cˇentsov定理等随机分析知识,以及H lder不等式等技巧,首次建立了一般随机中立型泛函微分方程的Lasalle定理,由此得到一些有用的随机稳定性判据。
3.
And effective criteria on stochastic asymptotic stability for the systems are established by using It formula, semi-martingale convergence theorem and some Lyapunov functions, which enable us to construct the Lyapunov functions much more easily in application.
应用It 公式、半鞅收敛定理与多个Lyapunov函数建立了这类随机可变时滞系统渐近稳定性的有效判据,使实际应用中构造Lyapunov函数更为方便。
5)  Semimartingale convergence theorem
半鞅收敛定理
1.
By Lyapunov function and semimartingale convergence theorem, some results on its properties such as asymptotic stabilities, polynomial stabilities and exponential stabilities have been given.
本文研究了—般随机中立型泛函微分方程解的渐近性质,利用Lyapunov函数和半鞅收敛定理,建立了该方程解的一些渐近稳定性、多项式渐近稳定性及指数稳定性的充分性判据, 其条件无需算子LV负定,并且利用了随机扰动项在稳定性中所起的有益作用,其结果涵盖并推广了已有文献的结论。
6)  the stability of SED with respect to Hilbert-valued semimartingales
关于Hilbert-值半鞅随机微分方程的稳定性
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