Backward Doubly Stochastic Differential Equations under Linear Growth Condition

摘要:

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.

This paper aims to investigate the uniqueness of minimal solution of Backward Doubly Stochastic Differential Equations,where the generator fis continuous and has a linear growth in（y,z）,and the generator gsatisfies Mao＇s non-Lipschitz condition in（y,z）.The research results can be applied in stochastic controls and mathematical finance.

作者:

陈敏 申晓慧 江龙

机构地区:

中国矿业大学理学院

出处:

《betway官方app 学报：自然科学版》 CAS 北大核心 2016年第6期9-14,共6页

基金:

国家自然科学基金(11371362)

关键词:

倒向重随机微分方程 线性增长 非LIPSCHITZ条件 最小解

Backward Doubly Stochastic Differential Equations linear growth non-Lipschitz condition minimal solution

分类号:

O211 [理学—概率论与数理统计]

线性增长条件下的倒向重随机微分方程.pdf