Skip to main content
QUICK REVIEW

[논문 리뷰] Neutral Stochastic Differential Delay Equations with Locally Monotone Coefficients

Yanting Ji, Qingshuo Song|arXiv (Cornell University)|2015. 06. 10.
Differential Equations and Numerical Methods참고 문헌 14인용 수 4
한 줄 요약

이 논문은 국소 단조성 조건을 만족하는 중립 확률적 미분 지연 방정식(NSDDEs)에 대해 수치적 오일러 스킴 근사법을 사용하여 해의 존재성과 유일성을 확립한다. 주요 기여는 Krylov의 국소 단조성 조건을 NSDDEs로 확장하여, 전역 리프시츠 연속성보다 더 약한 조건에서도 경로별 유일성과 강한 해의 존재성을 보장한다는 것이다.

ABSTRACT

In this paper, we prove the existence and uniqueness of the solution for neutral stochastic differential delay equations with locally monotone coefficients by using numerical approximation. An example is provided to illustrate our theory.

연구 동기 및 목표

  • 국소 단조성 조건 하에서 중립 확률적 미분 지연 방정식(NSDDEs) 이론의 격차를 보완하기 위해.
  • 현재 상태와 지연된 상태의 도함수를 포함하는 NSDDEs로 Krylov의 SDEs에 대한 해의 존재성과 유일성 결과를 확장하기 위해.
  • 전역 리프시츠 조건보다 더 약한 가정 하에서 수치적 근사 방법을 사용하여 강한 해의 존재성을 체계적으로 확립하기 위해.
  • 비리프시츠이지만 국소 단조성을 만족하는 계수를 가진 NSDDEs의 수치적 스킴에 대한 이론적 기반을 마련하기 위해.

제안 방법

  • 시간 지연이 있는 중립 SDEs에 대해 Krylov의 오일러 스킴 수렴 접근법을 적응 적용한다.
  • 편미분 계수와 확산 계수에 대해 국소 단조성 조건을 도입: (C2)는 전역 성장 조건, (C3)는 국소 리프시츠 유형의 행동 조건.
  • 해의 기대값에서의 성장률을 제어하기 위해 르아풀로프 유형 함수와 그론발 유형 부등식을 사용한다.
  • 중립 항 X(t) − D(X(t−τ))를 다루기 위해 가중치 함수 ρ(t)와 변수 변환을 적용한다.
  • 초기 경로 ξ(θ)의 유계성과 [−τ, 0]에서의 적분 가능성 조건 (H)을 활용하여 순간 안정성을 확보한다.
  • 중립 항과 상태 변수에 대한 추정을 조합하여 해의 두 번째 순간에 대한 균일한 사전 경계를 유도한다.

실험 결과

연구 질문

  • RQ1전역 리프시츠 연속성 대신 국소 단조성 조건 하에서 중립 확률적 미분 지연 방정식의 해의 존재성과 유일성을 확보할 수 있는가?
  • RQ2국소 단조성 계수를 가진 NSDDEs에 대해 오일러 스킴이 강하게 수렴하는가?
  • RQ3국소 단조성과 순간 추정의 맥락에서 중립 구조(지연된 상태의 도함수 포함)는 어떻게 다뤄질 수 있는가?
  • RQ4계수 b와 σ에 대해 어떤 충분조건이 존재하면 해가 유한 시간 간격에서 경로별로 유일하고 제곱 적분 가능하게 유지되는가?

주요 결과

  • 국소 단조성 및 적분 가능성 조건 (C1)–(C4) 하에서, NSDDE (1.4)는 이토의 의미에서 유일한 강한 해를 가진다.
  • 해는 균일한 사전 경계를 만족한다: sup₀≤t≤T 𝔼|X(t)|²ρ(t) < ∞, 여기서 ρ(t)는 양의 가중치 함수이다.
  • 제안된 국소 단조성 프레임워크 하에서 오일러 스킴 근사는 진짜 해로 강하게 수렴한다.
  • 계수들이 비리프시츠일 수 있으며, 유계 집합에서 국소 단조성과 적분 가능성 조건을 만족하는 한 이 방법은 적용 가능하다.
  • 세제곱 비선형성과 지연에 의존하는 계수를 가진 명시적 예시 (4.1)은 모든 조건을 만족하므로 유일한 해를 가진다.
  • 증명 기법은 Krylov와 Gyöngy–Sabanis의 결과를 중립 케이스로 확장하며, 중립 항 X(t) − D(X(t−τ))를 변환과 순간 추정을 통해 정교하게 다룬다.

더 나은 연구,지금 바로 시작하세요

논문 읽기부터 검토까지, 연구 시간을 획기적으로 줄여보세요.

카드 등록 없음 · 무료 플랜 제공

이 리뷰는 AI가 만들고, 인간 에디터가 검토했습니다.