[论文解读] Backward stochastic variational inequalities under weak assumptions on the data

Lucian Maticiuc, Aurel Răşcanu+1 more|arXiv (Cornell University)|Aug 6, 2008

Numerical methods in inverse problems参考文献 6被引用 3

一句话总结

本文在较弱假设下建立了倒向随机变分不等式解的存在性与唯一性，具体而言，对驱动项 F 施加了局部有界性条件。通过结合随机分析与变分方法，证明了存在唯一适应解 (Y, Z)，该解满足带有终端条件 η 的不等式系统。

ABSTRACT

The paper deals with the existence and uniqueness of the solution of the backward stochastic variational inequality: \begin{equation} \left\{\begin{array} {l}-dY_{t}+\partial \varphi(Y_{t})dt i F(t,Y_{t},Z_{t})dt-Z_{t}dB_{t},\;0\leq t<T Y_{T}=\eta, \end{array} ight.\end{equation} where $F$ satisfies a local boundedness condition.

研究动机与目标

• 为在数据上施加最小假设的前提下，解决倒向随机变分不等式解的存在性与唯一性问题。
• 放松对驱动项 F 的标准全局利普希茨或单调性条件。
• 在局部有界性条件而非更强的全局正则性假设下，建立该问题的适定性。
• 将倒向随机微分方程的理论框架扩展至具有更弱可积性与增长约束的变分不等式设定。

提出的方法

• 采用带次微分算子 ∂φ(Yt) 的倒向随机微分方程（BSDE）形式，以表示变分不等式约束。
• 对驱动项 F(t, Yt, Zt) 施加局部有界性条件，以控制增长并确保可积性。
• 运用随机分析技术，包括伊tô公式与先验估计，推导解分量的界。
• 施加终端条件 η ∈ L²(Ω) 以确保终端值的平方可积性。
• 采用惩罚方法，通过一列标准 BSDE 近似变分不等式。
• 建立惩罚解序列收敛于满足原始不等式系统的极限解。

实验结果

研究问题

• RQ1 在驱动项 F 的何种最小假设下，倒向随机变分不等式存在解？
• RQ2 当 F 仅满足局部有界性条件时，能否保证解的唯一性？
• RQ3 次微分项 ∂φ(Yt) 的结构如何影响解的可解性与正则性？
• RQ4 终端条件 η 在确保存在平方可积解方面起到何种作用？
• RQ5 在弱数据假设下，能否通过惩罚等逼近方法构造解？

主要发现

• 本文证明了在 F 的局部有界性条件下，倒向随机变分不等式存在唯一适应解 (Y, Z)。
• 解满足 Y ∈ S²(0, T; ℝd) 且 Z ∈ H²(0, T; ℝd×m)，确保了两个分量的平方可积性。
• 该存在性结果无需假设 F 具有全局利普希茨性或单调性。
• 在局部有界性约束下，解对驱动项 F 的扰动具有稳定性。
• 惩罚方法产生了一列逼近 BSDE，其解收敛于变分不等式的真实解。
• 假设终端条件 η 属于 L²(Ω)，在给定假设下已足够保证解的存在性。