QUICK REVIEW
[论文解读] G-expectations in infinite dimensional spaces and related PDEs
Anton Ibragimov|arXiv (Cornell University)|Jun 21, 2013
Stochastic processes and financial applications参考文献 57被引用 3
一句话总结
本文将 G-期望理论扩展至无穷维希尔伯特空间,引入了 G-布朗运动、G-随机积分以及 G-正态随机变量的协变差集。通过无穷维 Ornstein-Uhlenbeck 过程在 G-布朗运动驱动下的 G-期望,建立了具无界一阶项的完全非线性抛物型偏微分方程的唯一粘性解的概率表示。
ABSTRACT
In this paper, we extend the G-expectation theory to infinite dimensions. Such notions as a covariation set of G-normal distributed random variables, viscosity solution, a stochastic integral driven by G-Brownian motion are introduced and described in the given infinite dimensional case. We also give a probabilistic representation of the unique viscosity solution to the fully nonlinear parabolic PDE with unbounded first order term in Hilbert space in terms of G-expectation theory.
研究动机与目标
- 将 G-期望理论扩展至无穷维希尔伯特空间,其中由于无界算子的存在,标准的有限维工具失效。
- 在希尔伯特空间中定义关于 G-布朗运动的随机积分,以支持无穷维随机微分方程的研究。
- 在希尔伯特空间中,为具无界一阶项的完全非线性抛物型 PDE 提供唯一粘性解的概率表示。
- 利用无穷维空间中的 G-期望与随机微积分,建立粘性解的存在性与唯一性。
- 将经典概率表示(如 Feynman-Kac)推广至无穷维空间中的完全非线性、非马尔可夫情形。
提出的方法
- 在希尔伯特空间中有界、自伴、紧算子的空间上引入一个 G-泛函,满足单调性、次线性性与连续性。
- 将希尔伯特空间中的 G-布朗运动定义为与 G-期望相关联的随机过程,将标准布朗运动推广至次线性期望情形。
- 通过一类可预测的、取值于希尔伯特-施密特算子的进程,构造关于 G-布朗运动的 G-随机积分。
- 在无穷维设定下应用 Itô 等距性与 BDG 型不等式,以确保随机积分的可积性与收敛性。
- 推导出一个 Ornstein-Uhlenbeck 类型的随机微分方程:$ dX_t = A X_t dt + dB_t $,其中 $ X_t $ 受 G-布朗运动驱动。
- 利用解 $ X_T^{t,x} $ 定义候选解 $ u(t,x) = \mathbb{E}[f(X_T^{t,x})] $,其中 $ \mathbb{E} $ 为 G-期望。
实验结果
研究问题
- RQ1如何在无穷维希尔伯特空间中一致地扩展 G-期望理论?
- RQ2在无穷维空间中,G-随机积分与 G-布朗运动的恰当定义是什么?
- RQ3在希尔伯特空间中,具无界一阶项的完全非线性抛物型 PDE 的粘性解能否实现概率表示?
- RQ4在 G-期望方法下,此类解的存在性与唯一性需满足何种条件?
- RQ5在该无穷维、次线性设定下,标准随机微积分工具(如 Itô 等距性、BDG 不等式)如何推广?
主要发现
- 在希尔伯特空间中有界、自伴、紧算子的空间上定义了一类新的 G-泛函,满足次线性性、单调性与连续性。
- 针对可预测的、取值于希尔伯特-施密特算子的被积函数,构造了关于 G-布朗运动的 G-随机积分,确保了收敛性与可积性。
- PDE $ \partial_t u + \langle Ax, D_x u \rangle + G(D_{xx}^2 u) = 0 $ 的解表示为 $ u(t,x) = \mathbb{E}[f(X_T^{t,x})] $,其中 $ X_T^{t,x} $ 是由 G-布朗运动驱动的 SDE 的解。
- 通过扰动论证与 $ \delta \to 0 $ 的极限过程,证明了解 $ u $ 为粘性解,满足正确的生成元条件。
- 利用矩界与 $ L^2 $ 收敛性,结合 BDG 不等式与算子范数估计,建立了 $ u $ 在 $ (t,x) $ 处的连续性。
- 解继承了终端条件 $ f $ 的 B-连续性与多项式增长性,确保在 G-期望框架下的正则性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。