Skip to main content
QUICK REVIEW

[论文解读] Strong-viscosity Solutions: Semilinear Parabolic PDEs and Path-dependent PDEs

Andrea Cosso, Francesco Russo|arXiv (Cornell University)|May 12, 2015
Stochastic processes and financial applications参考文献 40被引用 15
一句话总结

本文引入了半线性抛物型PDE和路径相关PDE的强黏性解概念,定义为扰动方程经典解的逐点极限。该文在经典解与路径相关解两种情形下均建立了存在性与唯一性,提供了一种完全基于分析的黏性解替代方法,适用范围更广。

ABSTRACT

The aim of the present work is the introduction of a viscosity type solution, called strong-viscosity solution to distinguish it from the classical one, with the following peculiarities: it is a purely analytic object; it can be easily adapted to more general equations than classical partial differential equations. First, we introduce the notion of strong-viscosity solution for semilinear parabolic partial differential equations, defining it, in a few words, as the pointwise limit of classical solutions to perturbed semilinear parabolic partial differential equations; we compare it with the standard definition of viscosity solution. Afterwards, we extend the concept of strong-viscosity solution to the case of semilinear parabolic path-dependent partial differential equations, providing an existence and uniqueness result.

研究动机与目标

  • 开发一类全新的解——强黏性解,其完全基于分析,避免使用概率构造。
  • 将黏性解的概念推广至路径相关PDE,因为在这些情形下经典解通常不存在。
  • 提供一种更具可推广性的框架,相较于经典黏性解,尤其适用于无穷维与路径相关情形。
  • 在半线性抛物型与路径相关PDE背景下,建立强黏性解的存在性与唯一性结果。

提出的方法

  • 将强黏性上解与下解定义为扰动半线性抛物型PDE经典上解与下解的逐点极限。
  • 通过受消失黏性法启发,将强黏性解定义为扰动方程经典解的逐点极限。
  • 通过将扰动与极限构造扩展至路径泛函,将定义推广至路径相关PDE。
  • 在L^q空间中利用紧致性与收敛性论证,证明逼近解的收敛性。
  • 利用等度连续性与序列收敛技术,在紧集上建立函数列的逐点收敛性。
  • 应用后向随机微分方程(BSDEs)与泛函Itô微积分的相关结果,支持路径相关情形的分析。

实验结果

研究问题

  • RQ1能否为半线性抛物型PDE定义一种完全基于分析的解概念,从而避免经典黏性解所依赖的概率框架?
  • RQ2如何将黏性解概念推广至路径相关PDE,其中标准定义面临基础性挑战?
  • RQ3在强黏性解框架下,路径相关PDE解的存在性与唯一性需满足何种条件?
  • RQ4强黏性解在多大程度上可通过扰动方程经典解的逼近来构造?
  • RQ5强黏性解概念与现有概念(如随机弱解或概率黏性解)相比有何异同?

主要发现

  • 强黏性解被定义为扰动半线性抛物型PDE经典解的逐点极限,为黏性解提供了一种完全基于分析的替代方法。
  • 本文通过逼近与收敛技术,建立了半线性抛物型PDE强黏性解的存在性与唯一性。
  • 该框架成功推广至路径相关PDE,在适当条件下提供了新的存在性与唯一性结果。
  • 在L^q空间中(q ∈ [1, 2))证明了逼近序列的收敛性,确保极限定义良好,并在强黏性意义下满足PDE。
  • 该方法依赖于一致Lipschitz条件与等度连续性,使得可构造出逐点收敛于解的子序列。
  • 该方法避免了概率假设,为解提供了直接的分析路径,即使在经典解不存在的情形下亦成立。

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。