首页--数理科学和化学论文--概率论与数理统计论文--概率论(几率论、或然率论)论文

带跳的rough path理论及其在线性和非线性期望中的应用

中文摘要第8-32页
ABSTRACT第32-54页
符号说明第55-56页
第一章 有界变差与Young情况下的带左右跳的微积分与微分方程第56-78页
    1.1 积分理论及其基本性质第56-73页
        1.1.1 基本概念第56-59页
        1.1.2 有界变差下的拼接引理第59-64页
        1.1.3 带左右跳的Riemann-Stieltjes积分第64-65页
        1.1.4 Young下的拼接引理第65-69页
        1.1.5 带左右跳的Young积分第69页
        1.1.6 分部积分与泰勒展开公式第69-73页
    1.2 p-变差轨道驱动的微分方程,p∈[1,2)第73-78页
第二章 带跳的二阶的rough path下的微积分和方程理论第78-102页
    2.1 基本概念第78-79页
    2.2 二阶rough path积分及其基本性质第79-90页
        2.2.1 拼接引理第79-81页
        2.2.2 二阶带跳rough path积分的基本性质第81-84页
        2.2.3 二阶带跳rough path的Ito公式第84-87页
        2.2.4 与Ito-Follmer积分的关系第87-90页
    2.3 微分方程理论第90-102页
        2.3.1 局部的可解性第90-97页
        2.3.2 方程的全局解第97-102页
第三章 Branched rough paths第102-122页
    3.1 基本的Hopf代数和概念第102-106页
    3.2 带跳的Branched rough path第106-108页
    3.3 积分理论第108-114页
    3.4 微分方程理论第114-122页
第四章 Rough微分方程在Skorokhod度量下的稳定性第122-130页
    4.1 Skorokhod下rough path的p-变差第122-123页
    4.2 插值和一致有界下的收敛第123-126页
    4.3 右连续的RDEs的离散逼近第126-130页
第五章 在线性期望中的应用:随机RDEs和SDEs第130-144页
    5.1 随机RDEs的收敛第130-131页
    5.2 右连左极半鞅的rough path提升第131-133页
    5.3 验证紧性的若干准则第133-144页
        5.3.1 在UCV/UT条件下的半鞅第134-137页
        5.3.2 Manstavicius准则下的强Markov过程第137-139页
        5.3.3 Besov条件下的离散的随机rough path第139-142页
        5.3.4 扰动下的稳定性第142-144页
第六章 在非线性期望中的应用第144-178页
    6.1 准备知识第144-150页
        6.1.1 α-Holder rough path第144-147页
        6.1.2 G-期望基本概念第147-150页
    6.2 G-随机积分的rough path解释第150-163页
        6.2.1 G-Ito随机积分等价于rough积分第152-155页
        6.2.2 G-Stratonovich积分第155-163页
    6.3 G-布朗运动的粗糙性和Norris引理第163-167页
    6.4 G-框架下的Wong-Zakai逼近第167-178页
        6.4.1 G-框架下Wong-Zakai逼近的收敛速度第171-178页
附录A. Branched rough paths的Sup-范数与∞-范数第178-180页
攻读博士学位期间发表及完成的论文第180-182页
致谢第182-184页
参考文献第184-191页
学位论文评阅及答辩情况表第191页

论文共191页,点击 下载论文
上一篇:大数据领域机构合作对科研产出的影响研究
下一篇:变系数分数阶次扩散方程的高阶紧有限差分方法