跳到主要内容

理论与现代应用

分数布朗运动驱动的模糊随机微分方程

摘要

本文考虑由分数布朗运动(fBm)驱动的模糊随机微分方程(FSDE)。这些方程可以应用于混合现实系统,包括随机性、模糊性和长程相关性。在系数的一些假设下,我们采用分数阶随机积分的近似方法来研究解的存在性和唯一性。例如,在金融模型中,我们获得了一个线性系数方程的解。

1介绍

FSDE用于与随机性和模糊性这两种不确定性相关的现实系统中,例如在经济和金融中。有关于FSDE的论文指出,每种方法都不同于其他方法。作者在[9]给出了模糊随机Itô积分的定义。在[1215]作者利用模糊非预期随机过程和维纳过程来驱动模糊随机积分。该方法将一个清晰的It或随机积分嵌入到模糊空间中,以构建一个模糊随机变量。

另一方面,在许多随机系统的建模中,建议用具有长程相关性的fBm代替布朗运动作为驱动过程。fBm与\(H\英寸(0,1)\)因为Hurst参数是一个高斯过程,具有有益的性质、长程相关性、自相似性和增量平稳性。这一过程适用于分析呈现长程和尺度相关的现象。然而,当\(H\neq\压裂{1}{2}\)fBm不是半鞅。

在本文中,我们介绍了与fBm相关的FSDE。这些方程有助于混合动力系统的建模,包括随机性、模糊性和长程相关性。我们对分数阶随机积分应用了一种近似方法来求其显式解。我们考虑带参数的fBm的Liouville形式\(H \ in(\压裂{1}{2},1)\)研究强解的存在唯一性。此外,我们还考虑了方程在财务模型中的应用。

本文的结构如下。在Sect。 2回顾了fBm的定义和该过程的Liouville形式。然后回顾了关于模糊随机过程和模糊随机积分的一些预备知识。在Sect。 ,介绍了一类由fBm驱动的FSDE。此外,利用近似方法证明了解的存在唯一性。最后,第节给出了一些结论。 4.

2前期工作

2.1分数布朗运动

fBm公司\(B^{H}=\{B^{H}(t),位于[0,t]\}\中)使用Hurst参数\(H\ in(0,1)\)是具有以下协方差函数的零均值高斯过程:

$$\开始{对齐}R_{B^{H}}(t,s)={\mathbb{E}}\bigl(B^{H}(t)B^{H}(s)\bigr)=\frac{1}{2}\bigle(s^{2H}+t^{2H}-\vert t-s\vert^{2H}\biger)。\结束{对齐}$$
(2.1)

此过程是在[10]并在[16],其中根据布朗运动建立了随机积分表示。对于\(高度>1/2),在网络、金融和物理等随机模型中产生合适的驱动噪声。经典的Itó理论不能用fBm来构造随机积分,因为\(B^{H}\)不是半鞅,如果\(第1/2页)有两种方法用于定义关于fBm的随机积分。在第一种方法中,Riemann–Stieltjes随机积分可以用Young积分定义[19]在以下情况下\(高度>1/2)定义关于fBm的随机积分的第二种方法基于Malliavin演算(参见[24,6])。在[16]的表示\(B_{H}(t)\)如下所示:

$$B^{H}(t)=\frac{1}{\Gamma(1+\alpha)}\biggl(\int^{0}_{-\infty}\bigl[(t-s)^{\alpha}-(-s)^{\ alpha}\bigr]\,dW(s)+B_{H}(t)\biggr)$$

哪里W公司是布朗运动,\(α=H-压裂{1}{2})\(B_{H}(t)=\n整数^{t}_{0}(t-s)^{\alpha}\,dW(s)\).过程\(B_{H}(t)\),使用\(H\英寸(0,1)\)被称为分数布朗运动(LfBm)的Liouville形式,它具有fBm的许多特性,但具有增量的非平稳性。在[2]Malliavin演算技术用于近似\(B_{H}(t)\)通过如下半鞅过程:

$$\begin{aligned}B_{H,\epsilon}(t)=\int^{t}(t)_{0}(t-s+\epsilon)^{\alpha},dW(s),\quad\epsilon>0。\结束{对齐}$$
(2.2)

此外,

$$\开始{aligned}B_{H,\epsilon}(t)=\alpha\int^{t}(t)_{0}\varphi^{\epsilon}\,ds+\epsilen^{\alpha}W(t),\end{aligned}$$
(2.3)

哪里

$$\开始{aligned}\varphi^{\epsilon}(t)=\int^{t}(t)_{0}(t-s+\epsilon)^{\alpha-1}\,dW(s)。\结束{对齐}$$
(2.4)

这个过程\(B_{H,\ε}(t)\)收敛到\(B_{H}(t)\)在里面\(L^{2}(\Omega)\)什么时候ϵ趋于零[18].

2.2模糊背景

在本节中,我们提供了关于模糊随机变量、模糊随机过程和模糊随机积分的一些初步知识(参见[7,11,13])。让我们用表示\({\mathcal{K}}({\mathbb{R}})的所有非空紧凸子集的族\({\mathbb{R}}\)Hausdorff公制,表示为\(d_{H}\),由定义

$$d_{H}(A,B)=\max\Bigl\{\sup_{A\在A}\inf_{B\在B}\vert-A-B\vert中,\sup_{B\在B}\inf_在A}中,\vert-A\vert\Bigr\}中$$

空间\({\mathcal{K}}({\mathbb{R}})是关于\(d_{H}\).如果\({mathcal{K}}({mathbb{R}})中的A、B、C),然后

$$d_{H}(A+C,B+C)=d_{H}(A,B)$$

\((\欧米茄,{\mathcal{A}},P)\)是一个概率空间。映射\(F:\Omega\rightarrow{\mathcal{K}}({\mathbb{R}})\)被称为\({\mathcal{A}}\)-如果满足则可测量

$$\bigl\{\omega\in\omega:F(\omega)\cap C\neq\phi\bigr\}\in{\mathcal{A}}$$

对于每个闭合集\(C\子集{\mathbb{R}}\).让\({\mathcal{M}}(\Omega,{\mathcal{A}};{\matchal{K}})表示一个家族\({\mathcal{A}}\)-值为的可测多函数\({\mathcal{K}}({\mathbb{R}}).多功能\(F\in{\mathcal{M}}}\)据说是\(L^{p}\)-可积有界,对于\(第1页),如果存在\(h\在L^{p}中(\Omega,{\mathcal{A}},p;{\mathbb{R}}_{+})\)这样的话\(\vert\!\ vert\个人账户,\({\mathbb{R}}_{+}=[0,\infty)\)、和

$$\vert\!\垂直\!\垂直F\垂直\!\垂直\!\vert=d_{H}\bigl(F,\{0\}\bigr)=\sup_{F\in F}\vertf\vert$$

众所周知(参见[8])\(在{\mathcal{M}}中为F\)\(L^{p}\)-可积有界当且仅当\(L^{p}(\Omega,{\mathcal{A}},p;{\mathbb{R}}_{+})让我们表示

$${\mathcal{L}}^{p}\bigl!\垂直\!\垂直F\垂直\!\垂直\!\vert\in L^{p}(\Omega,{\mathcal{A}},p;{\mathbb{R}}_{+})\bigr\}$$

隶属函数\(u:{\mathbb{R}}\rightarrow[0,1]\)是为模糊集定义的\(在{\mathbb{R}}\中为u\),其中\(u(x)\)x个在模糊集中u个。让我们用表示\({\mathcal{F}}({\mathbb{R}})模糊集\(u:{\mathbb{R}}\rightarrow[0,1]\)这样的话\([u]^{\alpha}\ in{\mathcal{K}}({\mathbb{R}})\)对于每个\([0,1]\中的alpha\),其中\([u]^{\alpha}={x\in{\mathbb{R}}:u(x)\geq\alpha\}\).

定义\(d_{\infty}:{\mathcal{F}}({\mathbb{R}})\times{\mathcal{F{}(})\rightarrow[0,\infty)\)通过

$$d_{\infty}(u,v)=[0,1]}d_{H}\bigl([u]^{\alpha},[v]^{\ alpha}\bigr)中的\sup_{\alfa\$$

然后\(d_{\infty}\)是中的度量单位\({\mathcal{F}}({\mathbb{R}})\(({\mathcal{F}}({\mathbb{R}}),d_{\infty})\)是一个完整的度量空间。对于每个\(u,v,w,z\在{\mathcal{F}}({\mathbb{R}})中,\({\mathbb{R}}中的λ),我们具有以下属性:

  • \(d_{\infty}(u+w,v+w)=d_{\ infty{(u,v)\),

  • \(d_{\infty}(u+v,w+z)=d_{\ infty{(u,w)+d_{\ infty}(v,z)\)

  • \(d_{infty}(u,v)

  • \(d_{\infty}(\lambdau,\lambda v)=|\lambda|d_{\ infty{(u,v)\).

我们使用\(在{\mathcal{F}}({\mathbb{R}})中的语言0\rangle\)作为0:= 1 { 0 } ,在哪里\(y\在{\mathbb{R}}\中), 1 { } (x个)=1如果\(x=y) 1 { } (x个)=0如果\(x\neq y\).

定义2.1

([17])

\((\欧米茄,{\mathcal{A}},P)\)是一个概率空间。模糊随机变量是一个函数\(X:\Omega\rightarrow{\mathcal{F}}({\mathbb{R}})\),如果映射\([X]^{\alpha}:\Omega\rightarrow{\mathcal{K}}({\mathbb{R}})\)是一个\({\mathcal{A}}\)-可测量的多功能\(\alpha\在[0,1]\中).

让我们考虑一个度量ρ在集合中\({\mathcal{F}}({\mathbb{R}})、和σ-代数\({\mathcal{B}}_{\rho}\)由以下因素引起的拓扑生成ρ模糊随机变量可以看作是两个可测空间之间的可测映射,即\((\欧米茄,{\mathcal{A}})\)\(({\mathcal{F}}({\mathbb{R}}),{\mathcal{B}}_{\rho}),我们打电话给X(X)\({\mathcal{A}}|{\mathcal{B}}_{\rho}\)-可衡量的。考虑以下指标:

$$d_{s}(u,v):=\inf_{\lambda\in\lambda}\max\Bigl\{\sup_{t\in[0,1]}\Bigl\vert\lambda(t)-t\bigr\vert,\sup_}\t\in[0,1]}d_{H}\bigr r \}$$

其中∧表示严格递增的连续函数集\(\lambda:[0,1]\rightarrow[0,1]\)这样的话\(λ(0)=0),\(λ(1)=1\)、和\({\mathcal{X}}_{u},{\mathcal{X{}_{v}:[0,1]\rightarrow{\matchal{F}}({\mathbb{R}})\)模糊集的cádlág表示\(u,v\在{\mathcal{F}}({\mathbb{R}})中\)(请参见[5])。空间\(({\mathcal{F}}({\mathbb{R}}),d_{\infty})\)完整且不可分割,且空间\(({\mathcal{F}}({\mathbb{R}}),d_{s})\)是波兰公制空间。

对于映射\(X:\Omega\rightarrow{\mathcal{F}}({\mathbb{R}})\)关于概率空间\((\欧米茄,{\mathcal{A}},P)\),我们有:

X(X)是模糊随机变量当且仅当X(X)\({\mathcal{A}}|{\mathcal{B}}_{d_{s}}\)-可衡量的。

–如果X(X)\({\mathcal{A}}|{\mathcal{B}}_{d_{infty}}\)-可测,则为模糊随机变量;反之则不然。

定义2.2

一个模糊随机变量\(X:\Omega\rightarrow{\mathcal{F}}({\mathbb{R}})\),是\(L^{p}\)-可积有界,对于\(第1页),如果\([X]^{\alpha}\在{\mathcal{L}}^{p}中(\Omega,{\mathcal{A}},p;{\matchal{K}}({\mathbb{R}})),每\([0,1]\中的alpha\).

让我们用表示\({\mathcal{L}}^{p}(\Omega,{\mathcal{A}},p;{\matchal{F}}({\mathbb{R}}))全套\(L^{p}\)-可积有界模糊随机变量。随机变量\(X,Y\在{\mathcal{L}}^{p}中(\Omega,{\mathcal{A}},p;{\matchal{F}}({\mathbb{R}}))\)是相同的,如果\(P(d_{infty}(X,Y)=0)=1).对于模糊随机变量\(X:\Omega\rightarrow{\mathcal{F}}({\mathbb{R}})\)、和\(第1页),以下条件等效:

a)\(X\在{\mathcal{L}}^{p}(\Omega,{\mathcal{A}},p;{\matchal{F}}({\mathbb{R}}))中),

b)\([X]^{0}\在{\mathcal{L}}^{p}中(\Omega,{\mathcal{A}},p;{\matchal{K}}({\mathbb{R}})),

c)\(L^{p}(\Omega,{\mathcal{A}},p;{\mathbb{R}}_{+}).

\(I:=[0,T]\)、和\((\欧米茄,{\mathcal{A}},P)\)是具有过滤的完全概率空间\(I}中的{{\mathcal{A}}_{t}\}_{t\)满足假设,sub的增权连续族σ-代数\({\mathcal{A}}\),包含所有P(P)-空集。

定义2.3

如果映射\(X(t):\Omega\rightarrow{\mathcal{F}}}({\mathbb{R}})\),每\(I中的t),是一个模糊随机变量,那么\(X:I\times\Omega\rightarrow{\mathcal{F}}({\mathbb{R}})\)是一个模糊随机过程。

定义2.4

模糊随机过程X(X)\(d_{\infty}\)-如果几乎所有的轨迹都是连续的,即映射\(X(\cdot,\omega):I\times\omega\rightarrow{\mathcal{F}}({\mathbb{R}})\)\(d_{\infty}\)-连续函数。

模糊随机过程X(X)是可测量的,如果\([X]^{\alpha}:I\times\Omega\rightarrow{\mathcal{K}}({\mathbb{R}})\)\({\mathcal{B}}(I)\otimes{\mathcal{A}}\)-可测量的多功能\(\alpha\在[0,1]\中),其中\({\mathcal{B}}(I)\)表示钻孔σ-子集代数.

一个过程X(X)当且仅当对于每个\([0,1]\中的alpha\)、多功能\([X]^{\alpha}\)相对于σ-代数\({\mathcal{N}}\),定义如下

$${\mathcal{N}}:=\bigl\{A\ in{\matchcal{B}}(I)\otimes{\mathcal{A}}:A^{t}\in{\mathcal{A{}}_{t}\text{forevery}t\inI\bigr\}$$

哪里\(A^{t}=\左\{\ω:(t,\ω)\在A\右\}\中).

定义2.5

模糊随机过程X(X)被称为\(L^{p}\)-可积有界\((第1页),如果存在实值随机过程\(h\in L^{p}(I\times\Omega,{\mathcal{N}};{\mathbb{R}}_{+})\)这样的话

$$\bigl\vert\!\bigl\vert\!\bigl\vert\bigl[X(t,\omega)\bigr]^{0}\bigr\vert\!\bigr\vert\!\大\vert\leq h(t,\omega)$$

几乎所有人\((t,\omega)\以I \ times \ omega表示\).

让我们用表示\({\mathcal{L}}^{p}(I\times\Omega,{\mathcal{N}};{\matchal{F}}({\mathbb{R}}))非预期和\(L^{p}\)-可积有界模糊随机过程。\(X\在{\mathcal{L}}^{p}中(I\次\Omega,{\mathcal{N}};{\matchal{F}}({\mathbb{R}})),根据Fubini定理,模糊积分定义为

$$\int美元^{T}(T)_{0}X(s,\omega)\,ds$$

对于\(\omega\in\omega\反斜杠N_{x}\),其中\(N_{x}\在{\mathcal{A}}\中)\(P(N_{x})=0\).模糊积分\(\int^{T}(T)_{0}X(s,\omega)\,ds\)可以按级别定义。对于每个\([0,1]\中的alpha\)、以及每个\(\omega\in\omega\反斜杠N_{x}\),Aumann积分\(\int^{T}(T)_{0}[X(s,\omega)]^{\alpha}\,ds\)属于\({\mathcal{K}}({\mathbb{R}}),所以一个模糊随机变量\(\int^{T}(T)_{0}X(s,\omega)\,ds\)属于\({\mathcal{F}}({\mathbb{R}})对于每个\(\omega\in\omega\反斜杠N_{x}\).

定义2.6

模糊随机Lebesgue–Aumann积分\(X\在{\mathcal{L}}^{1}中(I\次\Omega,{\mathcal{N}};{\matchal{F}}({\mathbb{R}}))定义为

L(左) x个 (t吨,ω)= { 0 T型 1 [ 0 , t吨 ] ( ) X(X) ( , ω ) d日 对于每个 ω Ω N个 x个 , 0 对于每个 ω N个 x个 .
(2.5)

提议2.1

([13])

对于积分 \(L_{x}\),可以显示以下属性:

  1. 1)

    \(第1页).如果 \(X\在{\mathcal{L}}^{p}中(I\次\Omega,{\mathcal{N}};{\matchal{F}}({\mathbb{R}})),然后 \(L_{x}(\cdot,\cdot)在{\mathcal{L}}^{p}中(I\times\Omega,{\matchcal{N}};{\mathcal{F}}({\mathbb{R}})).

  2. 2)

    \(X\在{\mathcal{L}}^{1}中(I\次\Omega,{\mathcal{N}};{\matchal{F}}({\mathbb{R}})),然后 \(I}中的L_{x}(t) \(d_{\infty}\)-连续的.

  3. 3)

    \(X,Y\在{\mathcal{L}}^{p}中(I\次\Omega,{\mathcal{N}};{\matchal{F}}({\mathbb{R}})),对于 \(第1页),然后

    $$\sup_{u\在[0,t]}d中^{p}_{\infty}\bigl(L_{t,x}(u),L_{t,y}(u)\bigr)\leq t^{p-1}\int^{t}(t)_{0}天^{p}_{\infty}\bigl(X(s),Y(s)\bigr)\,ds,\quad\textit{a.e}$$

让我们用表示\(\langle\cdot\rangle:{\mathbb{R}}\rightarrow{\mathcal{F}}({\mat血红蛋白{R})\)嵌入\({\mathbb{R}}\)进入之内\({\mathcal{F}}({\mathbb{R}})即针对\(r \ in{\mathbb{r}}\),

$$\begin{aligned}\langler\rangle(a)=\textstyle\begin}-cases}1&\text{for$a=r$,}\\0&\text}for$a\in{mathbb{r}}\backslash\{r\}$.}\结束{cases}\displaystyle\end{aligned}$$

如果\(X:\Omega\rightarrow{\mathbb{R}}\)是概率空间上的随机变量\((\欧米茄,{\mathcal{A}},P)\),然后\(语言X\范围:\Omega\rightarrow{\mathcal{F}}({\mathbb{R}})\)是一个模糊随机变量。对于随机过程,我们有类似的性质。

我们使用模糊随机变量定义模糊随机Itó积分\(\langle\int^{T}(T)_{0}X个\,dW个\范围\),其中W公司是一个维纳过程。以下属性将很有用[13].

2.2号提案

\(X在L^{2}中(I\times\Omega,{\mathcal{N}};{\mathbb{R}}),然后 \(\{\langle\int^{t}(t)_{0}X(s)\,dW(s)\rangle\}_{t\in I}\) 是一个模糊随机过程,我们有 \(\langle\int^{t}(t)_{0}X(s)\,dW(s)\rangle\ in{\mathcal{L}^{2}(I\times\Omega,{\matchcal{N}};{\mathcal{F}}({\mathbb{R}}))\).

提议2.3

\(X在L^{2}中(I\times\Omega,{\mathcal{N}};{\mathbb{R}}),然后 \(\{\langle\int^{t}(t)_{0}X(s)\,dW(s)\rangle\}_{t\in I}\) \(d_{\infty}\)-连续的.

模糊随机微分方程的应用

在本节中,我们考虑由fBm驱动的一类FSDE,如下所示:

$$\开始{对齐}X(t)=X_{0}+\int^{t}(t)_{0}页\bigl(s,X(s)\bigr)\,ds+\biggl\langle\int^{t}_{0}克\bigl(s,X(s)\bigr)\,dB_{H}\biggr\rangle,\quad X_{0}=X(0),\end{aligned}$$
(3.1)

哪里\(B_{H}\)是刘维尔形式的fBm\(H \ in(\压裂{1}{2},1)\),\(X_{0}:\Omega\rightarrow{\mathcal{F}}({\mathbb{R}})\)是FRV,\(f:I\times\Omega\times{mathcal{f}}({\mathbb{R}})\rightarrow{\mathcal{f}}、和\(g:I\times\Omega\times{\mathcal{F}}({\mathbb{R}})\rightarrow{\mathbb{R{}}\)相应的近似方程(3.1)是

$$\开始{对齐}X^{\epsilon}(t)=X_{0}+\int^{t}(t)_{0}f\bigl(s,X^{\epsilon}(s)\bigr)\,ds+\biggl\langle\int^{t}(t)_{0}g\bigl(s,X^{\epsilon}(s)\bigr)\,dB^{\ε}_{H}(s-)\biggr\rangle。\结束{对齐}$$
(3.2)

假设3.1

考虑以下关于方程系数的假设:

  1. A1)

    映射\(f:I\times\Omega\times{mathcal{f}}({\mathbb{R}})\rightarrow{\mathcal{f}}\(g:I\times\Omega\times{\mathcal{F}}({\mathbb{R}})\rightarrow{\mathbb{R{}}\)\({\mathcal{N}}\otimes{\mathcal{B}}_{d_{s}}|{\matchcal{B}{{d_}s}}\)-可测量和\({\mathcal{N}}\otimes{\mathcal{B}}_{d_{s}}|{\matchcal{B}({\mathbb{R}})\)-分别是可测量的。

  2. A2)

    对于每个\(u,v\在{\mathcal{F}}({\mathbb{R}})中\)\(I中的t),存在一个常量\(L>0\)这样的话

    $$\max\bigl\{d_{infty}\bigl(f(t,\omega,u),f(t、\omega、v)\biger),\bigl\ vert g(t,\ omega,u)-g(t、\ omega、v)\bigr\vert\bigr\}\leq Ld_{infty}(u,v)$$
  3. A3)

    对于每个\(u,v\在{\mathcal{F}}({\mathbb{R}})中\)以及每个\(I中的t),存在一个常量\(C>0\)这样的话

    $$\max\bigl\{d_{\infty}\bigl(f(t,\omega,u),\langle 0\rangle\bigr),\bigl\ vert g(t,\ omega,u)\bigr\vert\bigr\}\leq C\bigle(1+d_{\ infty{\bigl$$

提议3.1

([13])

考虑 \(L^{2}中的X,Y\(I\次\Omega,{\mathcal{N}};{\mathbb{R}})\),然后

$$\begin{aligned}{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}X(s)\,dW(s)\biggr\rangle,\biggl\langle\int^{u}_{0}Y(s)\,dW(s)\biggr\rangle\biggr)\leq 4{\mathbb{E}}\int^{t}_{0}天^{2}_{\infty}\bigl(\bigl\langle X(s)\bigr\rangle,\bigl\ langle Y(s)\ bigr\langle\bigr)\,ds,\end{aligned}$$
(3.3)

对于每个 \(t\在I\中).

定理3.2

假设 \(f:I\times\Omega\times{mathcal{f}}({\mathbb{R}})\rightarrow{\mathcal{f}} \(g:I\times\Omega\times{\mathcal{F}}({\mathbb{R}})\rightarrow{\mathbb{R{}}\) 因为映射满足假设(一个1)(一个3) \(X_{0}\在{\mathcal{L}}^{2}中(\Omega,{\mathcal{A}}_{0{,P;{\matchal{F}}({\mathbb{R}})).然后等式. (3.2)具有强大的独特解决方案.

证明

考虑SDE(3.2),

$$\开始{对齐}X^{\epsilon}(t)=X_{0}+\int^{t}(t)_{0}f\bigl(s,X^{\epsilon}(s)\bigr)\,ds+\biggl\langle\int^{t}(t)_{0}g\bigl(s,X^{\epsilon}(s)\bigr)\,dB^{\ε}_{H}(s-)\biggr\rangle。\结束{对齐}$$
(3.4)

通过等式(2.3),我们可以写

$$\开始{对齐}X^{\epsilon}(t)={}&X_{0}+\int^{t}(t)_{0}f\bigl(s,X^{\epsilon}(s)\bigr)\,ds\\&{}+\biggl\langle\int^{t}(t)_{0}\alpha\varphi^{\epsilon}(s)g\bigl(s,X^{\epsilon}(s)\bigr)\,ds+\int^{t}(t)_{0}\epsilon^{\alpha}g\bigl(s,X^{\epsilen}\bigr)\,dW(s)\biggr\rangle。\结束{对齐}$$
(3.5)

让我们考虑Picard迭代

$$\begin{aligned}X^{\epsilon}_{n}(t)={}&X_{0}+\int^{t}(t)_{0}页\bigl(s,X^{\epsilon}_{n-1}(s)\bigr)\,ds\\&{}+\biggl\langle\int^{t}(t)_{0}\alpha\varphi^{\epsilon}g\bigl(s,X^{\ebsilon}_{n-1}(s)\bigr)\,ds+\int^{t}(t)_{0}\epsilon^{\alpha}g\bigl(s,X^{\epsilon}_{n-1}\bigr)\,dW(s)\biggr\rangle,\quad\text{a.e.},\end{aligned}$$
(3.6)

对于\(n=1,2,\ldots\) , 并且对于每个\(I中的t)、和\(X_{0}(t)=X_{0}\)。对于\(t\在I\中)\(在{\mathbb{n}}\中)我们表示

$$j_{n}(t)={\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\bigl(X^{\epsilon}_{n}(u),X^{\ epsilon{{n-1}(u)\bigr)$$

然后,通过命题2.1,3.1,假设A3,可以写成

$$\begin{aligned}j_{1}(t)={}&{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\biggl(\int^{u}_{0}页\bigl(s,X^{\epsilon}_{0}\bigr)\,ds\\&{}+\biggl\langle\int^{u}_{0}\alpha\varphi^{\epsilon}g\bigl(s,X^{\ebsilon}_{0}(s)\bigr)\,ds+\int^{u}_{0}\epsilon^{\alpha}g\bigl(s,X^{\epsilon}_{0}(s)\bigr,dW(s)\ biggr\rangle,\langle 0\rangle\biggr)\\leq{}&3{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\biggl(\int^{u}_{0}f\bigl(s,X^{\epsilon}_{0}\bigr)\,ds,\langle 0\rangle\biggr)\\&{}+3{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}\alpha\varphi^{\epsilon}g\bigl(s,X^{\ebsilon}_{0}(s)\bigr,ds\biggr\rangle,langle 0\rangle\biggr)\\&{}+3{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}\epsilon^{\alpha}g\bigl(s,X^{\epsilon}_{0}(s)\bigr)\,dW(s)\ biggr\rangle,\langle 0\rangle\biggr)\\leq{}&3t{\mathbb{E}}\int^{t}(t)_{0}天^{2}_{\infty}\bigl(f\bigle(s,X^{\epsilon}_{0}\bigr),\langle 0\rangle\biger),ds+3\alpha^{2}{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}\varphi^{\epsilon}(s)g\bigl(s,X^{\epsilon}_{0}(s)\bigr)\,ds\biggr\rangle,\langle0\rangle\biggr)\ \&{}+12\epsilon ^{2\alpha}{\mathbb{E}}}\ int^{t}(t)_{0}天^{2}_{\infty}\bigl(\bigl\langle g\bigle(s,X^{\epsilon}_{0}\bigr)\bigr\rangle,\langle 0\rangle\biger)\,ds\\leq{}&6C^{2}\biggl(T+4\epsilon^{2\alpha}\biger n}\bigr]^{0}\bigrar\vert\!\bigr\vert\}\sup{u\in[0,t]}d^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}\varphi^{\epsilon}g\bigl(s,X^{\ebsilon}_{0}(s)\bigr)\,ds\biggr\rangle,langle 0\rangle\biggr),\end{aligned}$$

对于\(α=H-\压裂{1}{2}>0\).因此

$$\开始{对齐}j_{1}(t)\leq{}&6C^{2}\bigl(t+4\epsilon^{2\alpha}\bigr)\bigle(1+{\mathbb{E}}\bigle\vert\!\bigl\vert\bigl[X^{\epsilen}\biger]^{0}\bigrar\vert\[0,t]}中的alpha^{2}{\mathbb{E}}\sup_{u\^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}\varphi^{\epsilon}g\bigl(s,X^{\ε}_{0}(s)\bigr)\,ds\biggr\rangle,\langle 0\rangle\biggr)。\结束{对齐}$$
(3.7)

我们有

$$\开始{aligned}&{mathbb{E}}\sup_{u\在[0,t]}d中^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}\varphi^{\epsilon}g\bigl(s,X^{\ε}_{0}(s)\bigr,ds\biggr\rangle,langle 0\rangle\biggr)\\&\quad\leq{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{H} \biggl(\biggl\{\int^{u}_{0}\varphi^{\epsilon}g\bigl(s,X^{\ε}_{0}(s)\bigr)\,ds\biggr\},\{0\}\biggr)\\&\quad\leq{\mathbb{E}}\sup_{u\in[0,t]}\bigbl(\int^{u}_{0}\varphi^{\epsilon}g\bigl(s,X^{\ebsilon}_{0}(s)\bigr)\,ds\biggr)^{2}。\结束{对齐}$$
(3.8)

通过应用(2.4)至(3.8)以及我们得到的Hölder不等式

$$\开始{aligned}&{mathbb{E}}\sup_{u\in[0,t]}\biggl(\int^{u}_{0}\varphi^{\epsilon}g\bigl(s,X^{\ebsilon}_{0}(s)\bigr)^{2}\\&\quad={\mathbb{E}}\sup_{u\in[0,t]}\biggl(\int^{u}_{0}\biggl(\int^{s}_{0}(s-r+\epsilon)^{\alpha-1}\,dW(r)\biggr)g\bigl(s,X^{\epsilon}_{0}\bigr)\,ds\bigger)^{2}\\&\quad={mathbb{E}}\sup_{u\in[0,t]}\biggl(\int^{u}_{0}\int^{u}_{s} g\bigl(r,X^{\epsilon}_{0}(r)\bigr)(r-s+\epsilon)^{\alpha-1}\,dr\,dW(s)\biggr)^{2}\&&quad\leq 4{\mathbb{E}}\ int^{t}(t)_{0}\biggl(\int^{t}(t)_{s} g\bigl(r,X^{\epsilon}_{0}(r)\bigr)(r-s+\epsi隆)^{\alpha-1}\,dr\biggr)^{2}\,ds\\&\quad\leq 4{\mathbb{E}}\int^{t}(t)_{0}\biggl(\int^{t}(t)_{s} g^{2}\bigl(r,X^{\epsilon}_{0}(r)\bigr)(r-s+\epsilen)^{\alpha-1}\,dr\biggr)\biggl(\int^{t}(t)_{s} (r-s+\epsilon)^{\alpha-1}\,dr\biggr^{t}(t)_{0}g^{2}\bigl(r,X^{\epsilon}_{0}(r)\bigr^{t}(t)_{0}g^{2}\bigl \bigr\vert\!\bigr\fort\!\biger\vert^{2}\bigr)T.\end{aligned}$$
(3.9)

因此,从(3.7)和(3.9)我们获得

$$开始{对齐}j_{1}(t)\leq 6C^{2}\bigl{2}\较大)t,\结束{对齐}$$
(3.10)

对于每个\(I中的t)然后,类似地,

$$开始{对齐}j_{n+1}(t)&\leq 3\bigl(t+4\epsilon^{2\alpha}+4(t+\epsilen)^{2\\alpha}\bigr)L^{2}{mathbb{E}}\int^{t}(t)_{0}d^{2}_{\infty}\bigl(X^{\epsilon}_{n}(u),X^{\ epsilon{{n-1}(u)\bigr)^{t}(t)_{0}{\mathbb{E}}\sup_{u\in[0,s]}d^{2}_{\infty}\bigl(X^{\epsilon}_{n}(u),X^{\ epsilon{{n-1}(u)\bigr)^{t}(t)_{0}个_{n} (s)\,ds.\结束{对齐}$$

因此

$$j_{n}(t)\leq 2C^{2}3^{n} \bigl(t+4\epsilon^{2\alpha}+4(t+\epsilen)^{2\\alpha}\biger)^{n}\bigle(1+{\mathbb{E}}\bigl\vert\!\bigl\ vert\ t^{n}}{n!},I中的四元t,{mathbb{n}}中的n$$

应用切比雪夫不等式,如下所示

$$P\biggl(在I}d中为\sup_{u\^{2}_{\infty}\bigl(X^{\epsilon}_{n}(u),X^{\ epsilon{{n-1}(u)\bigr)>\frac{1}{2^{n}}\biggr)\leq 2^{n} j_{n} (T)$$

系列\(总和^{infty}_{n=1}2^{n} j个_{n} (T)\)是收敛的。从Borel–Cantelli引理,我们导出

$$P\biggl(在I}d中为\sup_{u\^{2}_{\infty}\bigl(X^{\epsilon}_{n}(u),X^{\ epsilon{{n-1}(u)\bigr)>\frac{1}{(\sqrt{2})^{n}}\text{无限频繁}\biggr)=0$$

几乎所有人\(欧米茄),存在\(n_{0}(ω)\)这样的话

I}d中的$$\sup_{u\^{2}_{\infty}\bigl(X^{\epsilon}_{n}(u),X^{\ epsilon{{n-1}(u)\bigr)\leq\frac{1}{(\sqrt{2})^{n}},\quad\text{if}n\geqn{0}$$

序列\(\{X^{\epsilon}_{n}(\cdot,\omega)\}\)一致收敛于\(d)^{2}_{\infty}\)-连续模糊过程\(\widetilde{X}^{\epsilon}(\cdot,\omega)\)对于每个\(\omega\in\omega_{c}\),其中\(\Omega_{c}\在{\mathcal{A}}\中)\(P(Omega_{c})=1)。我们可以定义映射\(X^{\epsilon}:I\times\Omega\rightarrow{\mathcal{F}}({\mathbb{R}})\),作为\(X^{\epsilon}(\cdot,\omega)=宽波浪号{X}^{\epsilon}(\cdot,\omega)\)如果\(欧米茄)\(X^{\epsilon}(\cdot,\omega)\)作为自由选择的模糊函数,当\(欧米茄) \(\欧米茄{c}\)。对于每个\(\alpha\在[0,1]\中)以及每个\(I中的t)有了a.e.,我们就有了

$$d_{H}\bigl(\bigl[X^{\epsilon}_{n}(t)\bigr]^{\alpha},\bigl[X^{\ epsilon}(t)\birr]^{\ alpha}\bigr)\rightarrow0\quad\text{as}n\rightarror\infty$$

因此,\(X^{\epsilon}\)将是一个连续的模糊随机过程。然后,通过\(X^{\epsilon}_{n}\在{\mathcal{L}}^{2}中(I\times\Omega,{\mathcal{n}};{\matchcal{F}}({\mathbb{R}})),我们得到\(X^{\epsilon}\在{\mathcal{L}}^{2}中(I\times\Omega,{\mathcal{N}};{\matchal{F}}({\mathbb{R}}))因此,作为n个到无穷大,我们可以验证

$${\mathbb{E}}\sup_{t\inI}\biggl[d^{2}_{\infty}\bigl(X^{\epsilon}_{n}(t),X^{\ epsilonneneneep(t)\bigr)+d^{2}_{\infty}\biggl(X^{\epsilon}_{n}(t),X^{\ epsilon{{0}+\int^{t}(t)_{0}页\bigl(s,X^{\epsilon}\bigr)\,ds+\biggl\langle\int^{t}(t)_{0}克\bigl(s,X^{\epsilon}\bigr)\,dB^{\ebsilon}_{H}\biggr\rangle\biggr)\biggr]^{2}$$

趋于零。然后

I}d中的$${\mathbb{E}}\sup_{t\^{2}_{\infty}\biggl[\biggl(X^{\epsilon}(t),X^{\spilon}_{0}+\int^{t}(t)_{0}页\bigl(s,X^{\epsilon}\bigr)\,ds+\biggl\langle\int^{t}(t)_{0}克\bigl(s,X^{\epsilon}\bigr)\,dB^{\ebsilon}_{H}\biggr\rangle\biggr)\biggr]=0$$

因此

I}d中的$$\sup_{t\^{2}_{\infty}\biggl[\biggl(X^{\epsilon}(t),X^{\spilon}_{0}+\int^{t}(t)_{0}页\bigl(s,X^{\epsilon}(s)\bigr)\,ds+\biggl\langle\int^{t}(t)_{0}克\bigl(s,X^{\epsilon}\bigr)\,dB^{\ebsilon}_{H}\biggr\rangle\biggr)\biggr]=0$$

这表明了强解的存在性。

现在,\(X^{\epsilon},Y^{\ebsilon}:I\times\Omega\rightarrow{\mathcal{F}}({\mathbb{R}})\)假设是强解。考虑

$$j(t)={\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\bigl(X^{\epsilon}(u),Y^{\ε}(u)\bigr)$$

然后,通过与存在情况类似的计算,我们得到

$$j(t)\leq 3\bigl(t+4\epsilon^{2\alpha}+4(t+\epsilen)^{2\\alpha}\bigr)L^{2}{mathbb{E}}\int^{t}(t)_{0}天^{2}_{\infty}\bigl(X^{\epsilon}(s),Y^{\ε}\bigr^{t}(t)_{0}个(s) \,ds$$

Gronwall不等式的实现导致\(j(t)=0)对于\(t\在I\中).然后

I}d中的$$\sup_{t\^{2}_{\infty}\bigl(X^{\epsilon}(t),Y^{\ε}(t)\bigr)=0,\quad\text{a.e.}$$

由此完成唯一性的证明。 □

引理3.1

对于每个 \(epsilon>0\) \(0<\alpha<\frac{1}{2}\) 我们有

$$\开始{aligned}\int^{t}(t)_{s} \bigl((r-s+\epsilon)^{\alpha-1-(r-s)^{\ alpha-1}\bigr)\,dr\leq\frac{\alalpha+1}{\alfa}{\epsilen}^{\alpha}。\结束{对齐}$$
(3.11)

证明

我们将有限增量公式应用于函数\(f(x)=x^{α-1})以获得

$$开始{对齐}(x+\epsilon)^{\alpha-1}-x^{\alpha-1}=(\alpha-1)$$
(3.12)

然后

$$开始{aligned}\bigl\vert(r-s+\epsilon)^{\alpha-1}-(r-s)^{\salpha-1{\bigr\vert\leq\vert\alpha-1\vert\vert-r-s\vert^{\阿尔法-2}\epsiron。\结束{对齐}$$
(3.13)

因此

$$\开始{aligned}\int^{t}_{s} \bigl\vert(r-s+\epsilon)^{\alpha-1}-(r-s)^{\ alpha-1{\bigr\vert^{t}(t)_{s+\epsilon}\bigl\vert^{t}(t)_{s+\epsilon}\vert r-s\vert^{\alpha-2}\,dr.\end{aligned}$$
(3.14)

因此

$$\开始{aligned}\int^{t}(t)_{s} \bigl\vert(r-s+\epsilon)^{\alpha-1}-(r-s)^{\alpha-1-}\bigr\vert^{t}(t)_{s+\epsilon}(r-s)^{\alpha-2},dr\\&\leq\frac{1}{\alalpha}{\epsilon}^{\alpha}+\vert\alpha-1\vert\epsilon\biggl。\结束{对齐}$$
(3.15)

 □

提议3.2

解决方案 \(X^{\epsilon}(t)\) 等式的. (3.2)收敛到解 \(X(t)\) 等式的. (3.1)在里面 \({\mathcal{L}}^{2}(I\次\Omega)\) 作为 \(\epsilon\rightarrow 0\) 一致地关于 \(t\在[0,t]\中).

证明

考虑等式(3.1)方程的相应近似值如下:

$$\开始{aligned}&X(t)=X_{0}+\int^{t}_{0}f\bigl(s,X(s)\bigr)\,ds+\biggl\langle\int^{t}(t)_{0}g\bigl(s,X(s)\bigr)\,dB_{H}(s)\ biggr\rangle,\end{aligned}$$
(3.16)
$$\开始{对齐}&X^{\epsilon}(t)=X_{0}+\int^{t}(t)_{0}f\bigl(s,X^{\epsilon}(s)\bigr)\,ds+\biggl\langle\int^{t}(t)_{0}g\bigl(s,X^{\epsilon}(s)\bigr)\,dB^{\ε}_{H}(s-)\biggr\rangle。\结束{对齐}$$
(3.17)

我们可以写

$$\开始{aligned}&{mathbb{E}}\sup_{u\在[0,t]}d中^{2}_{\infty}\bigl(X(u),X^{\epsilon}(u)\bigr)\\&\quad\leq 2{\mathbb{E}}\sup_{u\in[0,t]}\int^{u}_{0}天^{2}_{\infty}\bigl(f\bigl[s,X(s)\bigr),f\bigle(s,X^{\epsilon}(s)\figr)\,ds\\&\qquad{}+2{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}g\bigl(s,X(s)\bigr)\,dB_{H}(s)\ biggr\rangle,\biggl\langle\int^{u}_{0}g\bigl(s,X^{\epsilon}\bigr)\,dB^{\ε}_{H}(s)\biggr\rangle\biggr)。\结束{对齐}$$

然后

$$\开始{aligned}&{mathbb{E}}\sup_{u\在[0,t]}d中^{2}_{\infty}\bigl(X(u),X^{\epsilon}(u)\bigr)\\&\quad\leq 2{\mathbb{E}}\sup_{u\in[0,t]}\int^{u}_{0}天^{2}_{\infty}\bigl(f\bigl[s,X(s)\bigr),f\bigle(s,X^{\epsilon}(s)\figr)\,ds\\&\qquad{}+4{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}g\bigl(s,X(s)\bigr)\,dB_{H}(s)\ biggr\rangle,\biggl\langle\int^{u}_{0}g\bigl(s,X(s)\bigr)\,dB^{\epsilon}_{H}\biggr\rangle\biggr)\\&\qquad{}+4{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\biggl(\biggl\langle\int^{u}_{0}g\bigl(s,X(s)\bigr)\,dB^{\epsilon}_{H}(s)\ biggr\rangle,\biggl\langle\int^{u}_{0}g\bigl(s,X^{\epsilon}\bigr)\,dB^{\ε}_{H}(s)\biggr\rangle\biggr)\\&\quad=2{\mathbb{E}}\int^{t}(t)_{0}天^{2}_{\infty}\bigl(f\bigl(s,X(s)\bigr),f\bigle(s,X^{\epsilon}(s)\figr)\,ds\\&\qquad{}+4{\mathbb{E}}\sup_{u\in[0,t]}\biggl\vert\int^{u}_{0}g\bigl(s,X^{\epsilon}(s)\bigr)\ bigl^{u}_{0}(g\bigl(s,X(s)\bigr)-g\bigle。\结束{对齐}$$

应用公式(2.3)得到

$$\开始{aligned}&{mathbb{E}}\sup_{u\在[0,t]}d中^{2}_{\infty}\bigl(X(u),X^{\epsilon}(u)\bigr)\\&\quad\leq 2{\mathbb{E}}\int^{t}(t)_{0}天^{2}_{\infty}\bigl(f\bigl(s,X(s)\bigr),f\bigle(s,X^{\epsilon}(s)\figr)\,ds\\&\qquad{}+8{\epsilon}^{2\alpha}{\mathbb{E}}\sup_{u\in[0,t]}\biggl\vert\int^{u}_{0}g\bigl(s,X^{\epsilon}\bigr)\,dW(s)\biggr\vert^{2}\\&\qquad{}+8{\alpha}^{2{\mathbb{E}}\sup_{u\in[0,t]}\biggl\vert\int^{u}_{0}g\bigl(s,X^{\epsilon}(s)\bigr)\biggl(\int^{s}_{0}\bigl((s-r+\epsilon)^{\alpha-1}-(s-r)^{\alpha-1-}\bigr)\,dW(r)\biggr)\,ds\biggr\vert^{2}\\&\qquad{}+8{\alfa}^{2{\mathbb{E}}\sup_{u\in[0,t]}\biggl\vert\int^{u}_{0}(g\bigl(s,X(s)\bigr)-g\bigle(s^{s}_{0}(s-r+\epsilon)^{\alpha-1}\,dW(r)\biggr)\,ds\biggr\vert^{2}\\&\qquad{}+8{\epsilen}^{2\alpha}{\mathbb{E}}\sup_{u\in[0,t]}\biggl\vert\int^{u}_{0}(g\bigl(s),X(s)\bigr)-g\bigle(s,X^{\epsilon}(s)\biger)\,dW(s)\ biggr\vert^{2}。\结束{对齐}$$
(3.18)

然后

$$\开始{aligned}&{mathbb{E}}\sup_{u\在[0,t]}d中^{2}_{\infty}\bigl(X(u),X^{\epsilon}(u)\bigr)\\&\quad\leq 2{\mathbb{E}}\int^{t}_{0}天^{2}_{\infty}\bigl(f\bigl(s,X(s)\bigr),f\bigle(s,X^{\epsilon}(s)\figr)\,ds\\&\qquad{}+8{\epsilon}^{2\alpha}{\mathbb{E}}\sup_{u\in[0,t]}\biggl\vert\int^{u}_{0}g\bigl(s,X^{\epsilon}\bigr)\,dW(s)\biggr\vert^{2}\\&\qquad{}+8{\alpha}^{2{\mathbb{E}}\sup_{u\in[0,t]}\biggl\vert\int^{u}_{0}\int^{u}_{s} g\bigl(r,X^{\epsilon}(r)\bigr)\bigle((r-s+\epsilen)^{\alpha-1}-(r-s)^{\ alpha-1{\biger)\,dr\,dW(s)\biggr\vert^{2}\\&\qquad{}+8{\alfa}^{2{{\mathbb{E}\sup_{u\in[0,t]}\biggl\vert\int^{u}_{0}\int^{u}_{s} (g\bigl(r,X(r)\bigr)-g\bigle(s,X^{\epsilon}(s)\biger)(r-s+\epsilen)^{\alpha-1}\,dr\,dW(s)\ biggr\vert^{2}\\&\qquad{}+8{\epsilon}^{2\alpha}{\mathbb{E}}\sup_{u\in[0,t]}\biggl\vert\int^{u}_{0}(g\bigl(s),X(s)\bigr)-g\bigle(s,X^{\epsilon}(s)\biger)\,dW(s)\ biggr\vert^{2}。\结束{对齐}$$
(3.19)

应用Doob不等式、Hölder不等式和Itóisometry性质得到

$$\begin{aligned}&{\mathbb{E}}\sup_{u\in[0,t]}d^{2}_{\infty}\bigl(X(u),X^{\epsilon}(u)\bigr)\\&\quad\leq 2{\mathbb{E}}\int^{t}(t)_{0}天^{2}_{\infty}\bigl(f\bigl[s,X(s)\bigr),f\bigle(s,X^{\epsilon}(s)\figr)\,ds+32{\epsilon}^{2\alpha}{\mathbb{E}}\int^{t}(t)_{0}g^{2}\bigl(s,X^{\epsilon}\bigr)\,ds\\&\qquad{}+32{\alpha}^{2{\mathbb{E}}\int^{t}(t)_{0}\biggl[\int^{t}(t)_{s} g^{2}\bigl(r,X^{\epsilon}(r)\bigr)\ bigl^{t}(t)_{s} \bigl((r-s+\epsilon)^{\alpha-1-(r-s)^{\ alpha-1-}\bigr)\,dr\biggr]\,ds\\&\qquad{}+32{\alfa}^{2}{\mathbb{E}}\int^{t}(t)_{0}(\int^{t}(t)_{s} \bigl(g\bigl-(r,X(r)\bigr)-g\bigle(s,X^{\epsilon}(s)\biger)^{2}(r-s+\epsilen)^{\alpha-1}\,dr\bigr)\\&\qquad{}\times\biggl(\int^{t}(t)_{s} (r-s+\epsilon)^{\alpha-1}\,dr\biggr)\,ds\\&\qquad{}+32{\epsilon}^{2\alpha}{\mathbb{E}}\int^{t}_{0}(g\bigl(s),X(s)\bigr)-g\bigle(s,X^{\epsilon}\biger)^{2}\,ds.\end{aligned}$$
(3.20)

通过类似的论据(3.9),来自(3.11)和假设\((A1)\)\((A3)\),我们推断

$$\开始{aligned}&{mathbb{E}}\sup_{u\在[0,t]}d中^{2}_{\infty}\bigl(X(u),X^{\epsilon}(u)\bigr)\\&\quad\leq 2L^{2}{\mathbb{E}}\int^{t}(t)_{0}天^{2}_{\infty}\bigl(X(s),X^{\epsilon}\bigr)\,ds+64{\epsilon}^{2\alpha}C^{2}\int^{t}(t)_{0}\bigl(1+{\mathbb{E}}\bigle\vert\!\bigr\vert\!\bigr\vert^{2}\bigr)\,ds\\&\qquad{}+64C^{2{(T+\epsilon)^{2\alpha}\frac{\alpha+1}{\ alpha}{\epsilen}^{\alfa}\int^{t}(t)_{0}\bigl(1+{\mathbb{E}}\bigle\vert\!\较大\垂直\!\bigr\vert^{2}\bigr)\,ds\\&\qquad{}+32L^{2{(T+\epsilon)^{2\alpha}{\mathbb{E}}\int^{t}(t)_{0}天^{2}_{\infty}\bigl(X(s),X^{\epsilon}\biger)\,ds\\&\qquad{}+32L^{2}{\epsilon}^{2\alpha}{\mathbb{E}}\int^{t}(t)_{0}天^{2}_{\infty}\bigl(X(s),X^{\epsilon}\bigr)\,ds.\end{aligned}$$
(3.21)

因此

$$\开始{aligned}&{mathbb{E}}\sup_{u\在[0,t]}d中^{2}_{\infty}\bigl(X(u),X^{\epsilon}(u)\biger^{t}(t)_[0,s]}d中的{0}{\mathbb{E}}\sup_{u\^{2}_{\infty}\bigl(X(u),X^{\epsilon}(u)\biger)\,ds\\&\qquad{}+\biggl(64{\epsilon}^{2\alpha}C^{2}+64C^{2](T+\epsilen)^{t}_{0}\bigl(1+{\mathbb{E}}\bigle\vert\!\较大\垂直\!\bigr\vert^{2}\bigr)\,ds.\end{aligned}$$
(3.22)

根据Gronwall引理,\([0,t]}d中的{\mathbb{E}}\sup_{u\^{2}_{\infty}(X(u),X^{\epsilon}(u))\rightarrow 0\)作为\(\epsilon\rightarrow 0\),这就完成了证明。 □

3.1金融学示例

以下清晰的SFDE通常用于财务建模:

$$\开始{对齐}X(t)=X_{0}+\int^{t}(t)_{0}\mu X(s)\,ds+\int^{t}(t)_{0}\sigma X(s)\,dB_{H}(s),\quad X_{0}=X(0),\end{aligned}$$
(3.23)

其中基础随机过程是fBm。fBm的长程相关性和自相似性使得该过程适合于描述金融量。另一方面,我们可以通过包含不确定性的方程来模拟价格动态。这导致在方程中使用模糊过程进行建模。在线性系数的情况下,我们得到了方程(3.1)。因此,考虑满足定理假设的分数FSDE3.2如下:

$$\开始{对齐}X(t)=X_{0}+\int^{t}(t)_{0}\mu X(s)\,ds+\biggl\langle\int^{t}(t)_{0}\frac{\sigma}{2}\bigl(X^{1}_{l} (s)+X^{1}_{u} (s)\较大)\,dB_{H}(s)\biggr\rangle,\end{aligned}$$
(3.24)

哪里\(X:{\mathbb{R}}_{+}\times\Omega\rightarrow{\mathcal{F}}({\mat血红蛋白{R})\),\(B_{H}\)是fBm,\(X)^{1}_{l} ,X^{1}_{u} :{\mathbb{R}}_{+}\times\Omega\rightarrow{\mathbb{R{}}\)这样的话\([X(t)]^{1}=[X^{1}_{l} (t),X^{1}_{u} (t)]\),\(X_{0}\在{\mathcal{L}}^{2}中(\Omega,{\mathcal{A}}_{0{,P;{\matchal{F}}({\mathbb{R}}))、和\({\mathbb{R}}中的\mu,\sigma\)。为了找到解决方案的封闭显式形式(3.24),用于\(\mu\geq 0\),我们得到以下方程组:

$$\开始{aligned}\textstyle\begin{cases}X^{1}_{l} (t)=X^{1}_{l} (0)+\int^{t}(t)_{0}\mu X^{1}_{l} (s)\,ds+\int^{t}(t)_{0}\frac{\sigma}{2}(X^{1}_{l} (s)+X^{1}_{u} (s),dB_{H},\\X^{1}_{u} (t)=X^{1}_{u} (0)+\int^{t}(t)_{0}\mu X^{1}_{u} (s)\,ds+\int^{t}(t)_{0}\frac{\sigma}{2}(X^{1}_{l} (s)+X^{1}_{u} (s)\,dB_{H},\结束{cases}\显示样式\结束{aligned}$$

然后

$$\开始{对齐}X^{1}_{l} (t)+X^{1}_{u} (t)={}&X^{1}_{l} (0)+X^{1}_{u} (0)+\int^{t}(t)_{0}\mu\bigl(X^{1}_{l} (s)+X^{1}_{u} (s)\bigr)\,ds\\&{}+\int^{t}(t)_{0}\sigma\bigl(X^{1}_{l} (s)+X^{1}_{u} (s)\较大)\,dB_{H}(s)。\结束{对齐}$$
(3.25)

通过方程式(2.3)式的近似形式(3.25)是

$$开始{对齐}X^{\epsilon 1}_{l}(t)+X^{\ssilon 1\{u}^{t}(t)_{0}\bigl(\mu+\sigma\alpha\varphi^{\epsilon}(s)\bigr)\bigl(X^{\epsilon 1}_{l}(s)+X^{\epsilon 1}_{u}(s)\bigr)\,ds\\&{}+\int^{t}(t)_{0}\sigma\epsilon^{\alpha}\bigl(X^{\epsiron1}_{l}(s)+X^{\ epsilon1}__{u}(s\bigr)\,dW(s)。\结束{对齐}$$
(3.26)

因此,从清晰线性SDE的显式解来看,有一个唯一的解,

$$开始{对齐}X^{\epsilon 1}_{l}(t)+X^{\spilon 1{{u}^{t}(t)_{0}\varphi^{\epsilon}(s)\,ds-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}t+\sigma\epsilen^{\alpha}W(t)\biggr)\\&=\bigl{H}(t)-\压裂{1}{2}\西格玛^{2}\epsilon^{2\alpha}t\biggr)。\结束{对齐}$$
(3.27)

现在,对于每一个\([0,1]\中的alpha\),我们采用类似的程序获得以下系统:

$$\开始{aligned}\textstyle\begin{cases}X^{\epsilon\alpha}_{l}(t)=X^{\ epsilon\ alpha}_{l}_(0)+\int^{t}(t)_{0}\mu X^{\epsilon\alpha}_{l}\,ds+\int^{t}_{0}\frac{\sigma}{2}(X^{\epsilon1}_{l}(s)+X^{\ epsilon1\{u}^{t}(t)_{0}\mu X^{\epsilon\alpha}_{u}\,ds+\int^{t}(t)_{0}\frac{\sigma}{2}(X^{\epsilon1}_{l}(s)+X^{\ epsilon1\{u}(s))。\结束{cases}\displaystyle\end{aligned}$$

对于\(\mu\geq 0\),我们应用该解决方案(3.27)获取以下系统:

$$开始{对齐}X^{\epsilon\alpha}_{l}(t)={}&X^{\ epsilon\ alpha}_{l}(0)+\int^{t}(t)_{0}\mu X^{\epsilon\alpha}_{l}\,ds\\&{}+\int^{t}(t)_{0}\frac{\sigma}{2}\bigl(X^{\epsilon1}_{l}(0)+X^{\ epsilon1}_{u}),\\X^{\epsilon\alpha}_{u}(t)={}&X^{\ epsilon\ alpha}_{u}_(0)+\int^{t}(t)_{0}\mu X^{\epsilon\alpha}_{u}\,ds\\&{}+\int^{t}(t)_{0}\frac{\sigma}{2}\bigl(X^{\epsilon1}_{l}(0)+X^{\ epsilon1}_{u}),\结束{对齐}$$

或者根据维纳过程W公司,我们有

$$开始{对齐}X^{\epsilon\alpha}_{l}(t)={}&X^{\ epsilon\ alpha}_{l}(0)+\int^{t}_{0}\mu X^{\epsilon\alpha}_{l}(s)\,ds\\&{}+\alpha\frac{\sigma}{2}\bigl(X^{\\epsilon1}_{1}(0)+X^{\ epsilon 1}__{u}(O)\bigr)\\&{{}\times\int^{t}(t)_{0}\varphi^{\epsilon}(s)\exp\biggl(\mu s+\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\epsilon ^{2 \alpha}s+\ sigma\epsilon ^{\alpha}W(s)\biggr)\,ds\\&{}+\ epsilon ^{\alpha}\frac{\sigma}{2}\bigl(X^{\epsilon 1}_{l}(0)+X^{\epsilon 1}_{u}(0)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\mu s+\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,dW(s^{t}(t)_{0}\mu X^{\epsilon\alpha}_{u}(s)\,ds\\&{}+\alpha\frac{\sigma}{2}\bigl(X^{\\epsilon1}_{l}(0)+X^{\ epsilon 1}_}_{u(0)\bigr)\\&{{}\times\int^{t}(t)_{0}\varphi^{\epsilon}(s)\exp\biggl(\mu s+\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsillon^{\alpha}W(s)\biggr)\,ds\\&{}+\epsilon^{\ alpha}\frac}{2\sigma}{2{\bigl)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\mu s+\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,dW。\结束{对齐}$$
(3.28)

将定理8.5.2应用于[1]获得唯一的解决方案(3.28)格式为:

$$开始{对齐}X^{\epsilon\alpha}_{l}(t)={}&e^{\mut}X^{\ epsilon\ alpha}_{l}(0)\\&{}+e^{\ mut}\alpha\frac{\sigma}{2}\bigl^{t}(t)_{0}\varphi^{\epsilon}(s)\exp\biggl(\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,ds\\&{}+e^{\mut}\epsillon^{\ alpha}\ frac{\sigma}{2{\bigl{u}(0)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,dW(s t}\alpha\frac{\sigma}{2}\bigl(X^{\epsilon1}_{l}(0)+X^{\ epsilon1}_{u}(O)\bigr)\\&{}\times\int^{t}(t)_{0}\varphi^{\epsilon}(s)\exp\biggl(\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,ds\\&{}+e^{\mut}\epsillon^{\ alpha}\ frac{\sigma}{2{\bigl{u}(0)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,dW。\结束{对齐}$$

然后

$$开始{对齐}X^{\epsilon\alpha}_{l}(t)={}&e^{\mut}\biggl[X^{\ epsilon\ alpha}_{l}(0)+\frac{\sigma}{2}\bigl(X^{epsilon 1}_{1}(0)+X^{\\epsilon1}_{u}(O)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\sigma B^{\epsilon}_{H}(s)-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s\biggr)\,dB^{\ epsilen}_{H}(s])\biggr],\\X^{\εalpha}_{u}(t)={}&e^{\mut}\biggl[X^{\alpha}_u}(0)+\frac{\sigma}{2}\bigl(X^{\epsilon1}_{l}(0)+X^{\ epsilon1}_{u}(O)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\sigma B^{\epsilon}_{H}(s)-\frac{1}{2}\sigma ^{2}\epsilon ^{2}\alpha}s \biggr)\,dB^{\epsilon}_{H}(s)\biggr]。\结束{对齐}$$

因此\(\mu\geq 0\)

$$开始{对齐}X^{\epsilon}(t)={}&e^{\mut}X(0)\\&{}+\biggl\langle\frac{\sigma}{2}\bigl^{t}_{0}\exp\biggl(\sigma B^{\epsilon}_{H}(s)-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s\biggr)\,dB^{\ epsilen}_{H}(s-)\biggr范围。\结束{对齐}$$
(3.29)

对于\(\mu<0\),我们可以证明

$$\begin{aligned}\begin{aligned}X^{\epsilon\alpha}_{l}(t)={}&X^{\ epsilon\ alpha}_{l}_(0)+\int^{t}(t)_{0}\mu X^{\epsilon\alpha}_{u}(s)\,ds\\&{}+\alpha\frac{\sigma}{2}\bigl(X^{\\epsilon1}_{l}(0)+X^{\ epsilon 1}_}_{u(0)\bigr)\\&{{}\times\int^{t}(t)_{0}\varphi^{\epsilon}(s)\exp\bigl(\mu s+\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsillon^{\alpha}W(s)\biggr)\,ds\\&{}+\epsilon^{\ alpha}\frac}{2\sigma}{2{\bigl)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\mu s+\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,dW(s^{t}_{0}\mu X^{\epsilon\alpha}_{l}(s)\,ds\\&{}+\alpha\frac{\sigma}{2}\bigl(X^{\\epsilon1}_{1}(0)+X^{\ epsilon 1}__{u}(O)\bigr)\\&{{}\times\int^{t}(t)_{0}\varphi^{\epsilon}(s)\exp\biggl(\mu s+\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsillon^{\alpha}W(s)\biggr)\,ds\\&{}+\epsilon^{\ alpha}\frac}{2\sigma}{2{\bigl)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\mu s+\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,dW。\end{aligned}\end{alinged}$$
(3.30)

独特的解决方案(3.30)具有以下矩阵形式:

$$开始{对齐}X^{\epsilon\alpha}_{l}(t)={}&X^{\spilon\alha}_{1}(0)\cosh(\mut)+X^{\ epsilon\ alpha}_{u}(O)\sinh(\mu t)\\&{}+e^{\mut}\alpha\frac{\sigma}{2}\bigl{u}(0)\bigr)\\&{}\times\int^{t}(t)_{0}\varphi^{\epsilon}(s)\exp\biggl(\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,ds\\&{}+e^{\mut}\epsillon^{\ alpha}\ frac{\sigma}{2{\bigl{u}(0)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,dW(s{u}(0)\cosh(\mut)\\&{}+e^{\mut}\alpha\frac{\sigma}{2}\bigl\bigr)\\&{}\times\int^{t}(t)_{0}\varphi^{\epsilon}(s)\exp\biggl(\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\sigma^{2}\sigma^{\alpha}W(s)\biggr)\,ds\\&{}+e^{\mu t}\epsilon^{\alpha}\frac{\sigma}{2}\bigl(X^{\epsilon 1}_{l}(0)+X^{\epsilon 1}_{u}(0)\bigr)\\&{}\times\int^{t}(t)_{0}\exp\biggl(\sigma\alpha\int^{s}_{0}\varphi^{\epsilon}(u)\,du-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s+\sigma\epsilon^{\alpha}W(s)\biggr)\,dW。\结束{对齐}$$

然后

$$\begin{aligned}X^{\epsilon\alpha}_{l}(t)={}&X^{\epsilon\alpha}_{l}(0)\cosh(\mu t)+X^{\epsilon\alpha}_{u}(0)\sinh(\mu t)\&{}+e^{\mu t}\frac{\sigma}{2}\bigl(X^{\epsilon 1}_{l}(0)+X^{\epsilon 1}_{u}(0)\bigr)[int^{t}(t)_{0}\exp\biggl(\sigma B^{\epsilon}_{H}(s)-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s\biggr)\,dB^{\ epsilen}_{H}n\alpha}{u}(0)\cosh(\mut)\\&{}+e^{\mut}\frac{\sigma}{2}\bigl^{t}(t)_{0}\exp\biggl(\sigma B^{\epsilon}_{H}(s)-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s\biggr)\,dB^{\ epsilen}_{H}。\结束{对齐}$$

因此,近似模糊解\(\mu<0\)

$$开始{对齐}X^{\epsilon}(t)={}&X(0)\cosh(\mut)+X(0^{t}(t)_{0}\exp\biggl(\sigma B^{\epsilon}_{H}(s)-\frac{1}{2}\sigma^{2}\ epsilon^{2\alpha}s\biggr)\,dB^{\ epsilen}_{H}(s-)\biggr范围。\结束{对齐}$$
(3.31)

4结论

我们引入了一个关于Liouville型fBm的模糊随机微分方程,该方程具有长程相关等许多性质。我们对分数阶随机积分应用了一种近似方法,并将经典Itó积分嵌入到模糊集空间。利用Picard迭代方法研究了解的存在唯一性。我们证明了近似解一致收敛于精确解。

数据和材料的可用性

不适用。

工具书类

  1. Allen,E.:用随机微分方程建模。柏林施普林格出版社(2007)

    数学 谷歌学者 

  2. Alós,E.,Mazet,O.,Nualart,D.:关于分数布朗运动的随机演算,Hurst参数小于1/2。斯托克。过程。申请。86, 121–139 (2000)

    第条 数学科学网 谷歌学者 

  3. Alós,E.,Nualart,D.:分数布朗运动的随机积分。斯托克。斯托克。代表。75, 129–152 (2002)

    第条 数学科学网 谷歌学者 

  4. Carmona,P.,Coutin,L.,Montseny,G.:分数布朗运动的随机积分。安·Inst.Henri Poincaré39, 27–68 (2003)

    第条 数学科学网 谷歌学者 

  5. Colubi,A.,Dominguez-Menchero,J.S.,Lopez-Diaz,M.,Ralescu,D.A.:A\(D_{E}[0,1]\)随机上半连续函数的表示。程序。美国数学。Soc公司。130, 3237–3242 (2002)

    第条 谷歌学者 

  6. Decreusefond,L.,U stünel,A.S.:分数布朗运动的随机分析。潜在分析。10, 177–214 (1998)

    第条 数学科学网 谷歌学者 

  7. Diamond,P.,Kloeden,P.E.:模糊集的度量空间:理论与应用。《世界科学》,新加坡(1994年)

     谷歌学者 

  8. Hiai,F.,Umegaki,H.:多值函数的积分、条件期望和鞅。J.多变量。分析。7, 149–182 (1977)

    第条 数学科学网 谷歌学者 

  9. Kim,J.H.:关于模糊随机微分方程。J.韩国数学。Soc公司。42,153–169(2005年)

    第条 数学科学网 谷歌学者 

  10. 科尔莫戈罗夫,A.N.:维尼采·斯皮拉伦与埃尼格,以及对希尔伯钦·劳姆的库尔文感兴趣。(德国)C.R.(Doklady)Acad。URSS(不适用)26,115–118(1940年)

    数学科学网 数学 谷歌学者 

  11. Lakshmikantham,V.,Mohapatra,R.N.:模糊微分方程和包含理论。Taylor&Francis,伦敦(2003)

     谷歌学者 

  12. Malinowski,M.T.:随机模糊微分方程及其应用。凯贝内提卡47, 123–143 (2011)

    数学科学网 数学 谷歌学者 

  13. Malinowski,M.T.:Itó型随机模糊微分方程的强解。数学。计算。模型。55, 918–928 (2012)

    第条 谷歌学者 

  14. Malinowski,M.T.:带时滞的随机模糊微分方程。系统。控制信函。61, 692–701 (2012)

    第条 谷歌学者 

  15. Malinowski,M.T.:随机模糊微分方程强解的一些性质。信息科学252, 62–80 (2013)

    第条 数学科学网 谷歌学者 

  16. Mandelbrot,B.B.,Van Ness,J.W.:分数布朗运动,分数噪声和应用。SIAM版本。10,422–437(1968年)

    第条 数学科学网 谷歌学者 

  17. Puri,M.L.,Ralescu,D.A.:模糊随机变量。数学杂志。分析。申请。114, 409–422 (1986)

    第条 数学科学网 谷歌学者 

  18. Thao,T.H.:金融分数分析的近似方法。非线性分析。,真实世界应用。7(1), 124–132 (2006)

    第条 数学科学网 谷歌学者 

  19. Young,L.C.:与Stieltjes积分相关的Hölder型不等式。数学学报。67, 251–282 (1936)

    第条 数学科学网 谷歌学者 

下载参考资料

致谢

不适用。

基金

不适用。

作者信息

作者和附属机构

作者

贡献

本文的主要思想是由MTM提出的。HJ最初准备了手稿,并在本研究中执行了所有的证明步骤。所有作者阅读并批准了最终手稿。

通讯作者

与的通信侯赛因·贾法里.

道德声明

竞争性利益

作者声明,他们没有相互竞争的利益。

权利和权限

开放式访问本文是根据Creative Commons Attribution 4.0国际许可证授权的,该许可证允许以任何媒体或格式使用、共享、改编、分发和复制,只要您对原始作者和来源给予适当的信任,提供指向Creative Commons许可证的链接,并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的Creative Commons许可证中,除非材料的信用额度中另有说明。如果材料未包含在文章的知识共享许可证中,并且您的预期用途不受法定法规允许或超过了允许的用途,则您需要直接获得版权持有人的许可。要查看此许可证的副本,请访问http://creativecommons.org/licenses/by/4.0/.

转载和许可

关于本文

检查更新。通过CrossMark验证货币和真实性

引用这篇文章

Jafari,H.、Malinowski,M.T.和Ebadi,M.J.分数布朗运动驱动的模糊随机微分方程。高级差异Equ 2021, 16 (2021). https://doi.org/10.1186/s13662-020-03181-z

下载引文

  • 收到:

  • 认可的:

  • 出版:

  • 内政部:https://doi.org/10.1186/s13662-020-03181-z

关键词