超级会员免费看
本文深入探讨了倒向随机微分方程（BSDE）与二阶线性及非线性抛物型和椭圆型偏微分方程（PDE）之间的联系，特别是Feynman-Kac公式。该公式展示了如何用SDE和BSDE的解来表示PDE的解，涉及线性和非线性PDE的终值及边值问题。文章介绍了线性抛物PDE和椭圆PDE的定义，并阐述了它们的非线性形式。
7.4 倒向随机微分方程-Feynman-Kac公式
随机微分方程与抛物线型或椭圆型的二阶偏微分方程之间存在着内在的关系。这是非常自然的，因为从物理学的角度来看，随机微分方程和这两种偏微分方程描述了现实世界中一种或另一种“扩散”类型的现象。
- 这种关系在Ch5（动态规划）的最优随机控制的背景下得到广泛的研究。
- 本节使用SDEs和BSDEs的解来表示一些二阶抛物线和椭圆偏微分方程的解，被称为费曼-卡茨型公式。
前情提要
- 通过SDE表示PDE的粘性解
- 通过BSDE表示PDE的粘性解
4.1 通过SDE表示PDE的粘性解
- 二阶线性抛物PDE
- 线性抛物PDE-终值问题（Cauchy问题）
- 线性抛物PDE-终值边值问题
- 椭圆PDE
- 线性的椭圆PDE-边值问题
- 非线性的椭圆PDE-终值边值问题
4.1.1 二阶线性抛物PDE
考虑初\边值问题(1)
{
u
t
+
L
u
=
f
in
U
T
u
=
0
on
∂
U
×
[
0
,
T
]
u
=
g
on
U
×
{
t
=
0
}
\left\{\begin{aligned} u_{t}+L u=f & \text { in } U_{T} \\ u=0 & \text { on } \partial U \times[0, T] \\ u=g & \text { on } U \times\{t=0\} \end{aligned}\right.
⎩
⎨
⎧ut+Lu=fu=0u=g in UT on ∂U×[0,T] on U×{t=0}
其中，
f
:
U
T
→
R
f: U_{T} \rightarrow \mathbb{R}
f:UT→R和
g
:
U
→
R
g: U \rightarrow \mathbb{R}
g:U→R给定, 以及
u
:
U
ˉ
T
→
R
u: \bar{U}_{T} \rightarrow \mathbb{R}
u:UˉT→R未知,
u
=
u
(
x
,
t
)
u=u(x, t)
u=u(x,t).
L
L
L表示任意时间
t
t
t的二阶偏微分算子, 有以下发散形式(2)
L
u
=
−
∑
i
,
j
=
1
n
(
a
i
j
(
x
,
t
)
u
x
i
)
x
j
+
∑
i
=
1
n
b
i
(
x
,
t
)
u
x
i
+
c
(
x
,
t
)
u
L u=-\sum_{i, j=1}^{n}\left(a^{i j}(x, t) u_{x_{i}}\right)_{x_{j}}+\sum_{i=1}^{n} b^{i}(x, t) u_{x_{i}}+c(x, t) u
Lu=−i,j=1∑n(aij(x,t)uxi)xj+i=1∑nbi(x,t)uxi+c(x,t)u
或者非发散形式(3)
L
u
=
−
∑
i
,
j
=
1
n
a
i
j
(
x
,
t
)
u
x
i
x
j
+
∑
i
=
1
n
b
i
(
x
,
t
)
u
x
i
+
c
(
x
,
t
)
u
L u=-\sum_{i, j=1}^{n} a^{i j}(x, t) u_{x_{i} x_{j}}+\sum_{i=1}^{n} b^{i}(x, t) u_{x_{i}}+c(x, t) u
Lu=−i,j=1∑naij(x,t)uxixj+i=1∑nbi(x,t)uxi+c(x,t)u
对于给定的系数
a
i
j
,
b
i
,
c
(
i
,
j
=
1
,
…
,
n
)
a^{i j}, b^{i}, c(i, j=1, \ldots, n)
aij,bi,c(i,j=1,…,n).
- 线性抛物PDE的定义
- 考虑以下线性抛物PDE的Cauchy问题(4.1) :
{ v t + ∑ i , j = 1 n a i j ( t , x ) v x i x j + ∑ i = 1 n b i ( t , x ) v x i + c ( t , x ) v + h ( t , x ) = 0 ( t , x ) ∈ [ 0 , T ) × R n , \left\{\begin{array}{c}v_{t}+\sum_{i, j=1}^{n} a_{i j}(t, x) v_{x_{i} x_{j}}+\sum_{i=1}^{n} b_{i}(t, x) v_{x_{i}}+c(t, x) v+h(t, x)=0 \\ (t, x) \in[0, T) \times \mathbb{R}^{n},\end{array}\right. {vt+∑i,j=1naij(t,x)vxixj+∑i=1nbi(t,x)vxi+c(t,x)v+h(t,x)=0(t,x)∈[0,T)×Rn,
其中 a i j , b i , c , h : [ 0 , T ] × R n → R a_{i j}, b_{i}, c, h:[0, T] \times \mathbb{R}^{n} \rightarrow \mathbb{R} aij,bi,c,h:[0,T]×Rn→R和$g: \mathbb{R}^{n} \rightarrow \mathbb{R} 。设 。 设 。设b(t, x)=\left(b_{1}(t, x), \ldots, b_{n}(t, x)\right)^{\top} 。假设对某 。假设对某 。假设对某m 存在一个 存在一个 存在一个\sigma: [0, T] \times \mathbb{R}^{n} \rightarrow \mathbb{R}^{n \times m}$使得(4.2)
a ( t , x ) ≡ ( a i j ( t , x ) ) = 1 2 σ ( t , x ) σ ( t , x ) ⊤ , ∀ ( t , x ) ∈ [ 0 , T ] × R n a(t, x) \equiv\left(a_{i j}(t, x)\right)=\frac{1}{2} \sigma(t, x) \sigma(t, x)^{\top},\forall(t, x) \in[0, T] \times \mathbb{R}^{n} a(t,x)≡(aij(t,x))=21σ(t,x)σ(t,x)⊤,∀(t,x)∈[0,T]×Rn
则(4.1)可以写为以下形式(4.3):
{ v t + 1 2 tr { σ ( t , x ) σ ( t , x ) ⊤ v x x } + ⟨ b ( t , x ) , v x ⟩ + c ( t , x ) v + h ( t , x ) = 0 , ( t , x ) ∈ [ 0 , T ) × R n , v ∣ t = T = g ( x ) , \left\{\begin{array}{l}v_{t}+\frac{1}{2} \operatorname{tr}\left\{\sigma(t, x) \sigma(t, x)^{\top} v_{x x}\right\}+\left\langle b(t, x), v_{x}\right\rangle \\ \quad+c(t, x) v+h(t, x)=0, \quad(t, x) \in[0, T) \times \mathbb{R}^{n}, \\ \left.v\right|_{t=T}=g(x),\end{array}\right. ⎩ ⎨ ⎧vt+21tr{σ(t,x)σ(t,x)⊤vxx}+⟨b(t,x),vx⟩+c(t,x)v+h(t,x)=0,(t,x)∈[0,T)×Rn,v∣t=T=g(x),
- 假设条件
需要注意的是，（ a i j ( t , x ) a_{ij}(t,x) aij(t,x)）可能会退化。因此，一般来说，（4.3）可能没有经典的解。然而，我们有以下结果，这是经典的费曼-卡克公式的一个推广版本。
- 费曼-卡克公式
注意，在经典的费曼-Kac公式中，方程（4.3）是非退化的，函数h只需要满足一个较弱的条件(见Karatzas-Shreve)。此外，第五章定理3.3也给出了定理4.1的确定性版本。
随机微分方程-与偏微分方程的关联
- 考虑抛物方程的终值-边值问题(4.8):
{ v t + 1 2 tr { σ ( t , x ) σ ( t , x ) ⊤ v x x } + ⟨ b ( t , x ) , v x ⟩ + c ( t , x ) v + h ( t , x ) = 0 , ( t , x ) ∈ [ 0 , T ) × G , v ∣ ∂ G = ψ ( t , x ) , v ∣ t = T = g ( x ) , \left\{\begin{array}{l}v_{t}+\frac{1}{2} \operatorname{tr}\left\{\sigma(t, x) \sigma(t, x)^{\top} v_{x x}\right\}+\left\langle b(t, x), v_{x}\right\rangle \\ \quad+c(t, x) v+h(t, x)=0, \quad(t, x) \in[0, T) \times G, \\ \left.v\right|_{\partial G}=\psi(t, x), \\ \left.v\right|_{t=T}=g(x),\end{array}\right. ⎩ ⎨ ⎧vt+21tr{σ(t,x)σ(t,x)⊤vxx}+⟨b(t,x),vx⟩+c(t,x)v+h(t,x)=0,(t,x)∈[0,T)×G,v∣∂G=ψ(t,x),v∣t=T=g(x),
其中 G ⊆ R n G \subseteq \mathbb{R}^{n} G⊆Rn是有 C 1 C^{1} C1边界 ∂ G \partial G ∂G的有界区域。定义(4.9)
Ψ ( t , x ) = { g ( x ) , ( t , x ) ∈ { T } × G ˉ ψ ( t , x ) , ( t , x ) ∈ [ 0 , T ) × ∂ G \Psi(t, x)=\left\{\begin{array}{lc}g(x), & (t, x) \in\{T\} \times \bar{G} \\ \psi(t, x), & (t, x) \in[0, T) \times \partial G\end{array}\right. Ψ(t,x)={g(x),ψ(t,x),(t,x)∈{T}×Gˉ(t,x)∈[0,T)×∂G
- 费曼-卡克公式
4.1.2 椭圆PDE
考虑边值问题
{
L
u
=
f
in
U
u
=
0
on
∂
U
\left\{\begin{aligned} L u=f & \text { in } U \\ u=0 & \text { on } \partial U \end{aligned}\right.
{Lu=fu=0 in U on ∂U
其中
U
U
U是
R
n
\mathbb{R}^{n}
Rn的有界开集，以及
u
:
U
ˉ
→
R
u: \bar{U} \rightarrow \mathbb{R}
u:Uˉ→R未知,
u
=
u
(
x
)
u=u(x)
u=u(x).
f
:
U
→
R
f: U \rightarrow \mathbb{R}
f:U→R给定,
L
L
L表示二阶偏微分算子(2)
L
u
=
−
∑
i
,
j
=
1
n
(
a
i
j
(
x
)
u
x
i
)
x
j
+
∑
i
=
1
n
b
i
(
x
)
u
x
i
+
c
(
x
)
u
L u=-\sum_{i, j=1}^{n}\left(a^{i j}(x) u_{x_{i}}\right)_{x_{j}}+\sum_{i=1}^{n} b^{i}(x) u_{x_{i}}+c(x) u
Lu=−i,j=1∑n(aij(x)uxi)xj+i=1∑nbi(x)uxi+c(x)u
或者(3)
L
u
=
−
∑
i
,
j
=
1
n
a
i
j
(
x
)
u
x
i
x
j
+
∑
i
=
1
n
b
i
(
x
)
u
x
i
+
c
(
x
)
u
L u=-\sum_{i, j=1}^{n} a^{i j}(x) u_{x_{i} x_{j}}+\sum_{i=1}^{n} b^{i}(x) u_{x_{i}}+c(x) u
Lu=−i,j=1∑naij(x)uxixj+i=1∑nbi(x)uxi+c(x)u
对于给定的系数函数
a
i
j
,
b
i
,
c
(
i
,
j
=
1
,
…
,
n
)
a^{i j}, b^{i}, c(i, j=1, \ldots, n)
aij,bi,c(i,j=1,…,n)
- 椭圆PDE的定义
- 现在，让我们说明椭圆偏微分方程的结果。我们将考虑以下边值问题(4.12)：
{ 1 2 tr { σ ( x ) σ ( x ) ⊤ v x x } + ⟨ b ( x ) , v x ⟩ + c ( x ) v + h ( x ) = 0 , x ∈ G v ∣ ∂ G = ψ ( x ) \left\{\begin{array}{l}\frac{1}{2} \operatorname{tr}\left\{\sigma(x) \sigma(x)^{\top} v_{x x}\right\}+\left\langle b(x), v_{x}\right\rangle+c(x) v+h(x)=0, \quad x \in G \\ \left.v\right|_{\partial G}=\psi(x)\end{array}\right. {21tr{σ(x)σ(x)⊤vxx}+⟨b(x),vx⟩+c(x)v+h(x)=0,x∈Gv∣∂G=ψ(x)
其中， G ⊆ R n G \subseteq \mathbb{R}^{n} G⊆Rn是有 C 1 C^{1} C1边界 ∂ G \partial G ∂G的有界区域。
- 费曼-卡克公式
- 考虑以下非线性椭圆PDE(4.18):
{ v t + F ( t , x , v , v x , v x x ) = 0 , ( t , x ) ∈ [ 0 , T ) × G , v ∣ ∂ G = ψ ( t , x ) v ∣ t = T = g ( x ) \left\{\begin{array}{l}v_{t}+F\left(t, x, v, v_{x}, v_{x x}\right)=0, \quad(t, x) \in[0, T) \times G, \\ \left.v\right|_{\partial G}=\psi(t, x) \\ \left.v\right|_{t=T}=g(x)\end{array}\right. ⎩ ⎨ ⎧vt+F(t,x,v,vx,vxx)=0,(t,x)∈[0,T)×G,v∣∂G=ψ(t,x)v∣t=T=g(x)
其中 G ⊆ R n G \subseteq \mathbb{R}^{n} G⊆Rn是有 C 1 C^{1} C1边界 ∂ G , F : [ 0 , T ] × \partial G, F:[0, T] \times ∂G,F:[0,T]× G × R × R n × S n → R G \times \mathbb{R} \times \mathbb{R}^{n} \times \mathcal{S}^{n} \rightarrow \mathbb{R} G×R×Rn×Sn→R的有界区域, 并且 ψ \psi ψ和 g g g和之前一致。假设 F F F可表示为(4.19):
F ( t , x , v , p , P ) = inf u ∈ U { 1 2 tr { σ ( t , x , u ) σ ( t , x , u ) ⊤ P } + ⟨ b ( t , x , u ) , p ⟩ + c ( t , x , u ) v + h ( t , x , u ) } ( t , x , v , p , P ) ∈ [ 0 , T ] × G × R × R n × S n \begin{array}{r} F(t, x, v, p, P)=\inf _{u \in U}\left\{\frac{1}{2} \operatorname{tr}\left\{\sigma(t, x, u) \sigma(t, x, u)^{\top} P\right\}\right. \\ \quad+\langle b(t, x, u), p\rangle+c(t, x, u) v+h(t, x, u)\} \\ (t, x, v, p, P) \in[0, T] \times G \times \mathbb{R} \times \mathbb{R}^{n} \times \mathcal{S}^{n} \end{array} F(t,x,v,p,P)=infu∈U{21tr{σ(t,x,u)σ(t,x,u)⊤P}+⟨b(t,x,u),p⟩+c(t,x,u)v+h(t,x,u)}(t,x,v,p,P)∈[0,T]×G×R×Rn×Sn
对于某一函数 σ , b , c \sigma, b, c σ,b,c, 和 h h h以及某度量空间 U U U。(4.19)给出了在 ( v , p , P ) (v, p, P) (v,p,P)凸的泛函总类中非常大类的非线性泛函 F F F。
- 假设
- 费曼-卡克公式
以上情况可以进一步推广。如果F在 ( v , p , P ) (v,p,P) (v,p,P)中不一定是凹的，在某些情况下，它可以表示为 ( v , p , P ) (v,p,P) (v,p,P)中的某些函数的supinf或infsup。然后方程（4.18）是一些二人零和随机微分对策对应的上下Hamilton-Jacobi-Isaacs(HJI)方程。在这种情况下，我们可以将（4.18)的粘性解表示为这种微分对策的下值函数或上值函数。
然而，我们立即意识到，这些表示会变得越来越复杂。注意，表示（4.21）是复杂空间上复杂函数的初始值，复杂空间通常是一个无限维空间。因此，我们将不会朝着这个方向进一步发展。相反，在下面的小节中，借助BSD方程，我们将推导出某些类非线性偏微分方程的一些更简单的表示公式。
4.2 通过BSDE表示PDE的粘性解
- 非线性抛物PDE-终值问题（Cauchy问题）
- 非线性抛物PDE-终值边值问题
- 非线性的椭圆PDE-终值边值问题
4.2.1 非线性抛物PDE
- 在本小节中，我们将通过BSDEs来表示一些非线性偏微分方程的解。
我们从以下柯西问题(4.24)开始：
{ v t + 1 2 tr { σ ( t , x ) σ ( t , x ) ⊤ v x x } + ⟨ b ( t , x ) , v x ⟩ + h ( t , x , v , σ ( t , x ) ⊤ v x ) = 0 , ( t , x ) ∈ [ 0 , T ) × R n , v ∣ t = T = g ( x ) \left\{\begin{aligned} v_{t}+\frac{1}{2} \operatorname{tr}\left\{\sigma(t, x) \sigma(t, x)^{\top} v_{x x}\right\}+\left\langle b(t, x), v_{x}\right\rangle \\ \quad+h\left(t, x, v, \sigma(t, x)^{\top} v_{x}\right)=0, \quad(t, x) \in[0, T) \times \mathbb{R}^{n}, \\\left.v\right|_{t=T}=g(x) \end{aligned}\right. ⎩ ⎨ ⎧vt+21tr{σ(t,x)σ(t,x)⊤vxx}+⟨b(t,x),vx⟩+h(t,x,v,σ(t,x)⊤vx)=0,(t,x)∈[0,T)×Rn,v∣t=T=g(x)
注意，上面的方程在 v v v和 v x v_x vx中是非线性的，但 v x v_x vx中的非线性是一种特殊形式(如果a是可逆方阵，则为一般)。为使得它的解是由一个BSDE来表示是必要的。
- 假设
- 费曼-卡克公式
- 考虑以下终值边值问题(4.40):
{ v t + 1 2 tr { σ ( t , x ) σ ( t , x ) ⊤ v x x } + ⟨ b ( t , x ) , v x ⟩ + h ( t , x , v , σ ( t , x ) ⊤ v x ) = 0 , ( t , x ) ∈ [ 0 , T ) × G , v ∣ ∂ G = ψ ( t , x ) , v ∣ t = T = g ( x ) \left\{\begin{array}{l}v_{t}+\frac{1}{2} \operatorname{tr}\left\{\sigma(t, x) \sigma(t, x)^{\top} v_{x x}\right\}+\left\langle b(t, x), v_{x}\right\rangle \\ \quad+h\left(t, x, v, \sigma(t, x)^{\top} v_{x}\right)=0, \quad(t, x) \in[0, T) \times G, \\ \left.v\right|_{\partial G}=\psi(t, x), \\ \left.v\right|_{t=T}=g(x)\end{array}\right. ⎩ ⎨ ⎧vt+21tr{σ(t,x)σ(t,x)⊤vxx}+⟨b(t,x),vx⟩+h(t,x,v,σ(t,x)⊤vx)=0,(t,x)∈[0,T)×G,v∣∂G=ψ(t,x),v∣t=T=g(x)
其中 G ⊆ R n G \subseteq \mathbb{R}^{n} G⊆Rn是有 C 1 C^{1} C1边界 ∂ G \partial G ∂G的有界区域。
- 费曼-卡克公式
4.2.2 非线性椭圆PDE
我们讨论一个更微妙的情况，即区域 G G G中的非线性椭圆方程。我们考虑以下问题(4.43)：
{ 1 2 tr [ σ ( x ) σ ( x ) ⊤ v x x ] + ⟨ b ( x ) , v x ⟩ + h ( x , v , σ ( x ) ⊤ v x ) = 0 , x ∈ G v ∣ ∂ G = ψ ( x ) \left\{\begin{array}{l}\frac{1}{2} \operatorname{tr}\left[\sigma(x) \sigma(x)^{\top} v_{x x}\right]+\left\langle b(x), v_{x}\right\rangle+h\left(x, v, \sigma(x)^{\top} v_{x}\right)=0, x \in G \\ \left.v\right|_{\partial G}=\psi(x)\end{array}\right. {21tr[σ(x)σ(x)⊤vxx]+⟨b(x),vx⟩+h(x,v,σ(x)⊤vx)=0,x∈Gv∣∂G=ψ(x)
- 假设
- 费曼-卡克公式
扫一扫
1389
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
