Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2306.02028

帮助 | 高级搜索

数学 > 概率

arXiv:2306.02028 (math)
[提交于 2023年6月3日 ]

标题: 麦卡恩-弗拉索夫随机微分方程的平均化原理,由乘法分数噪声驱动,具有高度振荡的漂移系数

标题: Averaging principle for McKean-Vlasov SDEs driven by multiplicative fractional noise with highly oscillatory drift coefficient

Authors:Bin Pei, Lifang Feng, Min Han
摘要: 在本文中,我们研究一类包含乘法分数噪声(Hurts参数为$H > $ 1/2)和高度振荡漂移系数的McKean-Vlasov随机微分方程(SDEs)的平均化原理。 此处对应分数布朗运动的积分是广义的黎曼-斯特尔jes积分。 使用Khasminskii的时间离散化技术,我们证明当时间尺度$ \epsilon $ 趋近于零时,原系统解在上确界和Hölder拓扑下强收敛于平均系统解,这比经典McKean-Vlasov SDE框架中的现有结果更为精确。
摘要: In this paper, we study averaging principle for a class of McKean-Vlasov stochastic differential equations (SDEs) that contain multiplicative fractional noise with Hurst parameter $H > $ 1/2 and highly oscillatory drift coefficient. Here the integral corresponding to fractional Brownian motion is the generalized Riemann-Stieltjes integral. Using Khasminskii's time discretization techniques, we prove that the solution of the original system strongly converges to the solution of averaging system as the times scale $ \epsilon $ gose to zero in the supremum- and H\"older-topologies which are sharpen existing ones in the classical Mckean-Vlasov SDEs framework.
评论: 12页
主题: 概率 (math.PR) ; 动力系统 (math.DS)
MSC 类: 60G22, 60H10, 60H05, 34C29
引用方式: arXiv:2306.02028 [math.PR]
  (或者 arXiv:2306.02028v1 [math.PR] 对于此版本)
  https://doi.org/10.48550/arXiv.2306.02028
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Bin Pei [查看电子邮件]
[v1] 星期六, 2023 年 6 月 3 日 07:03:54 UTC (16 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
math.PR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-06
切换浏览方式为:
math
math.DS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号