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:2306.02047

帮助 | 高级搜索

数学 > 概率

arXiv:2306.02047 (math)
[提交于 2023年6月3日 ]

标题: 多尺度分布依赖随机微分方程关于分数布朗运动的大偏差原理

标题: Large deviation principle for multi-scale distribution dependent stochastic differential equations driven by fractional Brownian motions

Authors:Shen Gunagjun, Zhou Huan, Wu Jianglun
摘要: 本文中,我们关注由分数布朗运动(Hurst指数为$H>\frac12$)和标准布朗运动同时驱动的多尺度分布依赖随机微分方程。我们的目标是为多尺度分布依赖随机微分方程建立一个大偏差原理。这是通过弱收敛方法完成的,我们的证明主要基于分数阶微积分。
摘要: In this paper, we are concerned with multi-scale distribution dependent stochastic differential equations driven by fractional Brownian motion (with Hurst index $H>\frac12$ and standard Brownian motion, simultaneously. Our aim is to establish a large deviation principle for the multi-scale distribution dependent stochastic differential equations. This is done via the weak convergence approach and our proof is based heavily on the fractional calculus.
评论: 28页,0图。arXiv管理员注:与其它作者的arXiv:2112.08203存在文字重叠
主题: 概率 (math.PR)
引用方式: arXiv:2306.02047 [math.PR]
  (或者 arXiv:2306.02047v1 [math.PR] 对于此版本)
  https://doi.org/10.48550/arXiv.2306.02047
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Guangjun Shen [查看电子邮件]
[v1] 星期六, 2023 年 6 月 3 日 08:11:40 UTC (25 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
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

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