【摘要】：本論文研究的是在推廣的變分框架下,運(yùn)用弱收斂方法證明一類帶有局部單調(diào)系數(shù)的隨機(jī)偏微分方程的大偏差原理.本文得到的大偏差結(jié)果不僅能夠涵蓋[16,38,52,56,58]等文獻(xiàn)中已有的結(jié)果,還可以直接應(yīng)用到文獻(xiàn)[40]中所包含的所有隨機(jī)偏微分方程模型,得到一大類流體力學(xué)和數(shù)學(xué)物理中隨機(jī)偏微分方程模型的大偏差性質(zhì).本文證明大偏差原理主要是采用隨機(jī)控制和弱收斂的方法.其中使用弱收斂方法證明了Laplace原理,在本文的研究框架下它等價(jià)于大偏差原理.特別地,我們沒有假設(shè)相應(yīng)的Gelfand三元組具有緊嵌入(參見[52]),也沒有假設(shè)擴(kuò)散系數(shù)具有某種有限維逼近性質(zhì)(參見[38]),而是假設(shè)了擴(kuò)散系數(shù)關(guān)于時(shí)間具有某種正則性.
[Abstract]:In this paper, we study the large deviation principle of a class of stochastic partial differential equations with local monotone coefficients by using the weak convergence method under the extended variational framework. The large deviation results obtained in this paper can not only cover the existing results in [16, 38, 52, 56, 58], but also can be directly applied to all stochastic partial differential equation models contained in reference [40]. The large deviation properties of a class of stochastic partial differential equation models in fluid mechanics and mathematics and physics are obtained. In this paper, it is proved that the principle of large deviation is mainly based on stochastic control and weak convergence. The weak convergence method is used to prove the Laplace principle, which is equivalent to the large deviation principle in the framework of this paper. In particular, we do not assume that the corresponding Gelfandtriples are tightly embedded (see [52]), nor do we assume that the diffusion coefficient has some finite dimensional approximation property (see [38]). Instead, it is assumed that the diffusion coefficient has some regularity about time.
【學(xué)位授予單位】：江蘇師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：O211.63

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張志祥;一類非時(shí)齊間斷系統(tǒng)的大偏差(英文)[J];數(shù)學(xué)進(jìn)展;1998年02期

2 江濤;對(duì)于復(fù)合更新模型重尾隨機(jī)和的大偏差結(jié)果的一個(gè)改進(jìn)(英文)[J];應(yīng)用數(shù)學(xué);2002年01期

3 廖玉麟;;大偏差理論及其應(yīng)用[J];長(zhǎng)沙鐵道學(xué)院學(xué)報(bào);1987年01期

4 胡亦鈞;H－值多參數(shù)隨機(jī)進(jìn)展方程小擾動(dòng)的大偏差原理[J];數(shù)學(xué)學(xué)報(bào);1994年01期

5 江濤;關(guān)于重尾隨機(jī)和大偏差的一個(gè)注記[J];高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯(中文版);2003年01期

6 曹曉敏;高珊;;關(guān)于大偏差概率的一個(gè)界(英文)[J];純粹數(shù)學(xué)與應(yīng)用數(shù)學(xué);2006年01期

7 邵啟滿;;自正則化大偏差的一個(gè)注記(英文)[J];應(yīng)用概率統(tǒng)計(jì);2006年04期

8 詹曉琳;張修梅;;關(guān)于重尾隨機(jī)中心化大偏差的若干結(jié)果[J];科學(xué)技術(shù)與工程;2008年21期

9 肖鴻民;王英;崔艷君;;重尾分布D∩L下延遲索賠風(fēng)險(xiǎn)模型的精細(xì)大偏差[J];西北師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

10 宇世航;王德輝;魏蘊(yùn)波;;相依計(jì)數(shù)變量風(fēng)險(xiǎn)模型的大偏差[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2013年04期

相關(guān)博士學(xué)位論文 前7條

1 尹鄭;動(dòng)力系統(tǒng)中的重分形分析與大偏差[D];南京師范大學(xué);2016年

2 劉艷;大偏差、風(fēng)險(xiǎn)理論及其在金融保險(xiǎn)中的應(yīng)用研究[D];武漢大學(xué);2004年

3 鄧曉雪;非遍歷馬爾科夫過程大偏差及相關(guān)問題[D];清華大學(xué);2011年

4 雷良貞;隨機(jī)過程核密度估計(jì)的大偏差[D];武漢大學(xué);2005年

5 徐明周;在非線性期望下的擴(kuò)散過程和大偏差[D];武漢大學(xué);2010年

6 汪世界;重尾隨機(jī)變量和的精確大偏差及相關(guān)問題[D];華東師范大學(xué);2010年

7 嚴(yán)鈞;幾類金融保險(xiǎn)模型的大偏差和最小熵鞅測(cè)度[D];武漢大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 蔣靜文;大偏差最優(yōu)路徑下的不同狀態(tài)重要抽樣[D];蘇州大學(xué);2015年

2 孔慶昆;次線性期望下相依隨機(jī)變量的弱大偏差原理[D];景德鎮(zhèn)陶瓷學(xué)院;2015年

3 何基嬌;重尾理賠下兩個(gè)非標(biāo)準(zhǔn)更新風(fēng)險(xiǎn)模型的精致大偏差[D];安徽大學(xué);2016年

4 張娟;重尾索賠下相依風(fēng)險(xiǎn)模型的精細(xì)大偏差[D];延安大學(xué);2016年

5 齊曉夢(mèng);長(zhǎng)尾分布的φ混合和UND隨機(jī)變量的精細(xì)大偏差[D];大連理工大學(xué);2016年

6 韓雨龍;寬象限相依重尾隨機(jī)變量和的精細(xì)大偏差[D];大連理工大學(xué);2016年

7 陶春燕;一類帶局部單調(diào)系數(shù)隨機(jī)發(fā)展方程的大偏差[D];江蘇師范大學(xué);2017年

8 李高亞;精細(xì)大偏差的研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

9 魏亮亮;在非線性情形下的一些大偏差結(jié)果以及在金融中的應(yīng)用[D];山東大學(xué);2010年

10 劉珊珊;大偏差在金融風(fēng)險(xiǎn)中的應(yīng)用[D];曲阜師范大學(xué);2006年

，

本文編號(hào)：2493995