|
那么,对于t- T∈ (0,ε/2)和δ>0,onegetsP({τt,x- τt,x>ε}∩ {τt,x≤ T-T- ε})≤P分钟∈[0,ε-(t)-t) ]Xt,Xt+τt,x+u>b(t+τt,x)∩ {τt,x≤ T-T- ε}≤P(分钟)∈[0,ε-(t)-t) ]Xt,Xt+τt,x+uXt,Xt+τt,x>xXt,Xt)∩ {τt,x≤ T-T- ε}!≤P(分钟)∈[0,ε/2]Xt,Xt+τt,x+uXt,Xt+τt,x>xx+δ)∩ {τt,x≤ T-T- ε}!+ PXt,Xt>x+δ≤P分钟∈[0,ε/2]经验u -σu+σBu>aa+δ+ P经验u -σ(t)- t) +σBt-T>b+δb十、∈ [a,b],(4.8)其中,第一个不平等是因为t7→ b(t)在增加,第二个保持(4.7)和Xt,Xt+τt,x≤ b(t+τt,x),对于第四个,我们使用了Xt,x的强马尔可夫性质。在引理4.1中,我们可以选择δ>0足够小,使得p分钟∈[0,ε/2]经验u -σu+σBu>aa+δ<ε. (4.9)因为英国电信-t随机收敛到t的0- T↓ 存在δ>0这样的p经验u -σ(t)- t) +σBt-T>b+δb<ε(4.10)14 C·K¨uhn,B·A·Surya和B·Ulbrichtfor all t,twith t- t<δ。所以,它仍然是showP(τt,x- τt,x>ε)<ε,对于t≥ 坦特- 太小了。(4.11)为了估计这个概率,我们在t+τt,X处更新X,在这里可以考虑集合{t+τt,X≥ t} 。然后,我们从下面估算Xt,Xt,而不是从上面估算,如(4.8)所示。但是,计算完全类似于P(τt,x)的估计- τt,x>ε),我们完成了。4.2.2平滑条件下一步,我们展示(2.9),即价值函数V在边界处平滑连接支付函数G。对于t∈ [0,T)和x=b(T),一个hasV(T,x+ε)-V(t,x)ε≥G(t,x+ε)- G(t,x)ε=xG(t,x)(4.12)=(1)- α) 呃(1)-α) (T)-t) 对于所有ε>0。另一方面,一个hasV(t,x+ε)-V(t,x)≤ EGt+τt,x+ε,Xt,x+εt+τt,x+ε- EGt+τt,x+ε,Xt,Xt+τt,x+ε= εEXt,1t+τt,x+εxG(t+τt,x+ε,x)≤ εxG(t,x)EXt,1t+τt,x+ε, (4.13)其中等式由G在x中的线性保持,第二个等式为t7→ xG(t,x)在下降。通过引理4.1和一致可积性,EXt,1t+τt,x+εε收敛到1↓ 0
|