|
然后我们就可以推断出这一点∩AjbYt,ωγ(πts)i=λXj′=1EP{eω∈Aj′}EPj′A.∩AjbYt,ωγ(πts)s、 eω=λXj′=1EP{eω∈A.∩Aj}{eω∈Aj′}EPj′bYt,ωγ(πts)s、 eω= EP{eω∈A.∩Aj}EPjhbYs,ωteωγi,我们使用了一个事实,对于任何bω∈OhmsbYt,ωγ(πts)s、 eω(bω)=bYt,ωγ(πts)(eω)sbω)=bYγπts(eω)sbω), ω t(eω)sbω)=通过γ(bω),(ω)teω)sbω=比,ωteωγ(bω)。例3.3的证明:设ρ∈部分C>0和0<p的满意度(2.4)≤p、 修正t∈[0,T)和δ∈(0, ∞). 我们考虑一个扩大的正则空间Ohmt:=Ohmt×Ohmt×Ohm两个标准过程sbt(ω)=Xt(ω),At(ω),Mt(ω)=x(t),a(t),m(t), ω=(x,a,m)∈ OhmTT∈ [0,T]。给定P∈Plt、 上存在一个P的扩展Ohmtsuch那(i)Pω ∈Ohmt:X(ω)∈A.=P(A)表示任何A∈FtT;(ii)X=K+M,P-a、 其中K是一个绝对连续过程,具有dKtdt≤l,P-a、 M是P-带迹鞅德米特特≤2.l,P-a、 让ζ∈t和设置η:=supr∈[ζ(X),(ζ(X)+δ)∧[T]先生-Mζ(X)= 苏普∈[t,t]M(ζ(X)+δ)∧R-Mζ(X)∧R. 假设p>0,因为1.∧ NP-1.nXi=1api≤nXi=1aiP≤1.∨ NP-1.nXi=1api,N∈ N{ai}ni=1 [0, ∞), (6.1)我们可以从伯克霍尔德-戴维斯-甘迪不等式中推断出ηp≤1.∨数据处理-1.dXi=1EP苏普∈[t,t]Mi(ζ(X)+δ)∧R-Miζ(X)∧RP≤内容提供商1.∨数据处理-1.dXi=1EPZTt{ζ(X)≤R≤ζ(X)+δ}dhMi,MiirP≤cp1∨数据处理-11∧数据处理-1EPZTt{ζ(X)≤R≤ζ(X)+δ}迹线dhMirdr博士P≤ cp1∨数据处理-11∧数据处理-1(2lδ) p,非线性期望下随机到期的最优停止12,其中cpi是一个常数,取决于p。然后我们从(i)、(ii)和(6.1)中看到ρδ+supr∈[ζ,(ζ+δ)∧[T]Btr- Btζ= EPρδ+supr∈[ζ(X),(ζ(X)+δ)∧[T]Xr- Xζ(X)≤ CXi=1EPh(1+l)δ + ηpii≤ CXi=1(1∨2pi-1)(1+l)piδpi+EP[ηpi]≤C(1)∨2p-1) Xi=1(1+l)πδπ+δπ/2+δ-1/2EP{η≥√δ} η1+pi≤bCXi=1(δpi+δpi/2)≤公元前δp/2∨δp对于一些依赖于C,d的常数,l, p、 因此,对于bρ(δ):=bC,(3.5)成立δp/2∨ δp. 6.2命题4.1第4节:修正(Y,) ∈ S和(t,ω)∈ [0,T]×Ohm. 让ω′∈ Ohm.
|