|
在[8,T heorem 3.2]中。为了适应那篇文章中的设置,我们分别使用eu(x)和ev(y)作为原始值函数和du al值函数,即eu(x):=supg∈eCλE[U(x+g)],ev(y):=infZT∈MλE五、yZT.通过假设2.9,我们得到(3.5)eu(x)≤ 苏普格∈eCλE[U(x+g+ρ+eT)]=U(x+ρ)<∞,8灵气谷、林一清和杨俊坚所有x>0。另一方面,根据[8,定理3.2],ev(y)=supx>0{eu(x)- xy}=eu(bxy)- bxyy<∞,对于所有y>0。它跟在v(y)=infQ后面∈DλE五、ydQrdP+ yhQ,eTi≤ 明茨∈MλE五、yZT+ yρ=ev(y)+yρ,即v(y)<∞, 对于所有y>0。引理3.4。对于任何y>0的情况,(2.4)左侧的最大值由somebxy获得∈ Dλ。证据让(Qn)n∈N Dλ是最小序列,即v(y)=limn→∞E五、ydQrndP+ yhQn,eTi.因为Dλ是凸的且dQrndPN∈如果是L-界的,我们可以找到一个序列(eQn)n∈nWithiqn∈ conv(Qk;k)≥ n) 这几乎肯定会对某些人产生影响≥ 0.显然heQn,eTi≤ ρ. 然后我们可以提取一个子序列of Eqn,它是s直到表示为YEqn,这样heQn,eTi收敛。注意,Dλ是σ(ba,L∞)-紧凑,因此序列(eQn)n∈NHA是一个群集点∈ Dλ。从命题2.15(4)中,我们得到了Dbqrydp=f=limn→∞德克伦德普。与[13,引理3.2]类似,我们得到了nV的一致可积性-ydeQrndP在…上∈ByFatou引理,我们已经知道了→∞E“VydeQrndP#≥ E“VydbQrydP!#。由于hbQy,eTi是(heQn,eTi)n的一个聚集点∈N、 收敛,我们有HBQy,eTi=limn→∞嘿,艾蒂。交易成本和有界随机变量下的效用最大化,J(y,bQy)=E“VydbQrydP!#+yhbQy,eTi≤ 林恩芬→∞(E“VydeQrndP!#+yheQn,eTi)≤ 画→∞E五、ydQrndP+ yhQn,eTi= v(y),它给出了qy的最优性∈ Dλ。引理3.5。对偶问题的解可能不是唯一的,但它的可数可加部分是唯一的。证据假设Qand Qare是两个极小值,使得Qr6=Qr。设Q:=Q+Q∈Dλ。
|