冉啟康

(上海財經(jīng)大學(xué)數(shù)學(xué)學(xué)院,上海　200433)

?

冉啟康

(上海財經(jīng)大學(xué)數(shù)學(xué)學(xué)院,上海200433)

摘要：討論了一類控制系統(tǒng)是帶L′evy過程的正倒向?qū)ε茧S機微分方程的隨機控制問題.本文假定控制區(qū)域為凸集,最優(yōu)解是使目標函數(shù)達到最小的控制過程.使用帶L′evy過程的It?o公式及Ekeland變分原理,作者建立了這類隨機控制問題極值原理的一個必要條件.

關(guān)鍵詞：正倒向?qū)ε茧S機微分方程;隨機控制問題;變分不等式;極值原理; It?o公式

1　引言

自1990年P(guān)ardoux與彭實戈在文獻[1]中首先證明了由標準Brown運動驅(qū)動的非線性倒向隨機微分方程適應(yīng)解的存在唯一性以來,由于倒向隨機微分方程在控制論、金融數(shù)學(xué)、偏微分方程理論等眾多學(xué)科中有著廣泛的應(yīng)用而引起了許多科學(xué)工作者的重視,到目前為止,相關(guān)的文獻數(shù)不勝數(shù). 1994年,文獻[2]中引入了倒向?qū)ε茧S機微分方程,即方程包含兩個隨機積分,一個是標準的隨機積分一個是倒向隨機積分證明了當系數(shù)滿足一致Lipschitz條件時,方程

證明了當系數(shù)滿足一致Lipschitz條件時,方程存在唯一的適應(yīng)解.控制系統(tǒng)是一個正倒向隨機系統(tǒng)的隨機控制問題最先是彭實戈在文獻[4]中提出的,在控制區(qū)域是凸集的條件下,建立了一個極值原理由.之后,大量的結(jié)果不斷出現(xiàn)[5-9].最近,文獻[10]中討論了控制系統(tǒng)為:

的隨機控制問題,建立了一個極值原理的必要條件.本文是文獻[10]的推廣,利用文獻[3]的結(jié)論,借鑒文獻[10]的主法,建立了一類控制系統(tǒng)是帶L′evy過程的正倒向?qū)ε茧S機微分方程的隨機控制問題,建立了這類控制問題的極值原理的一個必要條件.

2　預(yù)備知識及引理

首設(shè)T是一個正常數(shù), (?,F,P)是一個完備的概率空間,

是三個相互獨立的過程,其中, {Wt: t∈[0,T]}與{Bt: t∈[0,T]}是兩個一維標準Brown運動, {Lt: t∈[0,T]}是一維右連左極L′evy過程,滿足: Lt= bt + bt, {bt}的跳時間是不可達停時; Lt對應(yīng)的標準L′evy測度ν滿足下列條件:

2)對所有ε＞0和某個λ＞0,有

記

其中P0表示P-零測集全體, G1∨G2表示由G1∪G2生成的σ-代數(shù).顯然{Ft,0≤t≤T}不滿足通常性條件,因為它既不單調(diào)增加,又不單調(diào)減少.設(shè)(H(i))i≥1是由{Lt: t∈[0,T]}生成的Teugel鞅,即

其中

由文獻[11]知, (H(i))i≥1的分量是兩兩正交的,且[H(i),H(j)]t=δijt.

下面,引入文中所需的正向或倒向SDE的解空間.

(1) H2的元素Z :?×[0,T]→R,滿足:

(i)

(ii)?t∈[0,T], Zt是Ft可測的.用M2表示H2中的可料過程構(gòu)成的子空間.

(2) S2的元素Y :?×[0,T]→R,滿足:

(i)

定義2.1設(shè)U是R中的非空凸子集,稱Ft-適應(yīng)過程v為一個容許控制,如果它滿足:

(i) v的值在U中;

本文中,控制系統(tǒng)是下列正倒向?qū)ε茧S機微分方程組:

為了記號簡單,在余下的部分,將省去積分的箭頭.

定義2.2對任意給定的v∈U,稱(Xv,Yv,Zv,Uv)為方程(5)對應(yīng)于v的解,如果(Xv,Yv,Zv,Uv)∈S2×S2×M2×M2(l),且滿足方程(5).

定義2.3稱u∈U為最優(yōu)控制,如果它使成本函數(shù)

達到最小值,即

假設(shè)函數(shù)f(t,x,y,z,u,v), g(t,x,y,z,u,v), b(t,x,v),σ(t,x,v), h(t,x,y,z,u,v),Φ(x),Ψ(y)滿足下列條件:

(H1)所有函數(shù)關(guān)于(x,y,z,u)都是連續(xù)可微的,關(guān)于t∈[0,T]是可測的.

(H3)

其中, B表示b,σ, h中任一函數(shù),γ表示x,y,z,u,v中任一變量.

為了引入本文的主要結(jié)論,首先引入兩個引理,它們是由文獻[10]中相應(yīng)引理推廣而來.設(shè)u?是一個最優(yōu)控制是對應(yīng)的最優(yōu)策略.設(shè)因為U是凸的,所以,?0≤p≤1,有為下列正倒向?qū)ε糞DE的唯一解:

設(shè)(Xp,Yp,Zp,Up)為方程(5)中v = up對應(yīng)的解,記

則有

引理2.1假定條件(H1)- (H3)成立.那么

證明由文獻[12]中引理4.1知, (7)式成立.因為

其中

此處及以后,均用fx(t)表示其他函數(shù)也用同樣的表示.

類似于文獻[10],有

由引理2.1可得下列結(jié)論:

引理2.2假定條件(H1)-(H3)成立.如果u?是最優(yōu)控制,那么下列變分不等式成立:

證明使用引理2.1,與文獻[10]中引理2.5完全類似,可得引理2.2結(jié)論成立.

3　主要結(jié)論及證明

定理3.1假定條件(H1)-(H3)成立.如果u?是最優(yōu)控制, (X?,Y?,Z?,U?)是對應(yīng)的最優(yōu)策略,那么,對任意v∈U,必有

其中

的解.

將(16), (17)式代入(14)式,得

在(19)式中取?v = v?u?立即得定理3.1的結(jié)論成立.

參考文獻

[1] Pardoux E, Peng S. Adapted solution of a backward stochastic differential equation [J]．System Control Lett., 1990,14:55-61.

[2] Pardoux E, Peng S. Backward doubly stochastic differential equations and systems of quasilinear SPEDs [J]. Probab. Theory Related Fields, 1994,88:209-227.

[3] Yong Ren, Aihong Lin, Lanying Hu. Stochastic PDIEs and backward doubly stochastic differential equations driven by L′evy processes [J]. Journal of Computational and Applied Mathematics, 2009,223:901-907.

[4] Peng S. Backward stochastic differential equations and application to optimal control [J]. Appl. Math. Optim., 1993,27:125-144.

[5] Xu W. Stochastic Maximum principle for control problem of forward-backward system [J]. J. Aust. Math. Soc. Ser., B, 1995,37:172-185.

[6] Wu Z. Maximum principle for optimal control problem of fully coupled forward-backward stochastic control system [J]. Syst. Sci. Math. Sci., 1998,11(3):249-259.

[7] Biagini F, Hu Y Z,?ksendal B, et al. A stochastic maximum principle for processes driven by fractional Brownian motion [J]. Stochastic Processes and their applications, 2002,100(1):233-253.

[8] Ji S, Zhou X Y. A maximum principle for stochastic optimal control with terminal state constraints and its applications [J]. Commun. Inf. Syst., 2006,6(4):321-338.

[9] Ji Shaolin, Wu Zhen. The maximum principle for one kind of stochastic optimization problem and application in dynamic measure of risk [DB/OL].(2007-12-04) [2015-7-15]. http://www.paper.edu.cn.

[10] Adel Chala. Necessary condition for optimality of forward-backward doubly system[J]. Afr. Mat., 2015,26:575-584.

[11] Nualart D, Schoutens W. Chaotic and predictable representations for L′evy processes [J]. Stoc. Proc. Appl., 2000,90(1):109-122.

[12] Bensoussan A. Lectures on stochastic control [C]// Proceedings in Nonlinear Filtering and Stochastic Control. New York: Springer-Verlag, 1981.

2010 MSC: 60H10, 93E20

The stochastic control problem for forward-backward doubly system with L′evy processes

Ran Qikang
(School of Mathematics, Shanghai University of Finance and Economics, Shanghai 200433, China)

Abstract:In this paper, we discuss a class of stochastic control problem whose control system is a forwardbackward doubly stochastic differential equations system. We assume the control domain is convex and the optimum solution is to minimize the objective function. We prove a necessary condition of maximum principle for this class of stochastic optimization problem , by using It?o formula of L′evy processes and Ekeland variational principle.

Key words:forward-backward doubly stochastic differential equation, stochastic control problem, variational inequation, the maximum principle, It^o formula

作者簡介：冉啟康(1964-),博士,教授,研究方向：隨機分析、金融數(shù)學(xué).

收稿日期：2015-08-28.

DOI：10.3969/j.issn.1008-5513.2016.01.002

中圖分類號：O211.63

文獻標識碼：A

文章編號：1008-5513(2016)01-0006-08