马尔可夫机制转换前向后向随机微分博弈的最大值原理及其应用
最优化与控制
2014-10-14 v2
摘要
在本文中，我们提出了在具有跳跃和部分信息的马尔可夫机制转换前向后向随机微分方程下的随机微分博弈最优控制问题。首先，我们证明了非零和随机微分博弈问题的充分最大值原理，并获得了此类博弈的均衡点。其次，我们证明了非零和随机微分博弈的等价最大值原理。随后作为推论获得了零和随机微分博弈的等价最大值原理。我们将所得结果应用于研究惩罚熵下的鲁棒效用最大化问题。我们还应用该结果寻找模型不确定性下保险公司的最优投资。
引用
@article{arxiv.1403.2900,
title = {A Maximum Principle for Markov Regime-Switching Forward Backward Stochastic Differential Games and Applications},
author = {Olivier Menoukeu Pamen and Romual Herve Momeya},
journal= {arXiv preprint arXiv:1403.2900},
year = {2014}
}