具有跳跃和部分信息的马尔可夫机制切换前向 - 后向随机微分方程的最大值原理
最优化与控制
2014-10-14 v2
摘要
本文提出了针对具有跳跃的马尔可夫机制切换前向 - 后向随机微分方程 (FBSDEJs) 随机最优控制问题的三种版本的最大值原理。开发了一种适用于由马尔可夫机制切换前向和后向跳跃扩散模型驱动系统的最优控制的一般充分最大值原理。随后，证明了一个等价的最大值原理。此外，采用 Malliavin 微积分推导了一般随机最大值原理，后者不要求 Hamiltonian 的凹性。本文还讨论了随机最大值原理在非凹 Hamiltonian 和递归效用最大化中的应用。
引用
@article{arxiv.1403.2901,
title = {Maximum Principles of Markov Regime-Switching Forward-Backward Stochastic Differential Equations with Jumps and Partial Information},
author = {Olivier Menoukeu Pamen},
journal= {arXiv preprint arXiv:1403.2901},
year = {2014}
}