论文部分内容阅读
一般时间终端多维倒向随机微分方程的Lp (p≥1)解
【机 构】
：
中国矿业大学
【出 处】
：
中国矿业大学
【发表日期】
：
2018年期
其他文献
排序问题是一类重要的组合最优化问题。它可以描述为利用一些机器在特定的条件下，用最少的时间或最少的成本完成一批给定的任务。在传统的排序问题中，工件的加工时间是固定的常
结构模型主要用于对企业的债券进行定价。在这种方法中，企业的债务被视为关于总资产的未定权益，违约事件被视为是因企业总资产下落而触发的，即：当企业的价值V穿越一个违约障碍时，
根据工件的不同特点，排序问题分为离线排序和在线排序。在离线排序问题中，工件的信息是在排序之前就已经知道的，而本文所要研究的是按时在线排序问题，也就是指工件的全部信息只有
众所周知,统计学习理论是目前处理小样本统计学习问题的最佳理论,并已成为继神经网络之后机器学习领域新的研究热点。然而,该理论是基于概率测度和实随机样本的,它难以处理现
本文主要研究如下的具有对数型非线性项的抛物方程组的临界值标：其中p，q，α，β＞0. 我们得到的主要结果为：当2g＜max(1，α)且2p＜max(1，β)时方程组存在整体解；当2q＞max(1，α)或2p＞max(1，β)
超敏感现象和随机超敏感现象是一类非线性方程所特有的非常重要的性质，研究它们具有非常重要的理论意义和实际意义。在确定性的边界扰动条件下，Burgers方程和二维的广义Burgers