【摘 要】
：
斜扩散过程是一类特殊的扩散过程,它所满足的随机微分方程中含有局部时项.由于这类过程具有特殊的路径性质,使得它在物理和生物等领域有着广泛的应用.本文先从斜Brown运动出发,概括总结了斜Brown运动的两种构造方式、离散逼近形式和联合概率分布.在斜Brown运动的基础上,本文给出斜Ornstein-Uhlenbeck (OU)过程和斜分支过程的定义,并展示了它们的诸如转移密度、首达时分布等概率性质.
论文部分内容阅读
斜扩散过程是一类特殊的扩散过程,它所满足的随机微分方程中含有局部时项.由于这类过程具有特殊的路径性质,使得它在物理和生物等领域有着广泛的应用.本文先从斜Brown运动出发,概括总结了斜Brown运动的两种构造方式、离散逼近形式和联合概率分布.在斜Brown运动的基础上,本文给出斜Ornstein-Uhlenbeck (OU)过程和斜分支过程的定义,并展示了它们的诸如转移密度、首达时分布等概率性质.最后介绍了斜扩散过程的一些应用.
其他文献
由于线缆字符图像存在重叠域小、重叠区在边缘带、光照分布不均等问题,目前的图像拼接方法不能快速、有效拼接两幅图像.为此,本文提出了一种加速后的拼接新方法来解决线缆字符图像的拼接问题.首先利用边缘检测从图像中分割出字符区域.再基于光照分布对字符区域进行分块,利用大津法处理包含字符的图像块,得到线缆字符区域二值化图像.接着在区域增长的图像配准算法的基础上,加入降采样及分级步长的方法,快速得到线缆字符区域
本文目标是探讨统计物理的核心课题—相变现象.为此,需要发展已有的或寻找新的数学工具.重点在于刻画各种稳定性的速度.主要内容有耦合与距离方法及遍历性蕴含关系图,各种遍历性的显式判断标准与一种格子量子场模型,一维情形对偶变分公式、统一基本估计与Hardy不等式.
Poisson-Dirichlet分布是定义在无穷维单纯形上的概率.它刻画了一个取值为离散概率的随机变量的分布.与Poisson-Dirichlet分布密切相关的随机测度包括GEM (Griffiths-Engen-McCloskey)分布、Dirichlet过程、两参数Dirichlet过程和两参数Poisson-Dirichlet分布等.构造与这些分布相应的测度值过程是近些年比较活跃的研究课题
正则Dirichlet形式的正则子空间问题,即存在性及其刻画等问题,是作者关注近20年的问题,该问题来自第二作者对于Markov过程的Killing变换的Dirichlet形式刻画问题的研究,这个问题是Dirichlet形式理论的一个基本问题,在最近10年中取得了一点进展.本文将主要叙述问题及其背景,并介绍围绕该问题得到的一些结果与遗留的问题.
本文考虑一类连续状态非线性分枝过程.直观上,这是一类带竞争且分枝速率与状态相依的连续状态分枝过程.我们可以用由Brown运动和Poisson随机测度驱动的随机微分方程的解来构造该类过程.本文的主要结果是构造一列离散状态Markov链,并在较弱的条件下,通过胎紧性结论以及构造无穷维乘积空间上的收敛序列的方法证明其在轨道空间上弱收敛于上述连续状态的非线性分枝过程.
通过求解由轨道空间上的Poisson随机测度驱动的随机积分方程,对于满足Yamada-Watanabe型条件的移民速度函数,本文给出了带相依移民连续状态分枝过程的构造.此构造改进了Dawson和Li (2003)、Fu和Li (2004)和Li (2011)等在Lipschitz条件下的结果.
本文的研究目标是离散观测下正倒向随机微分方程中未知参数的估计及其性质.作为第一步,本文考虑一个线性模型.本文先导出两个状态过程的关系式,进而找到离散观测数据的似然函数.最后详细讨论最大似然估计量的相合性和渐近正态性.
本文使用Markov半群的无穷维Harnack不等式刻画Markov过程的长时间行为,建立可加泛函的极限定理,简化和放松了原有的条件.所获得的一般结果被应用于随机Hamilton系统和半线性随机偏微分方程,对于一类退化的扩散过程和无穷维扩散过程建立了所需的Harnack不等式,得到了相应的极限定理.
随机游动是一类经典的随机过程.利用母函数等分析方法,已有丰富且深入的研究.而基于对(紧邻)随机游动轨道分解而得到的内在分枝结构,是研究非(空间)齐次随机游动的基本工具.这一方法首先被Kesten等(1975)用于研究随机环境中紧邻随机游动,得到游动深刻的极限性质.对于非紧邻情形,一直没有建立游动相应的内在分枝结构.本文综述了近年来作者在这方面的研究工作,建立了有界跳幅及带形上随机游动的内在分枝结构