Forward backward stochastic differential equations : partial differential equations and discretization
Equations différentielles stochastiques progressives rétrogrades couplées : équations aux dérivées partielles et discrétisation
Résumé
This thesis deals with the forward backward stochastic differential equations, in particular those with a coefficient of progressive diffusion which depends on all unknowns of the problem. We propose an original way to get onto this subject, letting us to reobtain some classical results of existence and uniqueness in the spirit of Pardoux-Tang and Yong's results, and to find a probabilistic representation of a new class of parabolic PDE, in which derivation coefficient of order 2 depends on the gradient of the solution. We also propose an iterative discretization scheme. We prove its convergence and give an evaluation of the error on a particular example.
Ce travail de thèse porte sur les équations différentielles stochastiques progressives rétrogrades, en particulier celles dont le coefficient de diffusion progressif dépend de toutes les inconnues. Nous proposons une manière originale d'aborder le problème, nous permettant de retrouver des résultats classiques d'existence et d'unicité de Pardoux-Tang ou Yong. Nous obtenons de surcroît, en adoptant l'approche Pardoux-Tang en solutions de viscosité, des représentations probabilistes de toute une nouvelle classe d'EDP paraboliques dont les coefficients de dérivation d'ordre 2 dépendent du gradient de la solution. Nous proposons également un schéma de discrétisation itératif dont nous prouvons la convergence et évaluons l'erreur sur un exemple bien particulier.
Loading...