Luận án TS: Phương pháp điểm gần trong giải bài toán cân bằng tại Đại học Namur

Khám phá phương pháp điểm gần trong để giải các bài toán cân bằng. Nghiên cứu chuyên sâu lý thuyết và ứng dụng, hướng tới cải tiến hiệu quả giải pháp.

Trường ĐH

university of namur

Chuyên ngành
Toán học
Tác giả

Luan An

Thể loại

Luận án tiến sĩ

Năm xuất bản

Số trang

125

Thời gian đọc

19 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

40 Point

Tóm tắt nội dung

I. Giới thiệu phương pháp điểm gần cho bài toán cân bằng

Nghiên cứu tập trung vào việc phát triển các phương pháp hiệu quả để giải quyết các bài toán cân bằng. Bài toán cân bằng là một lớp bài toán rộng, bao gồm nhiều lĩnh vực như tối ưu hóa lồi, bất đẳng thức biến phân và bài toán điểm cố định. Việc tìm kiếm lời giải cho những bài toán này có ý nghĩa quan trọng trong toán học ứng dụng và khoa học kỹ thuật. Phương pháp điểm gần đã được công nhận là một công cụ mạnh mẽ trong việc giải quyết các bài toán này. Phương pháp này hoạt động bằng cách chuyển đổi bài toán ban đầu thành một chuỗi các bài toán con đơn giản hơn, sau đó giải quyết chúng theo một quy trình lặp. Cách tiếp cận này giúp khắc phục những khó khăn gặp phải với các phương pháp truyền thống, đặc biệt khi đối phó với các toán tử không trơn hoặc không liên tục. Luận án này khám phá các cải tiến và mở rộng của phương pháp điểm gần, đặc biệt là các phương pháp điểm gần nội, nhằm nâng cao hiệu quả và khả năng ứng dụng cho một phạm vi rộng hơn các bài toán cân bằng phức tạp.

1.1. Tổng quan bài toán cân bằng và tầm quan trọng

Bài toán cân bằng là một mô hình toán học tổng quát, mô tả trạng thái ổn định của một hệ thống. Các bài toán này xuất hiện trong nhiều lĩnh vực: kinh tế, kỹ thuật, vật lý. Chúng bao gồm bài toán tìm điểm bất động, bài toán bất đẳng thức biến phân, và bài toán tối ưu hóa lồi. Việc nghiên cứu các phương pháp giải bài toán cân bằng giúp phát triển các thuật toán hiệu quả cho các ứng dụng thực tế. Tầm quan trọng của chúng nằm ở khả năng mô hình hóa các tình huống thực tế phức tạp. Giải pháp của bài toán cân bằng biểu thị một trạng thái mà không một tác nhân nào có lợi khi thay đổi hành vi của mình một cách đơn lẻ. Điều này làm cho chúng trở thành công cụ không thể thiếu trong phân tích hệ thống.

1.2. Nền tảng phương pháp điểm gần trong giải quyết vấn đề

Phương pháp điểm gần là một phương pháp lặp để giải các bài toán tối ưu hóa và bài toán cân bằng. Nó dựa trên ý tưởng của toán tử resolvent. Tại mỗi bước lặp, phương pháp yêu cầu giải một bài toán con. Bài toán con này thường dễ hơn bài toán gốc, thường liên quan đến một toán tử mạnh lồi. Việc sử dụng toán tử điểm gần giúp điều hòa các tính chất của hàm mục tiêu hoặc toán tử, làm cho quá trình lặp ổn định hơn. Điều này đặc biệt hữu ích khi xử lý các hàm không khả vi hoặc các toán tử đơn điệu cực đại. Phương pháp điểm gần cung cấp một khung làm việc linh hoạt, có thể được điều chỉnh cho các cấu trúc bài toán khác nhau. Nó đã chứng tỏ hiệu quả trong việc đảm bảo tính hội tụ của các chuỗi lặp.

II. Cơ sở lý thuyết về toán tử đơn điệu cực đại và điểm bất động

Để hiểu sâu về phương pháp điểm gần, cần nắm vững các khái niệm cơ bản về toán tử đơn điệu cực đại và điểm bất động. Những khái niệm này là xương sống toán học cho nhiều thuật toán tối ưu và cân bằng. Toán tử đơn điệu cực đại cung cấp một khung làm việc mạnh mẽ để mô tả các điều kiện tối ưu và cân bằng trong không gian Hilbert. Mối liên hệ giữa bài toán cân bằng và bài toán tìm điểm không của toán tử đơn điệu cực đại là rất chặt chẽ. Điểm bất động đóng vai trò là lời giải cho các bài toán con trong mỗi bước lặp của phương pháp điểm gần. Việc hiểu rõ cấu trúc và tính chất của các toán tử này, cũng như cách thức tìm kiếm điểm bất động, là nền tảng để thiết kế và phân tích các thuật toán điểm gần hiệu quả. Các điều kiện hội tụ thường phụ thuộc vào các tính chất này của toán tử và không gian đang xét.

2.1. Định nghĩa và ứng dụng của toán tử đơn điệu cực đại

Toán tử đơn điệu cực đại là một khái niệm trung tâm trong phân tích lồi và tối ưu hóa. Một toán tử được gọi là đơn điệu nếu nó bảo toàn một dạng bất đẳng thức nhất định, phản ánh xu hướng 'tăng' của nó. Tính 'cực đại' đảm bảo rằng toán tử không thể được mở rộng mà vẫn giữ tính đơn điệu. Các toán tử này xuất hiện tự nhiên trong các điều kiện tối ưu Karush-Kuhn-Tucker (KKT) của bài toán tối ưu hóa lồi. Chúng cũng là thành phần cốt lõi trong việc mô hình hóa các bài toán bất đẳng thức biến phân. Hiểu biết về toán tử đơn điệu cực đại là thiết yếu để phân tích sự tồn tại và duy nhất của lời giải cho các bài toán cân bằng. Chúng là cơ sở cho nhiều phương pháp lặp để tìm lời giải.

2.2. Khái niệm điểm bất động và toán tử resolvent

Một điểm bất động của một toán tử là một điểm mà khi toán tử tác động lên nó, điểm đó không thay đổi. Trong phương pháp điểm gần, mỗi bước lặp liên quan đến việc tìm một điểm bất động của một toán tử biến đổi. Toán tử resolvent là một công cụ quan trọng, được định nghĩa thông qua toán tử đơn điệu cực đại. Nó có mối liên hệ trực tiếp với khái niệm điểm gần. Cụ thể, điểm gần của một điểm là một điểm bất động của toán tử resolvent. Việc nghiên cứu tính chất của toán tử resolvent, như tính đơn điệu và tính liên tục, là then chốt để chứng minh điều kiện hội tụ của phương pháp điểm gần. Nó cho phép chuyển bài toán cân bằng phức tạp thành bài toán tìm điểm bất động đơn giản hơn.

III. Phát triển phương pháp điểm gần nội cho bài toán cân bằng

Luận án đề xuất các phát triển mới cho phương pháp điểm gần, đặc biệt tập trung vào 'phương pháp điểm gần nội'. Phương pháp này tích hợp thêm các yếu tố 'nội' để xử lý các ràng buộc hoặc để cải thiện hiệu suất trong các trường hợp cụ thể. Ý tưởng chính là sử dụng một loại hàm rào cản hoặc hàm khoảng cách để điều chỉnh hành vi của toán tử điểm gần gần biên của miền khả thi. Điều này có thể giúp duy trì các điểm lặp bên trong miền, mang lại tính ổn định và hội tụ tốt hơn. Các thuật toán lặp được thiết kế cẩn thận, kết hợp các đặc tính của toán tử đơn điệu cực đại và các khái niệm từ tối ưu hóa lồi. Mục tiêu là tạo ra các phương pháp lặp mới, có khả năng giải quyết các bài toán cân bằng với cấu trúc phức tạp hơn, đồng thời đảm bảo các điều kiện hội tụ mạnh mẽ. Việc khám phá các biến thể của toán tử resolvent và các cách xây dựng hàm mục tiêu điểm gần là trọng tâm của phần này.

3.1. Cấu trúc thuật toán lặp mới và biến thể

Các thuật toán lặp mới được đề xuất dựa trên việc điều chỉnh công thức điểm gần truyền thống. Một trong những biến thể chính là tích hợp một hàm phi trơn vào hàm mục tiêu điểm gần. Điều này cho phép phương pháp xử lý hiệu quả các bài toán có ràng buộc hoặc có cấu trúc 'nội' cụ thể. Cấu trúc thuật toán bao gồm việc giải một chuỗi bài toán con. Mỗi bài toán con này được xây dựng để có tính lồi mạnh, đảm bảo sự tồn tại và duy nhất của lời giải. Các yếu tố như bước nhảy và tham số regularization được điều chỉnh một cách có hệ thống để tối ưu hóa tốc độ hội tụ. Việc này mở rộng khả năng áp dụng của phương pháp điểm gần cho nhiều lớp bài toán cân bằng.

3.2. Mở rộng phương pháp cho bất đẳng thức biến phân

Bài toán bất đẳng thức biến phân là một dạng đặc biệt của bài toán cân bằng. Phương pháp điểm gần nội được mở rộng và điều chỉnh để giải quyết trực tiếp các bất đẳng thức biến phân. Bất đẳng thức biến phân tìm kiếm một điểm trong một tập hợp lồi đóng thỏa mãn một điều kiện nhất định liên quan đến một toán tử. Bằng cách định nghĩa một toán tử đơn điệu cực đại phù hợp từ toán tử trong bất đẳng thức biến phân, phương pháp điểm gần có thể được áp dụng. Các cải tiến trong thuật toán cho phép xử lý các bất đẳng thức biến phân không đơn điệu hoặc có cấu trúc phức tạp, đặc biệt là khi miền khả thi có tính chất 'nội'. Việc này mở rộng phạm vi ứng dụng của phương pháp điểm gần.

IV. Phân tích điều kiện hội tụ của phương pháp điểm gần

Một khía cạnh quan trọng của bất kỳ phương pháp lặp nào là phân tích điều kiện hội tụ. Phần này tập trung vào việc thiết lập các điều kiện toán học chặt chẽ để đảm bảo rằng chuỗi lặp được tạo ra bởi phương pháp điểm gần nội sẽ hội tụ về lời giải của bài toán cân bằng. Các điều kiện hội tụ thường phụ thuộc vào tính chất của toán tử đơn điệu cực đại, cũng như các đặc điểm của không gian chứa lời giải, điển hình là không gian Hilbert. Phân tích này bao gồm việc chứng minh sự tồn tại, duy nhất của các điểm gần, và các bất đẳng thức quan trọng để thiết lập tính hội tụ mạnh hoặc hội tụ yếu của chuỗi. Các yếu tố như tính lồi của hàm mục tiêu phụ, hằng số Lipschitz của toán tử hoặc tốc độ suy giảm của tham số regularization đều ảnh hưởng đến điều kiện hội tụ. Kết quả hội tụ cung cấp sự đảm bảo về mặt lý thuyết cho tính đúng đắn và hiệu quả của phương pháp.

4.1. Các yếu tố ảnh hưởng đến tốc độ hội tụ

Tốc độ hội tụ của phương pháp điểm gần phụ thuộc vào nhiều yếu tố. Chúng bao gồm tính chất của toán tử đơn điệu cực đại, chẳng hạn như tính mạnh đơn điệu hoặc tính Lipschitz. Tham số regularization trong hàm điểm gần cũng đóng vai trò quan trọng. Việc lựa chọn tham số tối ưu có thể cải thiện đáng kể tốc độ hội tụ. Ngoài ra, cấu trúc của không gian Hilbert và các tính chất của hàm mục tiêu phụ trong bài toán con cũng ảnh hưởng đến hiệu suất. Các điều kiện như tính lồi mạnh của hàm mục tiêu phụ có thể dẫn đến tốc độ hội tụ nhanh hơn, thường là hội tụ tuyến tính. Phân tích này giúp định hướng việc điều chỉnh các thuật toán để đạt được hiệu suất tốt nhất.

4.2. Khảo sát hội tụ trong không gian Hilbert

Phân tích hội tụ của phương pháp điểm gần thường được thực hiện trong không gian Hilbert. Không gian Hilbert với cấu trúc tích vô hướng của nó cung cấp một môi trường toán học thuận lợi cho việc thiết lập các bất đẳng thức và ước lượng cần thiết. Các tính chất như tính đầy đủ và sự tồn tại của hình chiếu trực giao là rất quan trọng. Chứng minh hội tụ thường liên quan đến việc sử dụng các kỹ thuật từ phân tích hàm và bất đẳng thức đơn điệu. Mục tiêu là chỉ ra rằng chuỗi lặp hội tụ mạnh hoặc hội tụ yếu đến một điểm trong tập lời giải của bài toán cân bằng. Các kết quả này cung cấp nền tảng vững chắc cho việc áp dụng phương pháp trong các bài toán thực tế.

V. Ứng dụng phương pháp điểm gần trong tối ưu hóa lồi

Phương pháp điểm gần có ứng dụng rộng rãi trong tối ưu hóa lồi, đặc biệt là khi đối phó với các hàm mục tiêu không khả vi hoặc có cấu trúc phức tạp. Bài toán tối ưu hóa lồi là một trường hợp đặc biệt của bài toán cân bằng, nơi mục tiêu là cực tiểu hóa một hàm lồi trên một tập hợp lồi. Phương pháp điểm gần cung cấp một khung làm việc hiệu quả để giải quyết các bài toán này, bao gồm cả các bài toán tối ưu hóa có ràng buộc. Bằng cách sử dụng toán tử dưới vi phân (subgradient operator) làm toán tử đơn điệu cực đại, bài toán tối ưu hóa lồi có thể được chuyển thành bài toán tìm điểm không của một toán tử đơn điệu, từ đó áp dụng phương pháp điểm gần. Các nghiên cứu đã chứng minh tính hiệu quả của phương pháp này trong việc giải quyết nhiều loại bài toán tối ưu hóa thực tế, từ học máy đến xử lý tín hiệu. Luận án khám phá cách thức các cải tiến đối với phương pháp điểm gần nội có thể nâng cao hiệu suất trong các bài toán tối ưu hóa lồi.

5.1. Giải quyết bài toán tối ưu lồi với phương pháp điểm gần

Bài toán tối ưu hóa lồi tìm cách cực tiểu hóa một hàm lồi. Khi hàm mục tiêu không khả vi, các phương pháp gradient truyền thống không áp dụng được. Phương pháp điểm gần trở thành một công cụ mạnh mẽ. Bằng cách định nghĩa toán tử dưới vi phân của hàm mục tiêu, bài toán tối ưu có thể được viết dưới dạng bài toán tìm điểm không của một toán tử đơn điệu. Mỗi bước lặp của phương pháp điểm gần sau đó yêu cầu giải một bài toán tối ưu hóa lồi con đơn giản hơn, thường là một bài toán tối ưu lồi mạnh. Điều này cho phép tìm lời giải cho các bài toán tối ưu lồi phức tạp một cách ổn định và hiệu quả, đảm bảo hội tụ. Phương pháp này đặc biệt hữu ích cho các bài toán tối ưu hóa có cấu trúc phân rã.

5.2. Hướng nghiên cứu và phát triển tiếp theo

Nghiên cứu về phương pháp điểm gần vẫn đang tiếp tục phát triển. Các hướng nghiên cứu tiềm năng bao gồm việc mở rộng các phương pháp điểm gần nội sang các không gian phi Hilbert. Một hướng khác là phát triển các thuật toán điểm gần không đồng bộ hoặc phân tán để xử lý các bài toán lớn. Cải thiện tốc độ hội tụ bằng cách kết hợp các kỹ thuật tăng tốc, như kỹ thuật Nesterov, cũng là một lĩnh vực được quan tâm. Ứng dụng của phương pháp điểm gần trong các lĩnh vực mới như trí tuệ nhân tạo, học sâu, và tối ưu hóa phân tán đang mở ra nhiều cơ hội. Việc điều chỉnh phương pháp để xử lý các bài toán cân bằng ngẫu nhiên hoặc bài toán tối ưu hóa có nhiễu cũng là một hướng đi quan trọng. Tiếp tục nghiên cứu các biến thể của toán tử resolvent và hàm điểm gần sẽ mang lại những đóng góp đáng kể.

Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Towards interior proximal point methods for solving equilibrium problems

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (125 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

Institutional Repository - Research Portal Dépôt Institutionnel - Portail de la Recherche researchportal.be University of Namur THESIS / THÈSE DOCTOR OF SCIENCES Towards interior proximal point methods for solving equilibrium problems Author(s) - Auteur(s) : Nguyen, Thi Thu Van Award date: 2008 Awarding institution: University of Namur Supervisor - Co-Supervisor / Promoteur - Co-Promoteur : Link to publication Publication date - Date de publication : Permanent link - Permalien : Rights / License - Licence de droit d’auteur : General rights Copyright and moral rights for the publications made accessible in the public portal are retained by the authors and/or other copyright owners and it is a condition of accessing publications that users recognise and abide by the legal requirements associated with these rights. • Users may download and print one copy of any publication from the public portal for the purpose of private study or research. • You may not further distribute the material or use it for any profit-making activity or commercial gain • You may freely distribute the URL identifying the publication in the public portal ? Take down policy If you believe that this document breaches copyright please contact us providing details, and we will remove access to the work immediately and investigate your claim. Bibliothèque Universitaire Download date: 02.

2024 Moretus Plantin Facultés Universitaires Notre-Dame de la Paix Namur Faculté des Sciences Département de Mathematique Towards Interior Proximal Point Methods for Solving Equilibrium Problems Dissertation présentée par Nguyen Thi Thu Van pour l’obtention du grade de Docteur en Sciences Composition du Jury: Jean-Jacques S TRODIOT (Promoteur) Van Hien N GUYEN (Co-promoteur) L E Dung Muu Michel W ILLEM Joseph W INKIN September 2008 c Presses universitaires de Namur & Nguyen Thi Thu Van Rempart de la Vierge, 13 B-5000 Namur (Belgique) Toute reproduction d’un extrait quelconque de ce livre, hors des limites restrictives prévues par la loi, par quelque procédé que ce soit, et notamment par photocopie ou scanner, est strictement interdite pour tous pays. Imprimé en Belgique ISBN-13 : 978-2-87037-614-0 Dépôt légal: D / 2008 / 1881 / 42 Acknowledgements I am indebted to my PhD supervisor, Professor Jean-Jacques STRODIOT, for his guidance and assistance given during the preparation of this thesis. It is from Prof. STRODIOT that I have not only systematically learned functional analysis, convex analysis, optimization theory and numerical algorithms but also how to conduct research and to write up my findings coherently for publication.

He has even demonstrated how to be a good teacher via teaching me how to write lesson plans and how to present scientific semi- nars. A debt I will not be able to repay but one I am most grateful for. The only thing I can do is to try my best to practice these skills and to pass on my new found knowledge to future students. Secondly, I would like to express my deep gratitude to Professor Van Hien NGUYEN, my co- supervisor, for his guidance, continuing help and encouragement.

I would probably not have had such a fortunate chance to study in Namur without his help. I really appreciate his useful advice on my thesis and especially thank him for the amount of time he spent reading my papers and providing valuable suggestions. It is also from Prof. Hien that I have learned to work in the spirit to willingly share time with others and to be helpful at heart.

I would like to thank my committee members, Professors LE Dung Muu, Michel WILLEM, and Joseph WINKIN for really practical and constructive comments. I would also like to thank CIUF (Conseil Interuniversitaire de la Communauté Française) and CUD (Commission Universitaire pour le Développement) for financial support given during two training place- ments, 3 months in 2001 and 6 months in 2003, at the University of Namur. I further like to address my thanks to the University of Namur for the financial support received for my PhD research, from 2004 until 2008. I also want to thank the Department of Mathematics, especially the Unit of Optimization and Control for the generous help they have provided me.

On this occasion, I want to thank my friends in the Department of Mathematics for their warm support and for their help during my stay in Namur, namely Jehan BOREUX, Delphine LAMBERT, Anne-Sophie LIBERT, Benoît NOYELLES, Simone RIGHI, Caroline SAINVITU, Geneviève SALMON, Stéphane VALK, Emilie WANUFELLE, Melissa WEBER MENDONÇA, and Sebastian XHONNEUX. Last but not least, special thanks are also given to Professor NGUYEN Thanh Long of the University of Natural Sciences - Vietnam National University, Ho Chi Minh City for everything he has done for me. He has not only helped me to do research but also offered me many training courses which allowed me to earn my living. He always listens patiently to me and gives me valuable advice.

His attitude in doing research motivates me to work harder. Xin bày tỏ lòng biết ơn đến các Thầy Cô giáo tại khoa Toán - Tin học, trường Đại học Khoa học Tự Nhiên - Đại học Quốc Gia Thành phố Hồ Chí Minh và các Giáo sư tại Viện Toán học Hà Nội đã quan tâm và giúp đỡ tác giả trong thời gian qua. Xin chân thành cảm ơn các chị, anh, em đang sinh sống, làm việc và học tập tại Bỉ và các bạn bè đồng nghiệp xa gần đã luôn bên cạnh động viên và giúp đỡ tác giả trong suốt quá trình học tập và nghiên cứu tại Bỉ. Luận án này là món quà tinh thần tác giả xin kính tặng đến Gia đình của mình với tất cả lòng biết ơn, yêu thương và trân trọng.

Nguyễn Thị Thu Vân Abstract: This work is devoted to study efficient numerical methods for solving nonsmooth convex equilibrium problems in the sense of Blum and Oettli. First we consider the auxiliary problem principle which is a generalization to equilibrium problems of the classical proximal point method for solving convex minimization problems. This method is based on a fixed point property. To make the algorithm implementable we introduce the concept of µ-approximation and we prove that the convergence of the algorithm is preserved when in the subproblems the nonsmooth convex functions are replaced by µ-approximations.

Then we explain how to con- struct µ-approximations using the bundle concept and we report some numerical results to show the efficiency of the algorithm. In a second part, we suggest to use a barrier function method for solving the subproblems of the previous method. We obtain an interior proximal point al- gorithm that we apply first for solving nonsmooth convex minimization problems and then for solving equilibrium problems. In particular, two interior extragradient algorithms are studied and compared on some test problems.

Résumé: Ce travail est consacré à l’étude de méthodes numériques efficaces pour résoudre des problèmes d’équilibre convexes non différentiables au sens de Blum et Oettli. D’abord nous considérons le principe du problème auxiliaire qui est une généralisation aux problèmes d’équilibre de la méthode du point proximal pour résoudre des problèmes de minimisation con- vexes. Cette méthode est basée sur une propriété de points fixes. Pour rendre l’algorithme implémentable nous introduisons le concept de µ-approximation and nous montrons que la convergence de l’algorithme est préservée lorsque dans les sous problèmes la fonction convexe non différentiable est remplacée par une µ-approximation.

Nous expliquons ensuite comment construire cette approximation en utilisant le concept de faisceaux et nous présentons des ré- sultats numériques pour montrer l’efficacité de l’algorithme. Dans une seconde partie nous suggérons d’utiliser une méthode de type barrière pour résoudre les sous problèmes de la méth- ode précédente. Nous obtenons un algorithme de point proximal intérieur que nous appliquons à la résolution des problèmes de minimisation convexes non différentiables et ensuite à celle des problèmes d’équilibre. En particulier nous étudions deux algorithmes de type extragradient intérieurs que nous comparons sur des problèmes tests.

Contents 1 Introduction 1 2 Proximal Point Methods 7 2.1 Convex Minimization Problems .1 Classical Proximal Point Algorithm .2 Bundle Proximal Point Algorithm .1 Existence and Uniqueness of Solutions .2 Proximal Point Algorithms .3 Auxiliary Problem Principle .4 Gap Function Approach .6 Interior Proximal Point Algorithm. 37 3 Bundle Proximal Methods 41 3.3 Bundle Proximal Algorithm .4 Application to Variational Inequality Problems. 60 4 Interior Proximal Extragradient Methods 67 4.2 Interior Proximal Extragradient Algorithm .3 Interior Proximal Linesearch Extragradient Method. 83 i 5 Bundle Interior Proximal Algorithm for Convex Minimization Problems 87 5.2 Bundle Interior Proximal Algorithm.

98 6 Conclusions and Further Work 103 ii Chapter 1 Introduction Equilibrium can be defined as a state of balance between opposing forces or influences. This concept is usually used in many scientific branches as physics, chemistry, economics and en- gineering. For example, in physics, the equilibrium state for a system, in terms of classical mechanics, means that the impact of all the forces on this system equals zero and that this state can be maintained for an indefinitely long period. In chemistry, it is a state where a forward chemical reaction and its reverse reaction proceed at equal rates.

In economics, the concept of an equilibrium is fundamental. A simple example is given by a market where consumers and producers buy and sell, respectively, a homogeneous commodity, their reaction depending on the current commodity price. More precisely, given a price p, the consumers determine their total demand D(p) and the producers determine their total supply S(p), so that the excess demand of the market is E(p) = D(p) − S(p). If we consider a certain amount of transactions between consumers and producers then there exists the equality between the partial supply and demand at each price level, but the problem is to find the price which implies the equality between the total supply and demand, i.

This is called an equilibrium price model and corresponds to the classical static equilibrium concept, where the impact of all the forces equals zero, i., it is the same as in mechanics. Moreover, this price implies constant clearing of the market and may be maintained for an indefinitely long period. For a detailed study of Equilibrium Models, the reader is referred to the book by Konnov [49]. The equilibrium problem theory has been receiving growing interest by researchers, espe- cially in economics.

Many Nobel Prize winners, such as K. Nash (1994), were awarded for their contributions in this field. Recently the main concepts of optimization problems have also been extended to the field of equilibrium problems. This was motivated by the fact that optimization problems are not an adequate mathematical tool for modeling in situations of decision involving multiple agents as explained by A.

Antipin in [4]: “Optimization problems can be more or less adequate in situations where there is one person making decisions working with an alternative set, but in situations with many agents, each having their personal set and system of preferences on it and each working within the localized constraints of their specific situation, it becomes impossible to use the optimization model to produce an aggregate solution that will satisfy the global constraints that exist for the agents as a whole.” There exists a large number of different concepts of equilibrium models. These models are investigated and applied separately. They require to construct adequate tools both for the theory and for the solution methods. But, in the scope of a mathematical research, it is expected to present a general form which can unify some particular cases.

Such an approach needs certain extensions of the usual concept of equilibrium and a presentation of unifying tools for investi- gating and solving these equilibrium models and meanwhile to drop some details in particular models. For that purpose, in this thesis we intend to consider the following class of equilibrium problem. Let C be a nonempty closed convex subset of IRn and let f : C × C → IR be an equilibrium bifunction, i.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Câu hỏi thường gặp

Luận án "Nghiên cứu phương pháp điểm gần trong giải bài toán cân bằng" nghiên cứu về vấn đề gì?

Khám phá phương pháp điểm gần trong để giải các bài toán cân bằng. Nghiên cứu chuyên sâu lý thuyết và ứng dụng, hướng tới cải tiến hiệu quả giải pháp.

Luận án "Nghiên cứu phương pháp điểm gần trong giải bài toán cân bằng" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại university of namur. Năm bảo vệ: 2008.

Luận án "Nghiên cứu phương pháp điểm gần trong giải bài toán cân bằng" thuộc chuyên ngành gì?

Luận án "Nghiên cứu phương pháp điểm gần trong giải bài toán cân bằng" thuộc chuyên ngành Toán học. Danh mục: Toán Ứng Dụng.

Luận án "Nghiên cứu phương pháp điểm gần trong giải bài toán cân bằng" có bao nhiêu trang?

Luận án "Nghiên cứu phương pháp điểm gần trong giải bài toán cân bằng" có 125 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Nghiên cứu phương pháp điểm gần trong giải bài toán cân bằng" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter