Một số phương pháp giải bài toán chấp nhận tách suy rộng liên quan đến bài toán cân bằng - TS. Nguyễn Thị Thanh Huyền

Nghiên cứu phương pháp giải bài toán chấp nhận tách suy rộng và cân bằng bằng các kỹ thuật tối ưu mới nhất.

Chuyên ngành
Toán Giải tích
Tác giả

Luan An

Thể loại

Luận án tiến sĩ

Năm xuất bản

Số trang

91

Thời gian đọc

14 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

40 Point

Tổng quan nhanh

Chủ đề:
Tổng quan Bài toán cân bằng & Chấp nhận tách suy rộng
Số trang:
91 trang
Trường:
Đại học Thái Nguyên - Trường Đại học Sư phạm
Chuyên ngành:
Toán Giải tích
Năm:

Tóm tắt nội dung luận án

I.Tổng quan Bài toán cân bằng Chấp nhận tách suy rộng

Bài toán cân bằng (EP) là một khái niệm trung tâm trong toán học ứng dụng. Nó xuất hiện rộng rãi trong kinh tế học, vật lý, kỹ thuật và lý thuyết trò chơi. EP tổng quát hóa nhiều bài toán quan trọng. Chúng bao gồm bài toán tối ưu hóa, bất đẳng thức biến phân, bài toán điểm bất động, và bài toán cân bằng Nash. Việc tìm kiếm các giải pháp cho EP là thiết yếu. Tài liệu này đi sâu vào mối liên hệ giữa EP và Bài toán chấp nhận tách suy rộng (GSFP). Nghiên cứu mở rộng hiểu biết về các cấu trúc toán học cơ bản. Nó cung cấp các công cụ mới để giải quyết các vấn đề phức tạp trong nhiều lĩnh vực.

1.1. Giới thiệu Bài toán cân bằng và tầm quan trọng

Bài toán cân bằng là nền tảng của nhiều mô hình kinh tế. Nó mô tả trạng thái ổn định của các hệ thống. Trong lý thuyết trò chơi, cân bằng Nash là một trường hợp đặc biệt. Tìm nghiệm bài toán cân bằng giúp dự đoán hành vi. Nó hỗ trợ ra quyết định trong môi trường cạnh tranh. Tối ưu hóa là một lĩnh vực liên quan chặt chẽ. Bài toán cân bằng thường xuất hiện dưới dạng điều kiện tối ưu. Sự hiểu biết sâu sắc về EP là chìa khóa. Nó mở ra các phương pháp giải quyết vấn đề mới.

1.2. Định nghĩa Bài toán chấp nhận tách suy rộng

Bài toán chấp nhận tách suy rộng (GSFP) là một dạng tổng quát của bài toán chấp nhận tách (SFP). GSFP yêu cầu tìm một điểm trong một tập hợp. Điểm này phải thỏa mãn điều kiện chiếu lên một tập hợp khác. Tập hợp thứ hai thường là tập nghiệm của một bài toán cân bằng hoặc tối ưu hóa. Phân tích lồi cung cấp khung lý thuyết cần thiết. Nó giúp xác định các tính chất của tập nghiệm. GSFP có ứng dụng rộng rãi. Chúng bao gồm xử lý tín hiệu và hình ảnh.

1.3. Nền tảng toán học Bất đẳng thức biến phân

Bất đẳng thức biến phân (VI) là công cụ mạnh mẽ. Nó mô tả nhiều bài toán cân bằng. Việc giải VI thường tương đương với việc tìm nghiệm của một EP. Các tính chất của hàm và tập hợp ảnh hưởng đến tồn tại nghiệm. Lý thuyết bất đẳng thức biến phân cung cấp nền tảng. Nó giúp xây dựng các thuật toán hiệu quả. Các phương pháp dựa trên VI có tính ứng dụng cao. Chúng giải quyết các vấn đề từ vật lý đến kinh tế học. Nghiên cứu sâu về VI là cần thiết.

II.Khám phá giải pháp Bài toán chấp nhận tách suy rộng

Việc giải Bài toán chấp nhận tách suy rộng (GSFP) đòi hỏi phương pháp tiếp cận đa dạng. Các nghiên cứu tập trung vào điều kiện tồn tại và tính duy nhất của nghiệm. Hiểu rõ các tính chất của các hàm và tập lồi là cần thiết. Các phương pháp lặp là công cụ chính. Chúng được sử dụng để tiệm cận đến nghiệm. Định lý điểm bất động đóng vai trò quan trọng trong việc thiết kế và phân tích các thuật toán. Các điều kiện về tính đơn điệu của toán tử là then chốt. Chúng đảm bảo sự hội tụ và duy nhất nghiệm. Phát triển thuật toán mới là mục tiêu chính. Nó nhằm cải thiện hiệu suất và phạm vi áp dụng.

2.1. Các khái niệm cơ bản và điều kiện tồn tại

Tập lồi và hàm lồi là các khái niệm cơ bản. Chúng tạo nên nền tảng của GSFP. Điều kiện tồn tại nghiệm là ưu tiên hàng đầu. Nó đảm bảo bài toán có lời giải. Định lý điểm bất động cung cấp khung lý thuyết. Nó chứng minh sự tồn tại của nghiệm. Các điều kiện chặt chẽ hơn, như tính nửa liên tục dưới, cũng được xem xét. Chúng ảnh hưởng đến sự tồn tại nghiệm. Việc nghiên cứu các điều kiện này là cốt lõi.

2.2. Phương pháp lặp cơ bản tìm điểm bất động

Phương pháp lặp là cách tiếp cận phổ biến. Nó được dùng để tìm nghiệm GSFP. Phép lặp Mann và Krasnoselskii là hai ví dụ điển hình. Chúng dựa trên khái niệm điểm bất động. Một ánh xạ được thiết kế để có điểm bất động. Điểm bất động này chính là nghiệm của bài toán. Phân tích hội tụ của các phép lặp là rất quan trọng. Nó xác định tốc độ và điều kiện hội tụ. Các biến thể của phương pháp lặp liên tục được phát triển.

2.3. Tính đơn điệu và duy nhất nghiệm trong bài toán

Tính đơn điệu của các toán tử là một tính chất quan trọng. Nó đảm bảo sự duy nhất nghiệm của bài toán. Các toán tử đơn điệu mạnh hoặc đơn điệu nửa mạnh thường dẫn đến nghiệm duy nhất. Chứng minh tính duy nhất nghiệm là một bước thiết yếu. Nó xác nhận sự ổn định của lời giải. Các điều kiện về tính đơn điệu cũng ảnh hưởng đến tốc độ hội tụ. Nghiên cứu sâu về tính đơn điệu giúp thiết kế thuật toán hiệu quả hơn.

III.Thuật toán chiếu giải Bài toán chấp nhận tách SFP

Chương 2 của tài liệu giới thiệu một thuật toán cụ thể. Thuật toán này sử dụng phép chiếu kết hợp với phép lặp Mann-Krasnoselskii. Nó giải quyết Bài toán chấp nhận tách (SFP) khi một trong các tập hợp là tập nghiệm của một Bài toán cân bằng. Phương pháp chiếu là một kỹ thuật mạnh mẽ. Nó được dùng để tìm điểm gần nhất đến một tập lồi. Sự kết hợp với phép lặp Mann-Krasnoselskii cải thiện hiệu suất hội tụ. Nó đảm bảo tìm được nghiệm mạnh của SFP. Các phân tích lý thuyết cung cấp điều kiện hội tụ. Chúng bao gồm điều kiện về tham số và tính chất của hàm. Thuật toán được minh họa bằng các ví dụ cụ thể. Nó cho thấy tính hiệu quả trong thực tế. Đây là một đóng góp quan trọng trong lĩnh vực tối ưu hóa.

3.1. Mô tả thuật toán chiếu kết hợp Mann Krasnoselskii

Thuật toán được đề xuất là một phương pháp lặp. Nó sử dụng phép chiếu lên các tập lồi. Mỗi bước lặp bao gồm hai giai đoạn. Giai đoạn đầu tiên là phép chiếu. Nó tìm điểm gần nhất trên tập nghiệm của bài toán cân bằng. Giai đoạn thứ hai là phép lặp Mann-Krasnoselskii. Nó giúp tiệm cận đến nghiệm của SFP. Các tham số trong thuật toán được lựa chọn cẩn thận. Chúng đảm bảo sự hội tụ. Cấu trúc thuật toán rõ ràng và dễ triển khai.

3.2. Phân tích sự hội tụ và hiệu quả thuật toán

Sự hội tụ của thuật toán được chứng minh chặt chẽ. Nó dựa trên các tính chất của hàm và tập lồi. Điều kiện hội tụ mạnh được thiết lập. Nó đảm bảo dãy các xấp xỉ hội tụ đến nghiệm duy nhất. Hiệu quả của thuật toán được đánh giá. Nó thông qua tốc độ hội tụ. Các phân tích cho thấy thuật toán ổn định. Nó hoạt động tốt dưới các điều kiện nhất định. Kết quả lý thuyết này là nền tảng cho việc ứng dụng.

3.3. Minh họa thực tế và ví dụ áp dụng thuật toán

Thuật toán được minh họa bằng các ví dụ số. Chúng chứng minh tính hiệu quả của phương pháp. Các ví dụ bao gồm các bài toán có thể chuyển đổi thành SFP. Kết quả tính toán cho thấy sự hội tụ nhanh chóng. Nó cho thấy nghiệm được tìm thấy chính xác. Các minh họa này củng cố giá trị thực tiễn. Chúng khẳng định khả năng giải quyết các vấn đề phức tạp. Các ứng dụng tiềm năng trong tối ưu hóa rất lớn.

IV.Dưới đạo hàm và Bài toán cân bằng Nash ràng buộc

Chương 3 tập trung vào Bài toán chấp nhận tách phi tuyến (NSEP). Nó đề xuất một thuật toán dưới đạo hàm mới. Thuật toán này có khả năng giải quyết các bài toán phức tạp hơn. Nó đặc biệt phù hợp với các trường hợp phi lồi hoặc không trơn. Ứng dụng quan trọng của phương pháp này là mô hình cân bằng Nash có ràng buộc. Lý thuyết trò chơi là lĩnh vực chủ yếu. Cân bằng Nash là một khái niệm then chốt trong đó. Giải các bài toán cân bằng Nash có ràng buộc là một thách thức. Thuật toán dưới đạo hàm cung cấp một công cụ mạnh mẽ. Nó vượt qua giới hạn của các phương pháp truyền thống. Phân tích hội tụ và tính hiệu quả của thuật toán được trình bày chi tiết. Điều này mở ra hướng nghiên cứu mới.

4.1. Giới thiệu Bài toán chấp nhận tách phi tuyến

Bài toán chấp nhận tách phi tuyến (NSEP) là một mở rộng của SFP. Nó bao gồm các hàm phi tuyến tính. Điều này làm cho việc giải bài toán trở nên khó khăn hơn. NSEP vẫn giữ cấu trúc hai tập hợp. Một tập là nghiệm của EP. Tập còn lại là nghiệm của một bài toán tối ưu. Các điều kiện phi tuyến đòi hỏi các kỹ thuật giải mới. Phương pháp dưới đạo hàm là một lựa chọn phù hợp. Nó xử lý các hàm không trơn một cách hiệu quả.

4.2. Thuật toán dưới đạo hàm Phương pháp giải mới

Thuật toán dưới đạo hàm là công cụ chính. Nó giải quyết NSEP. Phương pháp này không yêu cầu hàm phải khả vi. Nó sử dụng khái niệm dưới đạo hàm. Dưới đạo hàm tổng quát hóa đạo hàm cho hàm không trơn. Các bước lặp của thuật toán được mô tả. Chúng bao gồm việc tính dưới đạo hàm và cập nhật điểm. Sự hội tụ của thuật toán được chứng minh. Nó hoạt động dưới các điều kiện nhất định. Thuật toán này là một tiến bộ đáng kể.

4.3. Ứng dụng mô hình cân bằng Nash có ràng buộc

Mô hình cân bằng Nash có ràng buộc là một ứng dụng quan trọng. Nó minh họa sức mạnh của thuật toán dưới đạo hàm. Trong lý thuyết trò chơi, các người chơi có thể có các ràng buộc về tài nguyên. Thuật toán giải quyết các bài toán này. Nó tìm kiếm trạng thái cân bằng. Trạng thái đó thỏa mãn tất cả các ràng buộc. Ví dụ cụ thể chứng minh tính hiệu quả. Nó cho thấy khả năng ứng dụng trong kinh tế học và tài chính. Đây là những đóng góp quan trọng cho lý thuyết trò chơi.

V.Ứng dụng thực tiễn của Bài toán chấp nhận tách

Các nghiên cứu về Bài toán chấp nhận tách suy rộng (GSFP) và Bài toán cân bằng (EP) có ý nghĩa lớn. Chúng không chỉ giới hạn trong lý thuyết. Ứng dụng thực tiễn của các phương pháp này rất đa dạng. Nó bao gồm tối ưu hóa, xử lý tín hiệu và mô hình kinh tế. Sự phát triển của các thuật toán hiệu quả mở ra nhiều cơ hội mới. Nó giúp giải quyết các vấn đề phức tạp trong kỹ thuật và khoa học máy tính. Nghiên cứu cũng chỉ ra các hướng phát triển tiềm năng. Điều này bao gồm việc mở rộng phạm vi áp dụng. Nó cũng bao gồm cải thiện hiệu suất thuật toán. Các kết quả này đóng góp vào sự tiến bộ của lý thuyết và ứng dụng toán học.

5.1. Vai trò trong tối ưu hóa và khoa học dữ liệu

Trong tối ưu hóa, GSFP và EP cung cấp khung giải quyết. Chúng giải quyết các vấn đề với ràng buộc phức tạp. Khoa học dữ liệu cũng hưởng lợi. Các thuật toán này có thể được dùng trong học máy. Chúng xử lý dữ liệu lớn. Các bài toán phân loại và hồi quy có thể được mô hình hóa. Nó dưới dạng các bài toán chấp nhận tách. Điều này mở ra tiềm năng lớn. Nó tối ưu hóa các mô hình AI.

5.2. Tiềm năng phát triển và hướng nghiên cứu tương lai

Lĩnh vực này vẫn còn nhiều tiềm năng. Các hướng nghiên cứu tương lai bao gồm việc mở rộng lý thuyết. Nó áp dụng cho không gian không phải Hilbert. Phát triển thuật toán phân tán là một hướng khác. Nó giải quyết các bài toán quy mô lớn. Tích hợp các kỹ thuật học máy cũng là một khả năng. Nó cải thiện hiệu suất của thuật toán. Nghiên cứu sâu hơn về tính đơn điệu là cần thiết. Nó đảm bảo duy nhất nghiệm và hội tụ.

5.3. Tác động đến lý thuyết trò chơi và kinh tế học

Lý thuyết trò chơi và kinh tế học là những lĩnh vực được hưởng lợi trực tiếp. Các mô hình cân bằng trong kinh tế thị trường có thể được giải quyết. Bài toán cân bằng Nash với nhiều người chơi được phân tích. Các phương pháp này cung cấp công cụ định lượng. Nó dự đoán kết quả và thiết kế chính sách. Ứng dụng thực tế bao gồm phân tích thị trường. Nó cũng bao gồm phân bổ tài nguyên. Đây là những đóng góp quan trọng cho xã hội.

Mục lục chi tiết luận án

Lời cam đoan
Lời cảm ơn
Bảng ký hiệu
Bảng chữ viết tắt
MỞ ĐẦU
1. Chương 1: Một số kiến thức chuẩn bị
1.1. Các khái niệm và kết quả cơ bản
1.2. Bài toán cân bằng và một số bài toán liên quan
1.3. Bài toán chấp nhận tách
1.4. Một số phương pháp lặp cơ bản tìm điểm bất động
1.5. Các kết quả bổ trợ
2. Chương 2: Thuật toán chiếu kết hợp phép lặp Mann-Krasnoselskii giải bài toán chấp nhận tách
2.1. Mô tả bài toán và sự hội tụ
2.2. Ví dụ minh họa
3. Chương 3: Thuật toán dưới đạo hàm giải bài toán chấp nhận tách phi tuyến và ứng dụng cho mô hình cân bằng Nash có ràng buộc
3.1. Mô tả bài toán
3.2. Thuật toán và sự hội tụ
3.3. Ví dụ minh họa
Kết luận
Tài liệu tham khảo
Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Một số phương pháp giải bài toán chấp nhận tách suy rộng liên quan đến bài toán cân bằng

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (91 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC SƯ PHẠM NGUYỄN THỊ THANH HUYỀN MỘT SỐ PHƯƠNG PHÁP GIẢI BÀI TOÁN CHẤP NHẬN TÁCH SUY RỘNG LIÊN QUAN ĐẾN BÀI TOÁN CÂN BẰNG LUẬN ÁN TIẾN SĨ TOÁN HỌC THÁI NGUYÊN–2020 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC SƯ PHẠM NGUYỄN THỊ THANH HUYỀN MỘT SỐ PHƯƠNG PHÁP GIẢI BÀI TOÁN CHẤP NHẬN TÁCH SUY RỘNG LIÊN QUAN ĐẾN BÀI TOÁN CÂN BẰNG Chuyên ngành: Toán Giải tích Mã số: 946 01 02 Người hướng dẫn khoa học: GS. LÊ DŨNG MƯU THÁI NGUYÊN–2020 i LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của tôi, được hoàn thành dưới sự hướng dẫn của GS. Các kết quả viết chung với tác giả khác đã được sự nhất trí của đồng tác giả khi đưa vào luận án. Các kết quả nêu trong luận án là những kết quả mới và chưa từng được ai công bố trong các công trình nào khác.

Tác giả Nguyễn Thị Thanh Huyền ii LỜI CẢM ƠN Lời đầu tiên, tôi xin bày tỏ lòng biết ơn sâu sắc tới thầy tôi GS. Thầy đã tận tình hướng dẫn tôi từ khi tôi làm luận văn thạc sĩ và bây giờ là luận án tiến sĩ. Thầy đã tận tình chỉ dạy tôi phương pháp nghiên cứu, cách phát hiện và giải quyết vấn đề, đồng thời Thầy luôn động viên, khích lệ để tôi hoàn thành luận án này. Từ tận đáy lòng, tôi xin bày tỏ lòng biết ơn chân thành và sâu sắc nhất tới Thầy của tôi.

Tôi xin được trân trọng gửi lời cảm ơn tới Ban Giám hiệu Trường Đại học Sư phạm, Ban Chủ nhiệm Khoa Toán, cùng các thầy, các cô tham gia giảng dạy, tạo điều kiện thuận lợi để tôi học tập và nghiên cứu. Đồng thời tôi cũng chân thành cảm ơn các anh chị em nghiên cứu sinh, bạn bè đồng nghiệp tại xêmina nghiên cứu sinh khoa Toán Trường Đại học Sư phạm đã động viên, trao đổi và đóng góp những ý kiến quý báu cho tôi trong suốt quá trình học tập, nghiên cứu và hoàn thành luận án. Tôi xin cảm ơn Ban giám hiệu trường Đại học Khoa học, Đại học Thái Nguyên đã cho tôi cơ hội được đi học tập và nghiên cứu. Tôi xin cảm ơn Ban chủ nhiệm khoa Toán - Tin và các thầy cô Khoa Toán - Tin, đã tạo mọi điều kiện thu xếp công việc thuận lợi cho tôi trong suốt thời gian tôi đi làm nghiên cứu sinh.

Tôi xin gửi lời cảm ơn sâu sắc tới các thầy, các anh chị và các bạn trong nhóm xêmina liên cơ quan Đại học Khoa học Tự nhiên, Đại học Bách Khoa Hà Nội, Viện Toán học, Đại học Thăng Long. Xêmina đã tạo cho tôi động lực trong nghiên cứu khoa học và sự gắn bó với môi trường nghiên cứu. Đặc biệt, tôi xin gửi lời cảm ơn chân thành tới GS. Phạm Kỳ Anh.

Thầy đã luôn động viên tôi, tạo điều kiện cho tôi báo cáo và chỉ dạy tôi nhiều kiến thức hữu ích. Tôi cũng xin gửi lời cảm ơn sâu sắc tới TS. Lê Hải Yến, người đã luôn quan tâm, chỉ bảo tôi trên con đường khoa học. Cuối cùng, tôi muốn bày tỏ lòng biết ơn sâu sắc tới những người thân iii trong gia đình, đặc biệt là bố mẹ hai bên, chồng và các con.

Những người đã luôn động viên, chia sẻ mọi khó khăn cùng tôi suốt những năm tháng qua để tôi có thể hoàn thành luận án này. Tác giả Nguyễn Thị Thanh Huyền iv Mục lục Lời cam đoan i Lời cảm ơn iii Mục lục iii Bảng ký hiệu v Bảng chữ viết tắt viii Mở đầu 1 Chương 1 Một số kiến thức chuẩn bị 12 1. Các khái niệm và kết quả cơ bản. Bài toán cân bằng và một số bài toán liên quan.

Bài toán chấp nhận tách. Một số phương pháp lặp cơ bản tìm điểm bất động. Các kết quả bổ trợ. 25 Chương 2 Thuật toán chiếu kết hợp phép lặp Mann-Krasnoselskii giải bài toán chấp nhận tách 26 2.

Mô tả bài toán và sự hội tụ. Ví dụ minh họa. 43 v Chương 3 Thuật toán dưới đạo hàm giải bài toán chấp nhận tách phi tuyến và ứng dụng cho mô hình cân bằng Nash có ràng buộc 44 3. Mô tả bài toán.

Thuật toán và sự hội tụ. Ví dụ minh họa. 69 Kết luận 70 Tài liệu tham khảo 73 vi Bảng ký hiệu R tập các số thực R++ tập các số thực dương Rn không gian véctơ Euclid thực n−chiều hx, yi tích vô hướng của hai véctơ x và y kxk chuẩn Euclid của véctơ x trong không gian Rn xn → x Dãy {xn } hội tụ mạnh tới x PC (x) Phép chiếu của điểm x lên tập C PC (x) = argminy∈C ky − xk NC (x) Nón pháp tuyến ngoài của tập lồi C tại x ∂f (x) Dưới vi phân của hàm f tại x ∂ ǫ f (x) ǫ-dưới vi phân của hàm f tại x ∂2 f (x, x) Dưới vi phân theo biến thứ hai của song hàm f (x, .) tại x ∂2ǫ f (x, x) ǫ-dưới vi phân theo biến thứ hai của song hàm f tại x argminC f Tập các điểm cực tiểu của hàm f trên tập C proxλg Ánh xạ gần kề của hàm lồi g với tham số λ > 0 AT ma trận chuyển vị của ma trận A EP (C, f ) Bài toán cân bằng của song hàm f trên tập C S(C, f ) Tập nghiệm của bài toán cân bằng song hàm f trên tập C ∅ Tập rỗng ✷ Kết thúc chứng minh vii Bảng chữ viết tắt (CFP) Bài toán chấp nhận lồi (EP) Bài toán cân bằng (SEO) Bài toán chấp nhận tách với C là tập nghiệm của bài toán EP và Q là tập nghiệm của bài toán tối ưu (SFP) Bài toán chấp nhận tách (NSEP) Bài toán chấp nhận tách phi tuyến 1 Mở đầu Một trong những lớp bài toán quan trọng thu hút được sự quan tâm nghiên cứu của nhiều nhà khoa học trong nước cũng như trên thế giới, đó là bài toán cân bằng. Thuật ngữ cân bằng được sử dụng rộng rãi trong nhiều ngữ cảnh khoa học và kĩ thuật.

Trong Vật lý, trạng thái cân bằng của một hệ, theo thuật ngữ cơ học cổ điển, xảy ra khi hợp lực tác động lên hệ bằng không và trạng thái này được duy trì trong một khoảng thời gian dài. Trong Hóa học, vấn đề cân bằng cũng được đề cập trong các phản ứng hóa học. Trong Sinh học, cân bằng sinh thái là trạng thái ổn định tự nhiên của hệ sinh thái, hướng tới sự thích nghi cao nhất với điều kiện sống, trạng thái này thường xảy ra khi tương quan lực lượng giữa con mồi và thú săn mồi trong hệ sinh thái đó có tỉ lệ tương đồng với nhau. Trong kinh tế, sự cân bằng xảy ra, ví dụ như khi lượng cung bằng lượng cầu.

Trạng thái cân bằng là trạng thái mà con người và vạn vật đều có xu hướng tiến đến. Bài toán cân bằng, còn được gọi là bất đẳng thức Ky Fan, được nghiên cứu trong luận án này có thể phát biểu một cách đơn giản như sau: Cho C là một tập lồi, đóng, khác rỗng trong không gian Rn và f : C × C → R là một song hàm thỏa mãn f (x, x) = 0, với mọi x ∈ C (song hàm có tính chất này thường được gọi là song hàm cân bằng). EP(C, f ) Bất đẳng thức trên được H. Isoda [81] sử dụng lần đầu tiên vào năm 1955 trong khi nghiên cứu trò chơi không hợp tác.

Năm 1972, Ky Fan [62] gọi là bất đẳng thức minimax và ông đã đưa ra các 2 kết quả về sự tồn tại nghiệm của bài toán này. Thuật ngữ bài toán cân bằng được sử dụng lần đầu tiên bởi L. Bài toán cân bằng bao hàm nhiều lớp bài toán quen thuộc như bài toán tối ưu, bài toán bất đẳng thức biến phân, bài toán điểm bất động Kakutani, bài toán cân bằng Nash trong lý thuyết trò chơi không hợp tác, bài toán cân bằng véctơ, bài toán cân bằng tập. Các bài toán này, một số được trình bày bởi L.

Oettli [77], sau đó được E. Oettli giới thiệu thêm trong công trình [21] năm 1994, gần đây được giới thiệu khá đầy đủ trong cuốn sách chuyên khảo của G. Bigi và các cộng sự [26]. Ngoài ra, bài toán cân bằng còn được mở rộng sang các bài toán cân bằng véctơ, bài toán cân bằng tập bởi nhiều tác giả trong các tài liệu [42, 49, 70, 73, 87] và cuốn chuyên khảo [55].

Trong vài chục năm trở lại đây, bài toán cân bằng được nghiên cứu cả về tính chất định tính và phương pháp giải. Về tính chất định tính, sự tồn tại nghiệm của bài toán cân bằng được khảo sát trong các công trình [23, 24, 25, 41, 52, 53, 57] và các tài liệu tham khảo trong đó. Sự ổn định nghiệm, cấu trúc của tập nghiệm được nghiên cứu trong các tài liệu [11, 12, 13, 76]. Hướng nghiên cứu về phương pháp giải có thể nói là được quan tâm nhiều hơn, chẳng hạn trong [6, 7, 8, 9, 16, 35, 38, 39, 40, 41, 52, 53, 57, 63, 64, 65, 78, 79, 83, 88, 89, 92].

Dễ thấy rằng, nếu ta định nghĩa ánh xạ S bằng cách, với mỗi x ∈ C, đặt S(x) := argmin{f (x, y) : y ∈ C} thì từ điều kiện f (x, x) = 0 với mọi x ∈ C, ta có mọi điểm bất động của ánh xạ S đều là nghiệm của bài toán cân bằng. Ngược lại với các giả thiết thông thường là f (x, .) lồi, khả dưới vi phân, thỏa mãn một tính chất chính quy nào đó, thì mọi điểm bất động của ánh xạ S đều là nghiệm của bài toán cân bằng. Qua đây ta thấy việc tìm nghiệm của bài toán cân bằng có thể quy về việc tìm điểm bất động. Tuy nhiên việc tìm điểm bất động của một ánh xạ, ngay trong trường hợp điểm bất 3 động theo định lý Brouwer đã có từ hơn một thế kỷ, nhưng cho đến nay vẫn chưa có thuật toán hiệu quả cho bài toán này.

Hơn nữa, như đã nêu, bài toán cân bằng bao hàm nhiều bài toán quan trọng, khó giải như là những trường hợp riêng, nên không hy vọng có một thuật toán hiệu quả để giải bài toán cân bằng tổng quát. Vì thế người ta đã nghiên cứu các phương pháp giải bài toán cân bằng với những giả thiết nhất định. Các giả thiết này có thể là một tính chất đơn điệu nào đó như tính giả đơn điệu, đơn điệu, đơn điệu chặt, đơn điệu mạnh và tính lồi, khả dưới vi phân theo biến thứ hai của song hàm f .

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

Trích dẫn luận án này

Nguyễn Thị Thanh Huyền (2020). Giải bài toán chấp nhận tách suy rộng và cân bằng [Luận án tiến sĩ, Đại học Thái Nguyên - Trường Đại học Sư phạm]. LuanAn.net. https://luanan.net/toan-hoc/xac-suat-thong-ke/giai-bai-toan-chap-nhan-tach-suy-rong-bai-toan-can-bang

Câu hỏi thường gặp

Luận án "Giải bài toán chấp nhận tách suy rộng và cân bằng" nghiên cứu về vấn đề gì?

Nghiên cứu phương pháp giải bài toán chấp nhận tách suy rộng và cân bằng bằng các kỹ thuật tối ưu mới nhất.

Luận án "Giải bài toán chấp nhận tách suy rộng và cân bằng" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Đại học Thái Nguyên - Trường Đại học Sư phạm. Năm bảo vệ: 2020.

Luận án "Giải bài toán chấp nhận tách suy rộng và cân bằng" thuộc chuyên ngành gì?

Luận án "Giải bài toán chấp nhận tách suy rộng và cân bằng" thuộc chuyên ngành Toán Giải tích. Danh mục: Xác Suất Thống Kê.

Luận án "Giải bài toán chấp nhận tách suy rộng và cân bằng" có bao nhiêu trang?

Luận án "Giải bài toán chấp nhận tách suy rộng và cân bằng" có 91 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Giải bài toán chấp nhận tách suy rộng và 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