Li công bố bài báo “A Note on Nonconvex Minimax Theorem with Separable Homogenous Polynomials” đã cho chúng ta một cách nhìn định lý minimax không lồi đối với đa thức thuần nhất tách đượ
Trang 1MỤC LỤC
LỜI MỞ ĐẦU 4
Chương 1 Các kiến thức chuẩn bị 6
1.1 Khái niệm không gian định chuẩn 6
1.2 Không gian Hillbert 8
1.2.1 Tích vô hướng 8
1.2.2 Bất đẳng thức Schwarz 9
1.2.3 Định nghĩa không gian Hilbert và ví dụ 9
1.3 Tập lồi 10
1.3.1 Định nghĩa và tính chất 10
1.3.2 Bao lồi và bao lồi đóng 11
1.3.3 Các định lý tách 12
1.4 Hàm lồi 13
1.4.1 Hàm lồi 13
1.4.2 Các phép toán về hàm lồi 16
1.4.3 Tính liên tục của hàm lồi 18
1.5 Tập mở và tập đóng 18
1.6 Tập compact 18
Chương 2 Định lý minimax không lồi 20
2.1 Đa thức thuần nhất tách được; Tính lồi của miền giá trị ghép 20
2.2 Định lý minimax không lồi 23
2.3 Ứng dụng của định lý minimax không lồi 28
KẾT LUẬN 31
TÀI LIỆU THAM KHẢO 32
Trang 2LỜI MỞ ĐẦU
Định lý minimax cho hàm tách được lồi - lõm là định lý cơ bản trong lýthuyết tối ưu và giải tích lồi, nó có rất nhiều ứng dụng trong nền kinh tế Mởrộng của định lý minimax cổ điển cho trường hợp không lồi đã được nghiên cứutrong suốt hai thập kỉ qua (xem trong [4,5,7]), bằng cách thêm các giả thiết lồi
tổng quát Tháng 7 năm 2011, G Y Li công bố bài báo “A Note on Nonconvex
Minimax Theorem with Separable Homogenous Polynomials” đã cho chúng ta
một cách nhìn định lý minimax không lồi đối với đa thức thuần nhất tách đượcmột cách đầy đủ và chính xác nhất Đặc biệt, áp dụng tính lồi ẩn (tính lồi củamiền giá trị ghép) của đa thức thuần nhất tách được, ông đã chứng minh đượcđịnh lý minimax không lồi áp dụng cho đa thức thuần nhất tách được Với ýtưởng tương tự, đã có một số công trình được công bố với hệ toàn phương khônglồi, xem trong [8,9] Các kết quả thu được trong bài báo [12] cung cấp cho chúng
ta thêm một cách nghiên cứu về định lý minimax không lồi, bằng cách lấy một
số điều kiện có thể kiểm tra dễ dàng hơn
Là một sinh viên Sư phạm, chuyên ngành Sư phạm Toán, tôi mong muốnđược tìm hiểu sâu hơn về lý thuyết tối ưu và giải tích lồi nói chung cũng nhưđịnh lý minimax nói riêng Đặc biệt, dưới sự gợi mở, hướng dẫn, chỉ bảo tận tìnhcủa thầy ThS Nguyễn Quốc Tuấn tôi đã chọn đề tài
“Định lý minimax không lồi đối với đa thức thuần nhất tách được”
Khoá luận tập trung làm rõ một số nội dung liên quan đến định lý minimaxkhông lồi đối với đa thức thuần nhất tách được, một số bổ đề và hệ quả có liên
4
Trang 3quan Ngoài phần mở đầu, kết luận, tài liệu tham khảo, khoá luận gồm haichương:
Chương 1 Các kiến thức chuẩn bị
Trong chương này, tác giả hệ thông lại một số kiến thức chuẩn bị cho định
lý minimax không lồi đối với đa thức thuần nhất tách được
Chương 2 Định lý minimax không lồi
Chương này trình bày khái niệm đa thức thuần nhất tách được; Tính lồi củamiền giá trị ghép Phát biểu, làm rõ chứng minh định lý minimax không lồi vàứng dụng của nó
Do thời gian nghiên cứu có hạn và khả năng của bản thân còn hạn chế nênkhoá luận này mới chỉ dừng lại ở việc tìm hiểu, trình bày các nội dung chínhtheo chủ đề đã đặt ra Trong quá trình viết khoá luận cũng như trong quá trình xử
lý văn bản, khoá luận không tránh được những thiếu sót nhất định Vì vậy, tôi rấtmong được sự đóng góp ý kiến của quý thầy cô và bạn đọc để khoá luận đượchoàn thiện hơn
Trang 4Chương 1
Các kiến thức chuẩn bị
1.1 Khái niệm không gian định chuẩn
Định nghĩa 1.1 Ta gọi không gian định chuẩn (hay không gian tuyến tính định
chuẩn) là không gian tuyến tính X trên □ cùng với một ánh xạ từ X vào tập số
thực □ , ký hiệu là và đọc là chuẩn, thỏa mãn các tiên đề sau đây:
1) x 0 ; x = 0 x 0 , x X ;
2) x x , x X , □ , (tính thuần nhất);
3) x y x y , x, y X (bất đẳng thức tam giác).
Số x gọi là chuẩn của vector x Ta cũng ký hiệu không gian định chuẩn là X
Các tiên đề 1) 2) 3) gọi là hệ tiên đề chuẩn
Ví dụ 1.1 Đối với số thực bất kỳ x □ , ta đặt
Nhờ các tính chất về giá trị tuyệt đối của số thực, công thức (1.1) cho mộtchuẩn trên □
Không gian định chuẩn tương ứng ký hiệu là
1
Trang 5 x 2 j1
, là không gian Banach
Ví dụ 1.3 Cho không gian vector l
Ta dễ thấy (1.3) xác định một chuẩn trên không gian l2 Hơn nữa, l2 ,
không gian Banach
Ta dễ thấy (1.4) xác định một chuẩn trên không gian □a, b Hơn nữa,
□ a, b, là không gian Banach
Nhận xét 1.1 Các chuẩn thỏa mãn (1.1), (1.2), (1.3), (1.4) là các chuẩn Euclide.
Trang 61.2 Không gian Hillbert
1.2.1 Tích vô hướng
Định nghĩa 1.2 Cho X là không gian tuyến tính trên □ Ta gọi là tích vô
hướng trên không gian X mọi ánh xạ từ tích Descartes X X
Các phần tử của x, y, z, gọi là các nhân tử của tích vô hướng, các tiên đề 1), 2),
3), 4) gọi là hệ tiên đề tích vô hướng
Trang 7,x, y X , □ ;
3) x, y z x, z y,
z
,x, y, z X
Trang 8, là một hàm liên tục theo hai biến đối với chuẩn
Định nghĩa 1.4 Không gian tuyến tính trên trường số thực □ cùng với một tích
vô hướng gọi là không gian tiền Hilbert
1.2.3 Định nghĩa không gian Hilbert và ví dụ
Định nghĩa 1.5 Không gian tiền Hillbert H
H là không gian Banach.
Ta gọi một không gian tuyến tính con đóng của không gian Hilbert H là không gian Hilbert con của không gian H
Trang 9Dễ dàng thấy hệ thức (1.7) thỏa mãn hệ tiên đề tích vô hướng Chuẩn sinh bởitích vô hướng (1.7)
Trang 10trùng với chuẩn (1.2) đã biết trên không gian
□ cùng với tích vô hướng (1.7) là một không gian Hilbert
1.3 Tập lồi
1.3.1 Định nghĩa và tính chất
Giả sử X là không gian tuyến tính, □ là tập các số thực
Định nghĩa 1.6 Tập A X được gọi là tập lồi, nếu mọi x1, x2 A , mọi □ ,
Ví dụ 1.6 Các nửa không gian là tập lồi; các tam giác và các hình tròn trong mặt
phẳng là các tập lồi; hình cầu đơn vị trong không gian Banach là các tập lồi; …
Mệnh đề 1.1 Giả sử A X ( I ) là các tập lồi, với I là tập chỉ số bất kỳ.
Khi đó, tập A A
I cũng là tập lồi
Từ định nghĩa 1.7 ta nhận được các mệnh đề 1.2, 1.3, 1.4
k
Trang 111.3.2 Bao lồi và bao lồi đóng
Định nghĩa 1.9 Giả sử A là tập lồi, A X Giao của tất cả các tập lồi chứa A
được gọi là bao lồi của tập A , ký hiệu là conv A
Định lý 1.3 Tập convA trùng với tập tất cả các tổ hợp lồi của A.
Hệ quả 1.2 Tập A là lồi khi và chỉ khi A chứa tất cả các tổ hợp lồi của A Định nghĩa 1.10 Giả sử A là tập lồi, A X Khi đó, giao của tất cả các tập lồi
đóng chứa A được gọi là bao lồi đóng của tập A , ký hiệu là conv A
Mệnh đề 1.5 Giả sử A là tập lồi, A X Khi đó
Trang 121) Phần trong int A và bao đóng A của A là các tập lồi.
Định nghĩa 1.11 Không gian vector tôpô có một cơ sở gồm những lân cận lồi của
điểm gốc được gọi là không gian vector lồi địa phương (không gian lồi địa
phương) Định nghĩa 1.12 Cho các tập A và B nằm trong không gian lồi địa
Trang 13lồi địa phương X , A B , int A Khi đó, tồn tại phiếm hàm tuyến tính
x X
, x 0 , tách hai tập A và B
Trang 14Hệ quả 1.3 Giả sử A, B là các tập lồi trong không gian lồi địa phương X ,
int A Khi đó, hai tập A và B tách được khi và chỉ khi int A B
Định lý 1.6 (Định lý tách thứ hai) Giả sử A là không gian con lồi đóng
trong
không gian lồi địa phương X
ngặt (hoặc tách chặt) tập A
Hệ quả 1.4 Giả sử X là không gian lồi địa phương Hausdorff, A X Khi đó,
coA trùng với giao của tất cả các nửa không gian chứa A
Trang 15f :D □ .
Trang 16Định nghĩa 1.13 Trên đồ thị của hàm f , kí hiệu là epi f , được định nghĩa bởi
Định nghĩa 1.15 Hàm f được gọi là chính thường nếu dom f và
với mọi x thuộc D
f x
Định nghĩa 1.16 Hàm f được gọi là lồi trên D nếu epi f là tập lồi trong X □
Hàm f được gọi là lõm trên D nếu f là hàm lồi trên D
Nhận xét 1.6 Hàm f là hàm lồi thì dom f cũng lồi.
Trang 17f là hàm lồi trên X ,
□ I , I là tập
chỉ số bất kỳ Khi đó, tập
A x X : f x , I là tập lồi
Định nghĩa 1.17 Giả sử hàm f xác định trên X được gọi là thuần nhất dương
nếu với mọi x X
Hệ quả 1.6 Giả sử hàm f là hàm lồi chính thường, thuần nhất dương Khi đó,
với mọi xi X
Trang 18Nhận xét 1.7 Tính chất lồi của hàm không giống tính chất đóng Cụ thể, nếu
hàm f hàm lồi thì tất cả các tập mức của hàm f là tập lồi Nhưng điều ngược
lại không đúng
Định nghĩa 1.19 Cho bài toán tối ưu (P): f min
(P) được kí hiệu là argmin (P).
hàm f1, , f m là các hàm lồi chính thường trên X thì
f1 f m là hàm lồi, nhưng có thể không chính thường
Định lý 1.13 Giả sử F là tập lồi trong X □ và
f x inf : x, F. (1.12)
Khi đó, hàm f là hàm lồi trên X
Định nghĩa 1.20 Giả sử f I là một họ tuỳ ý các hàm
a) Cận trên của các hàm f , kí hiệu là I f , được xác định bởi
Trang 19Mệnh đề 1.7 Giả sử f I là các hàm lồi trên X Khi đó,
a) Hàm I f là hàm lồi,
b) Hàm conv I f là hàm lồi.
Nhận xét 1.9 Nếu f I là các hàm lồi chính thường thì các hàm cận trên
và bao lồi cận dưới là lồi nhưng có thể không chính thường
Định nghĩa 1.21 Giả sử X là không gian lồi địa phương, hàm f là một hàm lồi,
ta có các định nghĩa sau
a) Bao đóng của hàm f , kí hiệu là f , được xác định bởi
epi f epi f ;
b) Bao lồi và bao lồi đóng của hàm f , kí hiệu lần lượt là conv f và conv f ,
được xác định tương ứng bởi:
epiconv f convepi f ;epiconv f convepi f
Nhận xét 1.10.
a) Hàm f đóng khi và chỉ khi f f ;
b) Bao đóng của một hàm lồi là một hàm lồi;
c) Bao đóng của một hàm chính thường có thể không chính thường;
d) Tổng hữu hạn các hàm đóng là một hàm đóng;
e) Cận trên của họ tuỳ ý các hàm đóng là một hàm đóng
Trang 201.4.3 liên tục của hàm lồi
Định lý 1.14 Giả sử hàm f là hàm lồi chính thường trên X Khi đó, các khẳng
định sau tương đương:
(i) Hàm f bị chặn trên trong một lân cận của x ;
(ii) Hàm f liên tục tại x ;
int epi f x, X □ :x intdom f , f x
1.5 Tập mở và tập đóng
Định nghĩa 1.22 Cho không gian định chuẩn X ,
Ta gọi lân cận của điểm
x trong không gian X là mọi hình cầu mở tâm x, bán kính r dương nào đấy.
Định nghĩa 1.23 Cho không gian định chuẩn X
,
và tập A X
tại một lân cận của x bao hàm trong A
Trang 21tập compact trong không gian X nếu mọi dãy vô hạn các phần tử thuộc K đều chứa dãy con hội tụ tới phần tử thuộc tập K Tập K được gọi là tập compact
Trang 22tương đối trong không gian X nếu mọi dãy vô hạn các phần tử thuộc K đều chứa dãy con hội tụ (tới phần tử thuộc X).
Ví dụ 1.8 Trong không gian metric □ (tập số thực □ với metric tự nhiên) đoạn
bất kỳ là tập compact, khoảng bất kỳ là tập compact tương đối Trong khônggian Euclide □
n tập bất kỳ đóng và bị chặn là tập compact, tập bất kỳ bị chặn làtập compact tương đối
1
Trang 23Chương 2
Định lý minimax không lồi
2.1 Đa thức thuần nhất tách được; Tính lồi của miền giá trị ghép
1
Trang 2421chỉ ra rằng miền giá trị ghép
R f1, , f p luôn là tập lồi
Trang 25Bổ đề 2.1 Cho là một hộp compact trong □ m và f i i 1, , p là đa thức
thuần nhất tách được bậc q trên □
đó, R) ( f1, , f p là một tập lồitrong □
Trang 26Vì vậy u1, ,u p f 1 j (x j ), , f pj (x j ): x j j
j1
nên
m
Trang 27Vì tổng của những tập lồi là một tập lồi Từ (2.2), với j cố định, j 1, , m, nếu
j là một tập lồi compact trong □ , giả sử j = j , j thì
Trang 28Định nghĩa 2.4 Tập hợp gồm tất cả các đa thức thuần nhất tách được (hoặc một
hằng số), kí hiệu là
Trang 29Vì phép tịnh tiến bảo toàn tính lồi nên hệ quả 2.1 được suy ra trực tiếp từ bổ đề 2.1.
Hệ quả 2.1 Nếu là một hộp compact trong □ , q □ và f i S q , i 1, , p
thì
R f1, , f p là một tập lồi trong □p
2.2 Định lý minimax không lồi
Bằng cách sử dụng tính lồi của miền ghép giá trị của đa thức thuần nhất táchđược chúng ta có định lý minimax không lồi và việc chứng minh nó dựa theo cácchứng minh cổ điển của định lý minimax cho hàm tách được lồi - lõm đã đượctrình bày trong [16]
Định lý 2.1 Cho là một hộp compact trong □ , q □ và A là một tập lồi,
Chứng minh Để chứng minh được định lý 2.1, ta chỉ cần chứng minh
inf max f (x, y) max
Trang 31f (u, y x ) , với mọi u Vx (2.3)
Do là hộp compact và xV x nên tồn tại các số x1, , x p sao cho
Trang 32 f (x j , y1 ), f (x j , y2 ), , f (x j , y p ) f1 (x j ), f2 (x j ), , f p (x j ) R ( f1, , f p )
Trang 34là lồi với
mọi x
nên
Trang 35Ba hệ quả sau được chứng minh dễ dàng nhờ định lý minimax Đặc biệt, hệquả 2.4 chính là định lý von-Neumann nổi tiếng.
Hệ quả 2.2 Cho là một hộp compact trong □ , q □ và A là một tập lồi, tập A □ n
Cho hàm
f ( , y) là đa thức thuần nhất tách được bậc q
và với mỗi x cố định, x □ m , f (x,) là hàm afin Do đó, từ định lý 2.1 ta có
Hệ quả 2.3 Cho là một hộp compact trong □ , q □ và A là một tập lồi,
Trang 36và hàm f2 : □ □ là hàm lồi Khi đó, ta có
1
Trang 37inf max f1 (x) f2 ( y) max
f ( , y) là đa thức thuần nhất tách được bậc
,
và f2 là hàm lồi) Do đó, từ định lý 2.1 ta có điều phải chứng minh.
Hệ quả 2.4 Cho hai số m, n □ , x (x1 , , x m ) □ :
f (x, y) x,U y ;
với mỗi y cố định, y □ , f (, y) là một hàm số tuyến tính và với mỗi x cố định, f (x,) cũng là một hàm tuyến tính Do đó, từ định lý 2.1 ta có điều phải chứng minh, vì mọi hàm tuyến tính là lồi và thuộc tập S1 Tiếp theo, ta trình bày ví dụ minh hoạ cho hệ quả 2.2
Ví dụ 2.1 Cho m 2 và n 1, 1,1 1,1 và A □ Xét hàm tách được
m n
m
Trang 392.3 Ứng dụng của định lý minimax không lồi
Xét bài toán (P) với đa thức thuần nhất tách được không lồi với hộp ràng
Trang 40này hướng vào ứng dụng của định lý minimax thu được khoảng không đối ngẫucho bài toán P (Với phép tính gần đúng xác minh được kết quả khoảngkhông đối ngẫu, tham khảo tài liệu [6,10,11,13,14,15]).
Trang 41Không giảm tính tổng quát ta có thể viết lại như sau
Định lý 2.2 Cho cặp đối ngẫu P và DP , khi đó khoảng không đối ngẫu
inf max f (x, y) max
Trang 45KẾT LUẬN
Khoá luận được hoàn thành chủ yếu dựa theo [12] và một số tài liệu khác.Trong khoá luận này, tác giả đã trình bày, làm rõ một số nội dung liên quan đếnđịnh lý minimax không lồi, đa thức thức thuần nhất tách được (tính lồi của miềngiá trị ghép), định lý minimax không lồi đối với đa thức thuần nhất tách được(định lý 2.1), ứng dụng của định lý minimax không lồi Cụ thể, khoá luận đã:
● Hệ thống lại một số kiến thức chuẩn bị cho định lý minimax không lồivới đa thức thuần nhất tách được;
● Đưa ra ví dụ làm rõ thêm các kết quả;
● Làm rõ hơn nội dung đa thức thuần nhất tách được; tính lồi của miền giátrị ghép), nội dung chứng minh định lý minimax đối với đa thức thuần nhất tách được (định lý 2.1) theo [12], ứng dụng của định lý minimax không lồi
Đề tài “Định lý minimax không lồi đối với đa thức thuần nhất tách được” là
đề tài có tính thời sự và đang được nghiên cứu rất nhiều trong những năm gầnđây Tôi hi vọng rằng trong tương lai sẽ có thể có những đóng góp có ý nghĩacho hướng nghiên cứu này
Trang 46TÀI LIỆU THAM KHẢO[A] Tài liệu tiếng Việt
[1] PGS TS Nguyễn Phụ Hy (2005), Giải tích hàm, NXB Khoa học Kỹ thuật
Hà Nội
[2] PGS TS Đỗ Đăng Lưu - PGS TS Phan Huy Khải (2000), Giải tích lồi,
NXB Khoa học Kỹ thuật Hà Nội
[3] Hoàng Tuỵ (2003), Lý thuyết tối ưu, Viện Toán học, Viện Khoa học và
Công nghệ Việt Nam
[B] Tài liệu tiếng Anh
[4] Craven, B D., Jeyakumar, V (1986), Equivalence of Ky Fan type
minimax theorem and a Gordan type alternative, Oper Res Lett.,5, 99 -
102
[5] Frenk, J B., Kassay, G, (2007), Lagrangian duality and cone convex-like
functions, J Optim Theory Appl., 134, 207 - 222.
[6] Giannessi, F., Mastroeni, G (2008), Separation of sets and Wolfe duality,
J Global Optim.,42, 401 - 412
[7] Jeyakumar, V (1986), A generalization of a minimax theorem of Fan via a
theorem of the alternative, J Optim Theory Appl., 48, 525 - 533.
[8] Jeyakumar, V., Huy, N q., Li, G (2009), Necessary and sufficient conditions
for S-lemma and nonconvex quadratic, Optim Eng., 10, 491 - 503.