DICR函数的刻画及其在优化问题中的应用
Characterizations of DICR Functions and Applications to Optimization Problems
通讯作者:
收稿日期: 2017-09-20
基金资助: |
|
Received: 2017-09-20
Fund supported: |
|
在拓扑向量空间中研究DICR函数.引入该函数关于支撑集、次微分的概念,研究该函数支撑集、次微分之间的关系.也研究了与严格DICR函数相关的集合的最大元,得到严格DICR函数差的全局最小值的充要条件.
关键词:
In this paper, we study DICR functions in topological vector spaces. We introduce support sets and subdifferential of DICR functions, discuss the relations between support sets and subdifferential. We also investigate maximal elements of the set involving strictly DICR functions and present necessary and sufficient conditions for the global minimum of the difference of two strictly DICR functions.
Keywords:
本文引用格式
马世贵, 李军.
Ma Shigui, Li Jun.
1 引言
本文结构如下:第一章说明了DICR函数的研究背景.第二章回顾了DICR函数的定义及部分性质定理.第三章给出了DICR函数关于支撑集及次微分的概念,并研究该函数支撑集与次微分之间的关系.第四章研究了严格DICR函数与最大元的关系,给出了严格DICR函数差的全局最小值的充要条件.
2 预备知识
设
定义2.1 设
(ⅰ)称
(ⅱ)称
(ⅲ)称
(ⅳ)称
(ⅴ)称
(ⅵ)称
定义2.2 设
(ⅰ)称
(ⅱ)称
定义2.3 设
称函数
定义2.4 设
称函数
考虑函数
约定sup
函数
任意
所有
以下关于DICR函数的性质定理可参阅文献[12].
命题2.1 函数
定理2.1 设
(ⅰ)
(ⅱ)对任意的
(ⅲ)对任意的
定理2.2 设
其中
因此,
3 DICR函数的支撑集与次微分
本章主要在拓扑向量空间中研究DICR函数的支撑集与次微分及相关结果.
定义3.1 设
根据定理2.2,对每一个DICR函数
命题3.1 设
证 任取
反之,假设
综上所述,即得证.
定义3.2 设
命题3.2 设
此外,
证 任取
定理3.1 设
特别地,当
证 令
再根据定理2.1(ⅲ)有
由定义3.2可知
当
结合
由(3.3)式化简可得
因此,
综上所述,当
4 严格DICR函数与最大元关系及其优化问题
本章主要研究严格DICR函数与最大元之间的关系,给出严格DICR函数差的全局最小值的一个充要条件.
假设
考虑以下优化问题
其中
假设
取
当且仅当有
对任意的
命题4.1 设
证 任取
若
取(4.3)式中
即证
命题4.2 设
证 由命题4.1证明过程,以下仅证当
结合(2.3)式与定义3.1可得
既然
综上所述,
命题4.3 设
证 因为
即存在
对任意的
再结合(2.1)式可得
已知
即有
综上所述,对任意的
命题4.4 设
(ⅰ)
(ⅱ)关于
证 (ⅰ)
(ⅱ)
定理4.1 设
证
参考文献
Optimization of the difference of ICR functions
,DOI:10.1016/j.na.2009.03.017 [本文引用: 1]
Monotonic analysis over ordered topological vector spaces:Ⅳ
,DOI:10.1007/s10898-008-9379-6 [本文引用: 3]
Optimization of the difference of topical functions
,DOI:10.1007/s10898-012-9991-3 [本文引用: 1]
Inequality systems and global optimization
,DOI:10.1006/jmaa.1996.0353 [本文引用: 1]
Nonlinear extensions of Farkas' lemma with applications to global optimization and least squares
,DOI:10.1287/moor.20.4.818 [本文引用: 1]
Increasing convex along rays functions with applications to global optimization
,DOI:10.1023/A:1022602223919 [本文引用: 1]
Toland-Singer formula cannot distinguish a global minimizer from a choice of stationary points
,DOI:10.1080/01630569908816883 [本文引用: 1]
From convex optimization to nonconvex optimization necessary and sufficient conditions for global optimality
,
Increasing quasi-concave co-radiant functions with applications in mathematical economics
,DOI:10.1007/s001860400405 [本文引用: 1]
/
〈 | 〉 |