30、矩阵博弈与弱凸优化中的收敛条件分析

矩阵博弈与弱凸优化中的收敛条件分析

1. 基本概念与符号定义

在深入探讨收敛理论之前,我们先明确一些基本的概念和符号。设 (E) 为一个向量空间,(R) 表示实数集,(R_{\infty}= R \cup{\infty})。(E) 中的单位球记为 (B = {x : |x|\leq1})。(E) 中具有闵可夫斯基加法和标准实数乘法的有界闭凸子集的线性向量空间记为 (C(E))。对于任意 (X \subset E),其内部记为 (int(X)),闭包记为 (cl{X}),边界记为 (\partial X)。点 (x) 与集合 (X \subset E) 之间的距离函数定义为 (\rho(x, X) = \inf_{y\in X} |x - y|),集合 (X) 的范数定义为 (|X|= \sup_{x\in X} |x|)。

2. 收敛理论

2.1 Zangwill 收敛条件

Zangwill 很早就提出了优化序列 ({x_k}) 收敛到有界解集 (X^{\star}) 的条件。具体来说,如果序列 ({x_k}) 具有以下性质,则收敛是有保证的:
- Z1 :序列 ({x_k}) 是有界的。
- Z2 :存在连续函数 (V(x) : E \to R) 满足:
- Z2.1 :对于任意 (x^{\star} \in X^{\star}),(V(x^{\star}) = 0),否则 (V(x) > 0)。
- Z2.2 :如果 ({x_k}) 有一个聚点 (x’

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值