BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

...........................
PHẠM THỊ THƠM

Phạm Thị Thơm

PHƯƠNG PHÁP LẶP GIẢI MỘT LỚP

BẤT ĐẲNG THỨC BIẾN PHÂN TÁCH HAI CẤP
TRONG KHÔNG GIAN HILBERT
TOÁN TIN

LUẬN VĂN THẠC SỸ KHOA HỌC

CH2021A

HÀ NỘI–2021
 i

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI
...........................

Phạm Thị Thơm

PHƯƠNG PHÁP LẶP GIẢI MỘT LỚP

BẤT ĐẲNG THỨC BIẾN PHÂN TÁCH HAI CẤP
TRONG KHÔNG GIAN HILBERT

Chuyên ngành: Toán Tin

LUẬN VĂN THẠC SỸ KHOA HỌC

NGƯỜI HƯỚNG DẪN KHOA HỌC

PGS.TS. NGUYỄN THỊ THU THỦY

HÀ NỘI–2021
 ii

Lời cam đoan

.........
Học viên

Phạm Thị Thơm

 iii

Lời cảm ơn
.........
Học viên

Phạm Thị Thơm

 iv

Mục lục

Trang phụ bìa i

Lời cam đoan ii

Lời cảm ơn iii

Mục lục vi

Danh mục ký hiệu, chữ viết tắt 2

Chữ viết tắt 2

Danh sách bảng 3

Danh sách hình vẽ 4

Mở đầu 5

Chương 1. Bài toán bất đẳng thức biến phân tách trong không
gian Hilbert 7
1.1 Bài toán bất đẳng thức biến phân . . . . . . . . . . . . . . . . 7
1.1.1 Toán tử loại đơn điệu và phép chiếu mêtric . . . . . . . 7
1.1.2 Bài toán bất đẳng thức biến phân và phương pháp chiếu
gradient . . . . . . . . . . . . . . . . . . . . . . . . . . 14
 v

1.1.3 Một ứng dụng thực tế của bất đẳng thức biến phân . . 16
1.2 Bài toán bất đẳng thức biến phân tách . . . . . . . . . . . . . 18
1.2.1 Bài toán chấp nhận tách và phương pháp CQ . . . . . 18
1.2.2 Bài toán bất đẳng thức biến phân tách và phương pháp
chiếu . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

Chương 2. Phương pháp giải bất đẳng thức biến phân trên tập
nghiệm của bài toán bất đẳng thức biến phân tách 23
2.1 Bài toán bất đẳng thức biến phân hai cấp . . . . . . . . . . . 24
2.1.1 Bài toán bất đẳng thức biến phân hai cấp . . . . . . . 24
2.1.2 Phương pháp dưới đạo hàm tăng cường . . . . . . . . . 26
2.2 Phương pháp giải bất đẳng thức biến phân tách hai cấp với
toán tử giả đơn điệu . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.1 Mô tả phương pháp . . . . . . . . . . . . . . . . . . . . 28
2.2.2 Sự hội tụ . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3 Phương pháp giải bất đẳng thức biến phân tách hai cấp với
toán tử đơn điệu mạnh ngược . . . . . . . . . . . . . . . . . . 31
2.3.1 Mô tả phương pháp . . . . . . . . . . . . . . . . . . . . 31
2.3.2 Sự hội tụ . . . . . . . . . . . . . . . . . . . . . . . . . 32

Chương 3. Áp dụng và ví dụ minh họa 40

3.1 Áp dụng tìm nghiệm có chuẩn nhỏ nhất của bài toán chấp
nhận tách . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2 Ví dụ minh họa . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3 Ví dụ so sánh hai phương pháp lặp . . . . . . . . . . . . . . . 44

Kết luận 48

Tài liệu tham khảo 49

 vi

Phụ lục 56
1
 2

Bảng ký hiệu

R tập các số thực

Rn không gian Euclide n chiều
H không gian Hilbert thực
∅ tập rỗng
∀x với mọi x
x∈D x thuộc tập D
x∈
/D x không thuộc tập D
hx, yi tích vô hướng của x và y
kxk chuẩn Euclide của x
A∗ toán tử liên hợp của toán tử A
I toán tử đồng nhất
C ∩D giao của hai tập C và D
C \D hiệu của hai tập C và D
C⊆D C là tập con hoặc bằng tập D
C⊂D C là tập con thực sự của D
Fix(T ) tập điểm bất động của ánh xạ T
PC (x) phép chiếu trực giao (mêtric) của phần tử x lên tập C
∇f (x) vectơ gradient của hàm f tại điểm x
∇2 f (x) ma trận Hesse của hàm f tại điểm x
v.đ.k viết tắt của cụm từ "với điều kiện"
argmin(P ) tập nghiệm tối ưu của bài toán (P )
intX phần trong của tập X
A> ma trận chuyển vị của ma trận A
det(A) định thức của ma trận vuông M
 2

Chữ viết tắt

VIP(F, C) bài toán bất đẳng thức biến phân (Variational Inequal-
ity Problem) với ánh xạ giá F và tập ràng buộc C.
SFP bài toán chấp nhận tách (Split Feasibility Problem).
SVIP bài toán bất đẳng thức biến phân tách (Split Varia-
tional Inequality Problem).
BVIP bài toán bất đẳng thức biến phân hai cấp (Bilevel Vari-
ational Inequality Problem).
BSVIP bài toán bất đẳng thức biến phân tách hai cấp (Bilevel
Split Variational Inequality Problem).
 3

Danh sách bảng

3.1 Kết quả số cho Ví dụ 3.2.1 với αk = √1 . . . . . . . . . . . . 43

k+3
√ 1
3.2 Kết quả số cho Ví dụ 3.2.1 với αk = 3
. . . . . . . . . . 43
(k+3)2
3.3 Bảng so sánh giữa hai thuật toán với giá trị x0 khác nhau . . 44
3.4 Bảng so sánh giữa hai thuật toán với giá trị αk khác nhau . . 45
3.5 Bảng so sánh giữa hai thuật toán với giá trị x0 khác nhau . . 47
3.6 Bảng so sánh giữa hai thuật toán với giá trị λ khác nhau . . . 47
 4

Danh sách hình vẽ

 5

Mở đầu

Cho C và Q lần lượt là các tập con lồi đóng khác rỗng trong các không
gian Hilbert thực H1 và H2 . Giả sử A : H1 −→ H2 là một toán tử tuyến tính
bị chặn và các ánh xạ F1 : H1 −→ H1 và F2 : H2 −→ H2 cho trước. Bài toán
bất đẳng thức biến phân tách (Split Variational Inequality Problem) là bài
toán tìm nghiệm x∗ của một bài toán bất đẳng thức biến phân trong không
gian Hilbert thực H1 sao cho ảnh y ∗ = Ax∗ , qua toán tử tuyến tính bị chặn
A, là nghiệm của một bài toán bất đẳng thức biến phân khác trong không
gian Hilbert thực H2 . Bài toán được phát biểu tường minh như sau:

Tìm x∗ ∈ C : hF1 (x∗ ), x − x∗ i ≥ 0 ∀x ∈ C, (VIP1)

sao cho

y ∗ = Ax∗ ∈ Q : hF2 (y ∗ ), y − y ∗ i ≥ 0 ∀y ∈ Q. (VIP2)

Ký hiệu tập nghiệm của các bài toán bất đẳng thức biến phân (VIP1) và
(VIP2) lần lượt là Sol(F1 , C) và Sol(F2 , Q) thì bài toán bất đẳng thức biến
phân tách là bài toán

Tìm x∗ ∈ Sol(F1 , C) sao cho Ax∗ ∈ Sol(F2 , Q). (SVIP)

Bài toán (SVIP) là một dạng của bài toán chấp nhận tách (Split Feasibility
Problem). Luận văn xét bài toán bất đẳng thức biến phân tách hai cấp (Bilevel
 6

Split Variational Inequality Problem) sau đây:

Tìm x∗ ∈ Ω : hF (x∗ ), x − x∗ i ≥ 0 ∀x ∈ Ω, (BSVIP)

trong đó F : H1 → H1 là một ánh xạ, Ω = {x∗ ∈ Sol(F1 , C) : Ax∗ ∈

Sol(F2 , Q)} là tập nghiệm của bài toán bất đẳng thức biến phân tách (SVIP).
Nội dung của luận văn được trình bày trong ba chương. Chương 1 "Bài
toán bất đẳng thức biến phân tách trong không gian Hilbert" trình bày một
số kiến thức cơ bản về không gian Hilbert thực cùng một số toán tử trong
không gian này; giới thiệu về bài toán bất đẳng thức biến phân, bài toán bất
đẳng thức biến phân tách và một số phương pháp lặp giải bài toán liên quan.
Chương 2 "Phương pháp giải bất đẳng thức biến phân trên tập nghiệm của
bài toán bất đẳng thức biến phân tách" trình bày một phương pháp lặp giải
bài toán bất đẳng thức biến phân tách hai cấp với toán tử giả đơn điệu và
một phương pháp giải bất đẳng thức biến phân tách hai cấp với toán tử đơn
điệu mạnh ngược, chứng minh sự hội tụ của phương pháp. Chương 3 "Áp
dụng và ví dụ minh họa" áp dụng giải bài toán tìm nghiệm có chuẩn nhỏ
nhất của bài toán chấp nhận tách trong không gian Hilbert và đưa ra ví dụ
số minh họa cho sự hội tụ của phương pháp trong một số trường hợp đặc
biệt.
 7

Chương 1

Bài toán bất đẳng thức biến phân

tách trong không gian Hilbert

Chương này phần một trình bày về bài toán bất đẳng thức biến phân và
phương pháp chiếu gradient, khái niệm và ví dụ về toán tử tuyến tính bị
chặn, toán tử liên hợp, toán tử chiếu, toán tử loại đơn điệu trong không gian
Hilbert thực. Phần thứ hai của chương giới thiệu về bài toán bất đẳng thức
biến phân tách và bài toán chấp nhận tách cùng phương pháp giải liên quan
đến bài toán. Nội dung của chương được viết trên cơ sở tham khảo các tài
liệu [2], [4], [25] và [10].

1.1 Bài toán bất đẳng thức biến phân

1.1.1 Toán tử loại đơn điệu và phép chiếu mêtric

Cho H là một không gian Hilbert thực với tích vô hướng và chuẩn được ký
hiệu tương ứng là h., .i và k.k. Cho {un } là một dãy trong không gian Hilbert
thực H. Ta ký hiệu un * u nghĩa là dãy {un } hội tụ yếu đến u và un → u
nghĩa là dãy {un } hội tụ mạnh đến u.
 8

1.1.1.1 Sự hội tụ yếu và hội tụ mạnh

Định nghĩa 1.1.1 (xem [2]) Cho H là một không gian Hilbert thực.

(a) Dãy {un } trong H được gọi là hội tụ yếu đến phần tử u ∈ H nếu với mọi
v ∈ H ta có:

lim hun , vi = hu, vi.

n→∞

(b) Dãy {un } trong H được gọi là hội tụ mạnh đến phần tử u ∈ H nếu

lim kun − uk = 0.
n→∞

Trong không gian Hilbert thực H ta có:

2hx, yi = kx + yk2 − kxk2 − kyk2 = kxk2 + kyk2 − kx − yk2 , (1.1)

và

kλx + (1 − λ)yk2 = λkxk2 + (1 − λ)kyk2 − λ(1 − λ)kx − yk2 . (1.2)

với mọi x, y ∈ H và λ ∈ [0, 1] (xem, ví dụ [26, Bổ đề 2.13], [36]).

Nhận xét 1.1.2 Trong không gian Hilbert thực H, nếu dãy {un } hội tụ yếu
đến u∗ ∈ H và dãy {kun k} hội tụ đến ku∗ k thì dãy {un } hội tụ mạnh u∗ ∈ H.

Thật vậy, với mọi n, ta có:

kun − u∗ k2 = hun − u∗ , un − u∗ i
= kun k2 − hu∗ , un i − hun , u∗ i + ku∗ k2 .

Từ giả thiết, suy ra:

lim kun k2 = ku∗ k2 , lim hun , u∗ i = ku∗ k2 , lim hu∗ , un i = ku∗ k2 .

n→∞ n→∞ n→∞

Do đó, limn→∞ kun − u∗ k2 = 0.

 9

1.1.1.2 Toán tử tuyến tính bị chặn, toán tử liên hợp

Định nghĩa 1.1.3 (xem [2]) Cho hai không gian tuyến tính X và Y trên
R. Ánh xạ A : X → Y được gọi là ánh xạ tuyến tính (hay toán tử tuyến
tính) nếu:

(i) A(x + y) = A(x) + A(y) với mọi x, y ∈ X;

(ii) A(αx) = αA(x) với mọi x ∈ X và mọi α ∈ R.

Hai điều kiện trên tương đương với A(αx + βy) = αA(x) + βA(y) với mọi
x, y ∈ X và mọi α, β ∈ R.

Định nghĩa 1.1.4 (xem [2]) (a) Toán tử tuyến tính A từ không gian định
chuẩn X vào không gian định chuẩn Y được gọi là bị chặn nếu tồn tại
một hằng số K > 0 sao cho

kAxk ≤ Kkxk ∀x ∈ X. (1.3)

(b) Hằng số K > 0 nhỏ nhất thỏa mãn (1.3) được gọi là chuẩn của toán tử
A, ký hiệu là kAk.

(c) Toán tử liên hợp A∗ từ Y vào X của toán tử tuyến tính bị chặn A : X → Y
được xác định bởi:

hAx, yi = hx, A∗ yi ∀x ∈ X, y ∈ Y.

Ví dụ 1.1.5 Cho ánh xạ

A : R2 → R2
x 7→ (x1 + 2x2 , 3x1 − x2 ), x = (x1 , x2 )> ∈ R2 .
 10

Lấy tùy ý x = (x1 , x2 )> , y = (y1 , y2 )> ∈ R2 , tùy ý α, β ∈ R. Xét:

A(αx + βy) = A(αx1 + βy1 , αx2 + βy2 )
= (αx1 + βy1 + 2(αx2 + βy2 ), 3(αx1 + βy1 ) − (αx2 + βy2 ))
= ((αx1 + 2αx2 ) + (βy1 + 2βy2 ), (3αx1 − αx2 ) + (3βy1 − βy2 ))
= (αx1 + 2αx2 , 3αx1 − αx2 ) + (βy1 + 2βy2 , 3βy1 − βy2 )
= α(x1 + 2x2 , 3x1 − x2 ) + β(y1 + 2y2 , 3y1 − y2 )
= αAx + βAy.
Do đó, A là một toán tử tuyến tính. Mặt khác,
q
kAxk = (x1 + 2x2 )2 + (3x1 − x2 )2
q
= 10x21 + 5x22 − 2x1 x2
q
≤ 10x21 + 5x22 + x21 + x22
q
= 11x21 + 6x22
q
≤ 11x21 + 11x22
√
= 11 · kxk, ∀x = (x1 , x2 )T ∈ R2 .
Do đó, A là toán tử tuyến tính bị chặn.
Để tìm chuẩn của A,!ta tìm ma trận của toán tử tuyến tính A (theo cơ sở
1 2
chính tắc) A = . Khi đó,
3 −1
!
10 − λ −1
det A> A − λI = 0 ⇔ det


=0
−1 5 − λ
⇔ (10 − λ)(5 − λ) − 1 = 0
⇔ λ2 − 15λ + 49 = 0
" √
λ1 = 15+2 29
⇔ √
15− 29
λ2 = 2
 11

√ √ q √
15+ 29
Suy ra: kAk = λmax = λ1 = 2 .
Để tìm toán tử liên hợp của A, ta biến đổi:

(Ax, y) = (x1 + 2x2 ) y1 + (3x1 − x2 ) y2

= x1 (y1 + 3y2 ) + x2 (2y1 − y2 )
= hx, A∗ yi .
Suy ra:

A∗ : R2 → R2
y 7→ (Ay = (y1 + 3y2 , 2y1 − y2 ), y = (y1 , y2 )> ∈ R2 .

1.1.1.3 Toán tử chiếu

Cho H là một không gian Hilbert thực, C là một tập lồi đóng khác rỗng
của H. Ta xét hình chiếu của một phần tử x ∈ H lên C.

Định nghĩa 1.1.6 (xem [11]) Cho C là một tập con lồi đóng khác rỗng
trong không gian Hilbert thực H. Ánh xạ PC : H → C thỏa mãn:

kx − PC (x)k = min kx − zk
z∈C

được gọi là toán tử chiếu (phép chiếu mêtric) lên C.

Ví dụ 1.1.7 Cho a ∈ Rn , b ∈ R, a 6= 0. Xét nửa không gian C ⊂ Rn cho bởi:

C = {x ∈ Rn : hx, ai ≤ b}.

Khi đó toán tử chiếu lên C được xác định như sau:


x,
 nếu hx, ai ≤ b
PC (x) = b − hx, ai
x +
 a, nếu hx, ai > b.
kak2
 12

1.1.1.4 Toán tử đơn điệu, toán tử giả đơn điệu

Cho H là một không gian Hilbert thực.

Định nghĩa 1.1.8 Một ánh xạ T : H → H được cho là

(i) β-đơn điệu mạnh trên H nếu tồn tại β > 0 sao cho:

hT (x) − T (y), x − yi ≥ βkx − yk2 ∀x, y ∈ H;

(ii) Đơn điệu mạnh ngược trên H với hệ số η > 0 (hay η-đơn điệu mạnh
ngược trên H) (ism) nếu:

hT (x) − T (y), x − yi ≥ ηkT (x) − T (y)k2 ∀x, y ∈ H;

Dễ dàng thấy, nếu ánh xạ T là η-đơn điệu mạnh ngược thì I H − λT là

ánh xạ không giãn với λ ∈ (0, 2η].

(iii) L-liên tục Lipschitz liên tục trên H nếu tồn tại L > 0 sao cho

kT (x) − T (y)k ≤ Lkx − yk ∀x, y ∈ H;

Nếu L ∈ [0; 1) thì T là ánh xạ co và PC T cũng là ánh xạ co. Nếu L = 1

thì T là ánh xạ không giãn;

(iv) Đơn điệu trên H nếu:

hT (x) − T (y), x − yi ≥ 0 ∀x, y ∈ H;

(v) Giả đơn điệu trên H nếu:

hT (x), y − xi ≥ 0 =⇒ hT (y), y − xi ≥ 0 ∀x, y ∈ H.

Từ định nghĩa này ta nhận thấy nếu T là ánh xạ đơn điệu trên H thì T giả
đơn điệu trên H. Chiều ngược lại nói chung không đúng.
 13

Ví dụ 1.1.9 Cho ánh xạ φ xác định như sau:

φ:R→R
x 7→ φ(x) = x2 .

Ánh xạ φ là giả đơn điệu. Thật vậy, với x, y ∈ R, ta giả sử

hφ(x), y − xi ≥ 0 hay x2 (y − x) ≥ 0.

Suy ra (y − x) ≥ 0. Do đó

hφ(y), y − xi = y 2 (y − x) ≥ 0.

Tuy nhiên ánh xạ φ không đơn điệu trên R.

Bổ đề 1.1.10 (xem, [38]) (i) PC là toán tử không giãn của H trên C,

kPC (x) − PC (y)k ≤ kx − yk với mọi x, y ∈ C.

(ii) PC (x) ∈ C với mọi x ∈ H và nếu x ∈ C thì PC (x) = x.

(iii) Cho x ∈ H và y ∈ C, y = PC (x) khi và chỉ khi

hx − y, z − yi ≤ 0 với mọi z ∈ C.

Bổ đề 1.1.11 (xem [34]) Cho F : C → H là η-đơn điệu mạnh ngược trên

C và λ > 0 thỏa mãn điều kiện 0 < λ ≤ 2η. Xác định ánh xạ T : C → C bởi

T x = PC I H − λF x với mọi x ∈ C.


(1.4)

Thì T là ánh xạ không giãn trên C, hơn nữa, Fix(T ) = Sol(F, C), trong đó

Fix(T ) := {x ∈ C  T x = x} là tập điểm bất động của T , Sol(F, C) là tập
nghiệm của bài toán bất đẳng thức biến phân VIP(F, C).

Bổ đề 1.1.12 (xem, [38]) Giả sử rằng T : C → H là ánh xạ không giãn

với C là tập con lồi đóng trong không gian Hilbert thực H. Khi đó, ánh xạ
 14

I H − T là nửa đóng trên C; nghĩa là, nếu dãy {xk } bất kỳ trong C hội tụ yếu
tới u∗ ∈ C và dãy {(I H − T )xk } hội tụ mạnh tới y, suy ra (I H − T )u∗ = y.

Từ Bổ đề 1.1.12, nếu xk * u∗ và (I H − T )xk → 0, thì u∗ ∈ Fix(T ).

Bổ đề 1.1.13 (Maingé, [42]) Cho {sk } là dãy số thực không giảm theo
nghĩa tồn tại một dãy con {skn } sao cho

skn ≤ skn +1 với mọi n ≥ 0.

Được xác định dãy số nguyên sau


ν(k) := max k0 ≤ n ≤ k | sn < sn+1 , k ≥ k0 .

Khi đó ν(k) → ∞ khi k → ∞ và với mọi k ≥ k0 , ta có

max{sν(k) , sk } ≤ sν(k)+1 .

Bổ đề 1.1.14 (xem, [55]) Cho {sk } là dãy không âm thỏa mãn điều kiện
sau
sk+1 ≤ (1 − bk )sk + bk ck , k ≥ 0,

với {bk } và {ck } là các dãy số thực thỏa mãn

(i) {bk } ⊂ (0, 1) với mọi k ≥ 0 và ∞

P
k=1 bk = ∞,

(ii) lim supk→∞ ck ≤ 0.

Khi đó, limk→∞ sk = 0.

1.1.2 Bài toán bất đẳng thức biến phân và phương pháp chiếu
gradient

Cho H là không gian Hilbert thực, C là một tập con lồi đóng khác rỗng
của H và F : C −→ H là một ánh xạ, thường gọi là ánh xạ giá. Bài toán
 15

bất đẳng thức biến phân (variational inequality problem, viết tắt là VIP), ký
hiệu là VIP(F, C), được phát biểu như sau:

Tìm x∗ ∈ C sao cho hF (x∗ ), x − x∗ i , ∀x ∈ C. (VIP(F, C))

Tập nghiệm của bài toán VIP(F, C) được kí hiệu là Sol(F, C). Nếu F là
ánh xạ đơn điệu thì VIP(F, C) được gọi là bất đẳng thức biến phân đơn điệu.
Nếu F là ánh xạ giả đơn điệu thì VIP(F, C) được gọi là bất đẳng thức biến
phân giả đơn điệu.

Định lý 1.1.15 (xem [12]) Cho C là một tập con khác rỗng, lồi, đóng của
không gian Hilbert thực H. Nếu F : C → H là ánh xạ β-đơn điệu mạnh và
L-liên tục Lipschitz trên C thì bài toán bất đẳng thức biến phân VIP(F, C)
có nghiệm duy nhất.

Tính chất lồi đóng của tập nghiệm của bài toán bất đẳng thức biến phân
VIP(F, C) được nêu trong bổ đề dưới đây.

Bổ đề 1.1.16 (xem [10]) Giả sử cho C là một tập con lồi đóng khác rỗng
trong không gian Hilbert thực H và Ω là một tập trong H chứa C. Cho F :
Ω → H là một ánh xạ giả đơn điệu trên C và một trong hai điều kiện sau
đây thỏa mãn:

(i) lim supk→∞ hF (xk ), yi ≤ hF (x), yi với mọi y ∈ H và mọi dãy {xk } ⊂ C
hội tụ yếu đến x.

(ii) F liên tục Lipschitz trên C với hệ số Lipschitz L > 0.

Giả sử tập nghiệm Sol(F, C) của bài toán bất đẳng thức biến phân VIP(F, C)
khác rỗng. Khi đó Sol(F, C) là một tập lồi đóng.

Phương pháp đơn giản nhất được biết đến rộng rãi là phương pháp chiếu
 16

gradient (projected gradient method), bắt nguồn từ việc giải bài toán tối ưu:

xn+1 = PC (xn − λF xn ) (1.5)

trong đó, với λ > 0 và F đơn điệu mạnh (hoặc đơn điệu mạnh ngược). Sự hội
tụ của thuật toán được phát biểu trong hai định lý sau:
Trước hết ta cần giả thiết đặt lên ánh xạ giá F : C → H liên quan đến bài
toán bất đẳng thức biến phân VIP(F, C).

Định lý 1.1.17 Cho C là tập con lồi đóng khác rỗng của không gian Hilbert
thực H và F : C → H là ánh xạ β-đơn điệu mạnh và L-liên tục Lipschitz.
 
n 2β
Khi đó, dãy {x } sinh bởi Thuật toán (1.5) với λ ∈ 0, L2 hội tụ mạnh đến
nghiệm duy nhất của bài toán bất đẳng thức biến phân VIP(F, C).

Định lý 1.1.18 Cho C là tập con lồi đóng khác rỗng của không gian Hilbert
thực H và F : C → H là ánh xạ η-đơn điệu mạnh ngược. Giả sử tập nghiệm
Sol(F, C) khác rỗng. Khi đó, dãy {xn } sinh bởi Thuật toán (1.5) với λ ∈
(0, 2η) hội tụ mạnh đến nghiệm x̄ ∈ Sol(F, C) của bài toán bất đẳng thức
biến phân VIP(F, C).

1.1.3 Một ứng dụng thực tế của bất đẳng thức biến phân

Trong phần này, áp dụng giải bài toán bất đẳng thức biến xảy ra trong bài
toán điều khiển tối ưu. Giả sử rằng, L2 ([0, T ], Rm ) là không gian bình phương
RT p
khả tích với tích vô hướng hp, qi = 0 hp(t), q(t)idt và chuẩn kpk2 = hp, pi.
Bài toán điều khiển tối ưu được xác định như sau:

p∗ (t) ∈ Argmin{g(p) | p ∈ V }, t ∈ [0, T ], (1.6)

với V là tập các điều khiển chấp nhận được gồm m hàm liên tục từng khúc
có dạng sau:

V = p(t) ∈ L2 ([0, T ], Rm ) : pi (t) ∈ p− +

  
i , pi , i = 1, 2, . . . , m . (1.7)
 17

Đặc biệt, điều khiển p(t) có thể là hàm bậc thang. Hàm mục tiêu có công
thức sau

g(p) = Φ(x(T )), (1.8)

với Φ là hàm lồi và khả vi trên tập đạt đến được. Giả sử quỹ đạo x(t) ∈
L2 ([0, T ] thỏa mãn các ràng buộc của hệ phương trình vi phân tuyến tính
sau:
d
x(t) = Q(t)x(t) + W (t)p(t), 0 ≤ t ≤ T, x(0) = x0 , (1.9)
dt
với Q(t) ∈ Rn×n , W (t) ∈ Rn×m là các ma trận liên tục cho trước với t ∈ [0, T ].
Ta đánh giá hệ p∗ (t) và quỹ đạo tương ứng x∗ (t) sao cho giá trị tại trạng
thái cuối cùng x∗ (T ) cực tiểu hàm mục tiêu (1.8). Theo nguyên lý cực đại
Pontryagin, tồn tại một hàm s∗ ∈ L2 ([0, T ] sao cho (x∗ , s∗ , p∗ ) là nghiệm với
t ∈ [0, T ] hệ

d ∗
x (t) = Q(t)x∗ (t) + W (t)p∗ (t), x∗ (0) = x0 , (1.10)
dt
d ∗
s (t) = −Q(t)> s∗ (t), s∗ (T ) = ∇Φ (x∗ (T )) , (1.11)
dt
0 ∈ W (t)> s∗ (t) + NV (p∗ (t)) , (1.12)

với NV (p) là nón thường V tại p được định nghĩa bởi


∅, if p ∈
/ V;
NV (p) :=
{ı ∈ H : hl, q − pi ≤ 0, ∀q ∈ V }, if p ∈ V.

Ký hiệu Gp(t) := W (t)> s(t), Khoroshilova đã chỉ ra rằng Gp là gradient của

hàm mục tiêu g. Do đó, hệ thức (1.10) - (1.12) được rút gọn thành bài toán
bất đẳng thức biến phân:

hGp∗ , q − p∗ i ≥ 0, ∀q ∈ V.
 18

Để thuận tiện tính toán, ta rời rạc hàm liên tục với cỡ h := T /N , trong đó N
là số tự nhiên. Ta xây dựng và rời rạc hóa điều khiển pN := (p0 , p1 , . . . , pN −1 ):

pN (t) = pi , ∀t ∈ [ti , ti+1 ) , ti = ih, i = 0, 1, . . . , N.

Hơn nữa, xác định trạng thái tùy ý xN := (x0 , x1 , . . . , xN ) và co-trạng thái
sN := (s0 , s1 , . . . , sN ). Dạng nội suy tuyến tính từng phần:
t − ti
xN (t) = xi + (xi+1 − xi ) , ∀t ∈ [ti , ti+1 ) , i = 0, 1, . . . , N − 1,
h
và
ti − t
sN (t) = si + (si−1 − si ) , ∀t ∈ (ti−1 , ti ] , i = N, N − 1, . . . , 1.
h
Ta dùng phương pháp rời rạc hóa Euler để giải hệ ODES (1.10) và (1.11).
Phương pháp rời rạc hóa của Euler đối với hệ thống ban đầu (1.6) - (1.9)
được xác định bởi:


Min ΦN xN , pN
  N
với điều kiện xN
i+1 = x N
i + h Q (ti ) xN
i + W (ti ) p N
i , x (0) = x0 ,
> N
sN N
i = si+1 + hQ (ti ) si+1 , s(N ) = ∇Φ (xN ) ,
pN
i ∈ V.

Phương pháp rời rạc hóa Euler có ước tính sai số O(h). Điều này chỉ ra rằng
sự khác biệt giữa phương pháp rời rạc hóa pN (t) và nghiệm ban đầu p∗ (t) tỷ
lệ với kích thước mắt lưới h. Có nghĩa là, tồn tại một hằng số K > 0 sao cho
N
p − p∗ ≤ Kh.

1.2 Bài toán bất đẳng thức biến phân tách

1.2.1 Bài toán chấp nhận tách và phương pháp CQ

Bài toán chấp nhận tách (SFP) là bài toán

Tìm phần tử x∗ ∈ C sao cho A(x∗ ) ∈ Q, (SFP)

 19

ở đây, C và Q lần lượt là các tập con lồi, đóng và khác rỗng trong các không
gian Hilbert thực H1 và H2 , A : H1 → H2 là một toán tử tuyến tính bị chặn.
Ta gọi Γ là tập nghiệm của bài toán (SFP), nghĩa là

Γ = {x ∈ C : Ax ∈ Q} . (1.13)

Một trong những thuật toán phổ biến để giải bài toán (SFP) là phương pháp
CQ của Byrne (xem [5]):

xn+1 = PC (xn − τ A∗ (I − PQ )Axn ). (1.14)

Với τ ∈ (0, 2/L), L là trị tuyệt đối của giá trị riêng lớn nhất của A∗ A và A∗
là toán tử liên hợp của A.
Thuật toán CQ chỉ yêu cầu tính toán phép chiếu PC và PQ lên hai tập C
và Q tương ứng, do đó có thể thực hiện được trong trường hợp bài toán có
dạng đóng. Nếu đặt:
1
f (x) =kAx − PQ Axk2 (1.15)
2
thì hàm f là hàm mục tiêu lồi khả vi và có gradient liên tục Lipschitz được
cho bởi công thức:
∇f (x) = A∗ (I − PQ )A. (1.16)

Do đó thuật toán CQ có thể sử dụng để giải bài toán cực tiểu hàm lồi:

min f (x) (1.17)

x∈C

Ta cũng có thể dùng thuật toán chiếu gradient dưới đây để giải bài toán chấp
nhận tách (SFP):
xn+1 = PC (xn − τn ∇f (xn )), (1.18)

trong đó, τn thuộc 0, L2 , L là hằng số Lipschitz của ∇f . Tuy nhiên, ta quan

sát thấy rằng việc xác định τn phụ thuộc vào chuẩn kAk của toán tử A (hoặc
giá trị riêng lớn nhất của A∗ A). Điều này có nghĩa là để thực hiện thuật toán
 20

CQ trước tiên ta phải tính kAk, nhìn chung đây không phải là một việc dễ
dàng trong các bài toán thực tế.

1.2.2 Bài toán bất đẳng thức biến phân tách và phương pháp chiếu

Cho C và Q lần lượt là các tập con lồi đóng khác rỗng trong các không
gian Hilbert thực H1 và H2 . Giả sử A : H1 −→ H2 là một toán tử tuyến tính
bị chặn và các ánh xạ F1 : H1 −→ H1 và F2 : H2 −→ H2 cho trước. Bài toán
bất đẳng thức biến phân tách (Split Variational Inequality Problem) là bài
toán tìm nghiệm x∗ của một bài toán bất đẳng thức biến phân trong không
gian Hilbert H1 sao cho ảnh y ∗ = Ax∗ , qua toán tử tuyến tính bị chặn A,
là nghiệm của một bài toán bất đẳng thức biến phân khác trong không gian
Hilbert H2 . Bài toán được phát biểu tường minh như sau:

Tìm x∗ ∈ C : hF1 (x∗ ), x − x∗ i ≥ 0 ∀x ∈ C (VIP1)

sao cho

y ∗ = Ax∗ ∈ Q : hF2 (y ∗ ), y − y ∗ i ≥ 0 ∀y ∈ Q. (VIP2)

Ký hiệu tập nghiệm của các bài toán bất đẳng thức biến phân (VIP1) và
(VIP2) lần lượt là Sol(C, F1 ) và Sol(Q, F2 ) thì bài toán bất đẳng thức biến
phân tách là bài toán:

Tìm x∗ ∈ Sol(C, F1 ) sao cho Ax∗ ∈ Sol(Q, F2 ). (SVIP)

Lúc này, ký hiệu tập nghiệm của bài toán bất đẳng thức biến phân tách là:

Ψ := Ψ(C, Q, F1 , F2 , A) := {x ∈ Sol(C, F1 ) | Ax ∈ Sol(Q, F2 )}.

Đặt T := PQ (I − λF2 ) và U := PC (I − λF1 ) ta có thuật toán sau:

 21

Thuật toán 1.2.1 Chọn λ > 0 và điểm bất kỳ x0 ∈ H1

Với mỗi k ≥ 0, ta tính

xk+1 = U xk + γA∗ (T − I) Axk

(1.19)

Với γ ∈ (0, 1/L), L là trị tuyệt đối của giá trị riêng lớn nhất của A∗ A và A∗ là
toán tử liên hợp của A. Sự hội tụ của thuật toán được phát biểu trong định
lý và bổ đề sau:
Trước hết ta cần một số giả thiết đặt lên các ánh xạ giá F1 : H1 → H1 ,
F2 : H2 → H2 liên quan đến bài toán bất đẳng thức biến phân tách (SVIP).

Giả thiết 1.2.2 Giả sử các ánh xạ F1 : H1 → H1 , F2 : H2 → H2 thỏa mãn

đồng thời các điều kiện sau:
(M1) F1 : H1 → H1 là ánh xạ α1 -đơn điệu mạnh ngược trên H1 .

(M2) F2 : H2 → H2 là ánh xạ α2 -đơn điệu mạnh ngược trên H2 .

Bổ đề 1.2.3 Cho H1 và H2 là không gian Hilbert thực, A : H1 → H2 là

toán tử tuyến tính bị chặn. Cho F1 : H1 → H1 và F2 : H2 → H2 lần lượt
α1 -ism và α2 -ism trên H1 và H2 , đặt α := min {α1 , α2 }. Giả sử rằng, Ψ 6= ∅,
γ ∈ (0, 1/L), ánh xạ U = PC (I − λF1 ) và T = PQ (I − λF2 ) với λ ∈ [0, 2α].
 ∞
Khi đó dãy xk k=0 bất kỳ sinh bởi Thuật toán 1.2.1 là dãy đơn điệu Fejér
đối với tập nghiệm Γ.

Định lý 1.2.4 Cho H1 và H2 là không gian Hilbert thực, A : H1 → H2 là

toán tử tuyến tính bị chặn. Cho F1 : H1 → H1 và F2 : H2 → H2 lần lượt là
ánh xạ α1 -ism và α2 -ism trên H1 và H2 , đặt α := min {α1 , α2 }. Giả sử rằng,
γ ∈ (0, 1/L), ánh xạ U = PC (I − λF1 ) và T = PQ (I − λF2 ) với λ ∈ [0, 2α].
Giả sử rằng, Ψ 6= ∅ và với mọi x∗ ∈ Sol(C, F1 ),

hF1 (x), PC (I − λF1 )(x) − x∗ i ≥ 0, ∀x ∈ H.

 22
 ∞
thì dãy xk k=0 sinh bởi Thuật toán 1.2.1 hội tụ yếu đến nghiệm x∗ ∈ Γ.
 23

Chương 2

Phương pháp giải bất đẳng thức biến

phân trên tập nghiệm của bài toán
bất đẳng thức biến phân tách

Chương này trình bày hai phương pháp lặp hiện xấp xỉ nghiệm bài toán bất
đẳng thức biến phân tách hai cấp trong không gian Hilbert thực. Nội dung
của chương được trình bày trong ba mục. Mục 2.1 trình bày bài toán bất
đẳng thức biến phân hai cấp trong không gian Hilbert thực, nêu ra phương
pháp dưới đạo hàm tăng cường giải bài toán bất đẳng thức biến phân hai
cấp trong không gian Hilbert thực. Mục 2.2 trình bày phương pháp lặp giải
bài toán bất đẳng thức biến phân tách hai cấp trong không gian Hilbert thực
với toán tử giả đơn điệu, trình bày định lý sự hội tụ mạnh của phương pháp.
Mục 2.3 trình bày một phương pháp lặp giải bài toán bất đẳng thức biến
phân tách hai cấp với toán tử đơn điệu mạnh ngược, đưa ra định lý và chứng
minh sự hội tụ của phương pháp. Kiến thức của chương được tổng hợp từ
các bài báo [25] và [10] cùng một số tài liệu trích dẫn trong đó.
 24

2.1 Bài toán bất đẳng thức biến phân hai cấp

2.1.1 Bài toán bất đẳng thức biến phân hai cấp

Cho H là không gian Hilbert thực, C là một tập con lồi đóng khác rỗng
của H. Bài toán bất đẳng thức biến phân hai cấp (BVIP) trong không gian
Hilbert thực H được phát biểu như sau:

Tìm x∗ ∈ Sol(G, C) sao cho hF (x∗ ), y − x∗ i ≥ 0 ∀y ∈ Sol(G, C), (2.1)

trong đó F : H → H là ánh xạ cho trước và

Sol(G, C) = y ∗ ∈ C : hG(y ∗ ), z − y ∗ i ≥ 0 ∀z ∈ C ,

(2.2)

tức Sol(G, C) là tập nghiệm của bài toán bất đẳng thức biến phân VIP(G, C)
dưới đây

Tìm y ∗ ∈ C sao cho hG(y ∗ ), z − y ∗ i ≥ 0 ∀z ∈ C.

với G : H → H là một ánh xạ cho trước.

Nếu F ≡ 0, thì bài toán bất đẳng thức biến phân hai cấp (BVIP) trở thành
bài toán bất đẳng thức biến phân VIP(G, C):

Tìm x∗ ∈ C sao cho hG(x∗ ), x − x∗ i ≥ 0 ∀x ∈ C.

Giả sử rằng f : H → R. Nếu hàm f là hàm lồi và khả vi trên Sol(G, C) thì
x∗ là nghiệm của bài toán

min {f (x) | x ∈ Sol(G, C)} (2.3)

khi và chỉ khi x∗ là nghiệm bất đẳng thức biến phân VIP(∇f (x), Sol(G, C)),
với ∇f (x) là gradient của f tại điểm x. Khi đó bất đẳng thức biến phân
hai cấp BVIP(F, G, C) được viết dưới dạng một bài toán quy hoạch với ràng
 25

buộc cân bằng như sau:


min f (x),
(2.4)
x ∈ {y ∗ | hG(y ∗ ), z − y ∗ i ≥ 0, ∀z ∈ C} .

Nếu f, g là hai hàm lồi và khả vi thì bài toán BVIPf (F, G, C) (với F := 5f
và G := 5g) trở thành bài toán tìm cực tiểu hai cấp (xem [8])

min f (x),
(2.5)
x ∈ argmin {g(x) | x ∈ C} .

Trong những năm gần đây, bất đẳng thức biến phân trở thành một lĩnh
vực hấp dẫn đối với nhiều người và có nhiều ứng dụng quan trọng trong
thị trường điện, kinh tế học, phân tích phi tuyến (xem [16], [17], [18]). Các
phương pháp giải bất đẳng thức biến phân đã được nghiên cứu nhiều. Thuật
toán extragradient để giải các bất đẳng thức biến phân VIP(G, C) được giới

thiệu bởi Korpelevich trong [19], trong đó chuỗi xk được xác định bởi:

0
x ∈C





y k = PC xk − ck G xk

 xk+1 = P xk − c G y k



C k

trong đó ck > 0 và được mở rộng bởi nhiều tác giả khác (xem [20], [21], [22],
[23] ). Một trong những điều kiện chính đảm bảo kết quả hội tụ của phương
pháp này là ánh xạ chi phí liên tục Lipschitz. Tuy nhiên, điều kiện như vậy
khá chặt. Để tránh điều này, phương pháp tìm kiếm Armijo-backtracking sau
đây đã được sử dụng để xây dựng siêu phẳng tách xk từ tập nghiệm. Tiếp
theo, dãy lặp mới xk+1 là hình chiếu của xk lên siêu phẳng này. Gần đây, Anh
và Kuno trong [24] đã mở rộng các kết quả này sang bất đẳng thức biến phân
đa trị tổng quát. Cụ thể, các tác giả sử dụng hàm lân cận bên trong để xây
dựng thuật toán hội tụ cho bất đẳng thức biến phân đa trị VIP(F, C), trong
 26

đó F là một hàm đa trị đơn điệu tổng quát. Tiếp theo, các tác giả đã xây
dựng một siêu phẳng để tách điểm lặp hiện tại khỏi tập nghiệm. Sau đó, dãy
lặp tiếp theo là phép chiếu của dãy lặp hiện tại trên giao điểm của tập chấp
nhận được với nửa không gian chứa tập nghiệm.
Lưu ý rằng vì tập ràng buộc Sol(G, C) là tập nghiệm của bài toán VIP(G, C)
không được đưa ra rõ ràng, các thuật toán hiện có để giải bất đẳng thức biến
phân không thể áp dụng trực tiếp vì các bài toán con không thể được thực
hiện bởi các bài toán có sẵn các thuật toán của quy hoạch lồi. Trong bài báo
này, tác giả mở rộng kết quả trong [3] cho các bất đẳng thức biến phân hai
cấp (BVIP), nhưng trong không gian Hilbert thực. Tác giả quan tâm đến việc
tìm ra lời giải cho các bất đẳng thức biến phân hai cấp (BVIP) trong đó các
hàm F và G thỏa mãn các điều kiện sau:

(N1) G đơn điệu trên C và F là β-đơn điệu mạnh trên C,

(N2) F is L1 -liên tục Lipschitz trên C,

(N3) G is L2 -liên tục Lipschitz C,

(N4) Tập nghiệm của (BVIP) xác định bởi Ω khác rỗng.

2.1.2 Phương pháp dưới đạo hàm tăng cường

Gần đây, khi nghiên cứu về việc xây dựng thuật toán giải bài toán bất
đẳng thức biến phân hai cấp BVIP(F, G, C), người ta đã áp dụng thuật toán
dưới đạo hàm tăng cường bằng cách xây dựng các dãy lặp như sau.
2β
Thuật toán 2.1.1 (xem [7]) Cho k = 0, x0 ∈ H, 0 < λ ≤ , các dãy số
L21
 27

dương {k }, {δk }, {λk }, {αk }, {βk }, {γk } và {k } thỏa mãn
1


 {α k } ⊂ [m, n] với m, n ∈ (0, 1), λ k ≤ , ∀k ≥ 0,

 L2

 P∞
lim δk = 0, k < ∞, 0 < lim inf βk < lim sup βk < 1,
 k→∞ k=0 k→∞ k→∞

 ∞
P
k + βk + γk = 1, ∀k ≥ 0, lim k = 0, k = ∞.


k→∞ k=0

Bước 1. Nếu xk ∈ Ω thì dừng. Ngược lại, tính y k = PC (xk − λk G(xk )) và

z k = PC (xk − λk G(y k )).
Bước 2. Vòng lặp trong, j = 0, 1, . . . Tính

xk,0 = z k − λF (z k ),





y k,j = PC (xk,j − δj G(xk,j )),



xk,j+1 = j xk,0 + βj xk,j + γj PC (xk,j − δj G(y k,j )).


Tìm hk thỏa mãn khk − lim xk,j k ≤ k và đặt xk+1 = αk xk + (1 − αk )hk .

j→∞
Bước 3. Ngược lại, thay k bởi k + 1 và quay lại Bước 1.

Sự hội tụ của Thuật toán 2.1.1 được khẳng định trong định lý sau.

Định lý 2.1.2 (xem [7]) Cho C là tập con, lồi, đóng, khác rỗng của không
gian Hilbert thực H. Giả sử ánh xạ F : C → H là β-đơn điệu mạnh và L1 -liên
tục Lipschitz trên C và ánh xạ G : C → H là đơn điệu và L2 -liên tục Lipschitz
trên C. Khi đó, các dãy {xk }, {y k } và {z k } được xác định bởi Thuật toán 2.1.1
hội tụ mạnh đến x∗ là nghiệm duy nhất của bài toán BVIP(F, G, C). Hơn nữa,
ta có
x∗ = lim PSol(G,C) (xk ).
k→∞

Hệ quả 2.1.3 Cho C là một tập con lồi đóng khác rỗng của H, G : H → H
đơn điệu và L-liên tục Lipschitz . Ánh xạ S : C → C là ánh xạ không giãn
 28

sao cho Sol(G, C) ∩ Fix(S) 6= ∅, với Fix(S) := {x ∈ C | S(x) = x} là tập

 
điểm bất động của S. Gọi xk và y k là các chuỗi được tạo bởi:

0
 x ∈ H,





y k = PC xk − λk G xk ,

 xk+1 = α xk + (1 − α ) SP xk − λ G y k

∀k ≥ 0,

k k C k

Với {αk } và {λk } thỏa mãn các điều kiện sau:

(
0 < λk ≤ L1 ∀k ≥ 0,
P∞
k=1 αk = ∞, limk→∞ αk = 0.
 
Khi đó, xk và y k hội tụ mạnh về cùng x̄ ∈ Sol(G, C).

2.2 Phương pháp giải bất đẳng thức biến phân tách hai
cấp với toán tử giả đơn điệu

2.2.1 Mô tả phương pháp

Cho C và Q lần lượt là các tập lồi đóng khác rỗng trong các không gian
Hilbert thực H1 và H2 , A : H1 −→ H2 là một toán tử tuyến tính bị chặn,
F1 : H1 −→ H1 và F2 : H2 −→ H2 là các ánh xạ trong hai không gian Hilbert
thực H1 và H2 tương ứng.

Tìm x∗ ∈ C : hF1 (x∗ ), x − x∗ i ≥ 0 ∀x ∈ C (2.6)

sao cho

y ∗ = Ax∗ ∈ Q : hF2 (y ∗ ), y − y ∗ i ≥ 0 ∀y ∈ Q. (2.7)

Ký hiệu tập nghiệm của các bài toán bất đẳng thức biến phân (2.6) và (2.7)
lần lượt là Sol(F1 , C) và Sol(F2 , Q) thì bài toán bất đẳng thức biến phân tách
là bài toán

Tìm x∗ ∈ Sol(F1 , C) sao cho Ax∗ ∈ Sol(F2 , Q). (2.8)

 29

Bài toán bất đẳng thức biến phân tách hai cấp (Bilevel Split Variational
Inequality Problem), viết tắt là (BSVIP) là bài toán:

Tìm x∗ ∈ Ω : hF (x∗ ), x − x∗ i ≥ 0 ∀x ∈ Ω, (2.9)

trong đó F : H1 → H1 và Ω = {x∗ ∈ Sol(F1 , C) : Ax∗ ∈ Sol(F2 , Q)} là tập

nghiệm của bài toán bất đẳng thức biến phân tách (2.8).
Bây giờ ta sẽ mô tả một phương pháp lặp hiện xấp xỉ nghiệm bài toán bất
đẳng thức biến phân tách hai cấp (2.9).
2β
Thuật toán 2.2.1 (xem [10]) Chọn x0 ∈ H1 , 0 < µ < và các dãy tham
L2
số {αk } ⊂ (0, 1), {ηk }, {δk }, {λk }, {µk } thỏa mãn đồng thời các điều kiện

(C1) limk→∞ αk = 0, ∞
P
k=1 αk = ∞.

(C2) 0 ≤ ηk ≤ 1 − αk ∀k ≥ 0, limk→∞ ηk = η < 1.

 1 
(C3) {δk } ⊂ [a, b] với a, b ∈ 0, .
kAk2 + 1
 1
(C4) {λk } ⊂ [c, d] với c, d ∈ 0, .
L1
 1
(C5) {µk } ⊂ [e, f ] với e, f ∈ 0, .
L2
Với mỗi k ≥ 0, ta tính

uk = Axk , v k = PQ (uk − µk F2 (uk )), wk = PQk (uk − µk F2 (v k )),

trong đó
n o
Qk = ω2 ∈ H2 : huk − µk F2 (uk ) − v k , ω2 − v k i ≤ 0 .

Tiếp theo ta tính

y k = xk + δk A∗ (wk − uk ), tk = PC (y k − λk F1 (y k )), z k = PCk (y k − λk F1 (tk )),

 30

trong đó A∗ là toán tử liên hợp của A,

n o
k k k k
Ck = ω1 ∈ H1 : hy − λk F1 (y ) − t , ω1 − t i ≤ 0 ,

và
xk+1 = ηk xk + (1 − ηk )z k − αk µF (z k ).

Sự hội tụ của Thuật toán 2.2.1 được trình bày trong mục dưới đây.

2.2.2 Sự hội tụ

Trước hết ta cần một số giả thiết đặt lên các ánh xạ giá F, F1 : H1 → H1 ,
F2 : H2 → H2 liên quan đến bài toán bất đẳng thức biến phân tách hai cấp
(2.9).

Giả thiết 2.2.2 Giả sử các ánh xạ F, F1 : H1 → H1 , F2 : H2 → H2 thỏa

mãn đồng thời các điều kiện sau:

(B1) F : H1 → H1 là ánh xạ β-đơn điệu mạnh và L-liên tục Lipschitz trên

H1 .

(B2) F1 : H1 → H1 là ánh xạ giả đơn điệu trên C và L1 -liêp tục Lipschitz

trên H1 .

(B3) lim suphF1 (xk ), y − y k i ≤ hF1 (x̄), y − ȳi với mọi y ∈ H1 và mọi dãy
k→∞
k k
{x }, {y } nằm trong H1 hội tụ yếu lần lượt đến x̄, ȳ ∈ H1 .

(B4) F2 : H2 → H2 là ánh xạ giả đơn điệu trên Q và L2 -liên tục Lipschitz

trên H2 .

(B5) lim suphF2 (uk ), v − v k i ≤ hF2 (ū), v − v̄i với mọi v ∈ H2 và mọi dãy
k→∞
{uk }, {v k } nằm trong H2 hội tụ yếu lần lượt đến ū, v̄ ∈ H2 .
 31

Từ điều kiện (B2), (B3), (B4), (B5) và Bổ đề 1.1.16, ta có Sol(F1 , C)

và Sol(F2 , Q) là các tập lồi đóng. Do đó Ω = {x∗ ∈ Sol(F1 , C) : Ax∗ ∈
Sol(F2 , Q)} cũng là tập lồi đóng.
Sự hội tụ mạnh của Thuật toán 2.2.1 được trình bày trong định lý sau đây.

Định lý 2.2.3 (xem [10]) Giả sử tập nghiệm Ω = {x∗ ∈ Sol(F1 , C) : Ax∗ ∈
Sol(F2 , Q)} của bài toán (SVIP) khác rỗng và các điều kiện (B1) – (B5)
được thỏa mãn. Khi đó dãy {xk } trong Thuật toán 2.2.1 hội tụ mạnh đến
nghiệm duy nhất của bài toán (BSVIP).

Việc chứng minh này được trình bày chi tiết trong [10].

2.3 Phương pháp giải bất đẳng thức biến phân tách hai
cấp với toán tử đơn điệu mạnh ngược

2.3.1 Mô tả phương pháp

Trong mục này ta nghiên cứu một phương pháp lặp hiện giải bài toán bất
đẳng thức biến phân tách hai cấp trong không gian Hilbert thực đã được
trình bày trong Mục 2.2.1.
Một phương pháp chiếu giải bài toán bất đẳng thức biến phân tách hai
cấp (2.9) (BSVIP) được trình bày trong thuật toán dưới đây.

Thuật toán 2.3.1 Bước 0. Chọn điểm ban đầu x1 ∈ H1 và các chuỗi {αk },
 32

{βk }, {ρk }, {κk } và λ sao cho thỏa mãn các điều kiện sau:
∞
X
{αk } ⊂ (0, 1), αk → 0 khi k → ∞, và αk = ∞, (D1)
k=1

0 < λ ≤ 2α, trong đó α = min{ηA , ηB }. (D2)

{βk } ⊂ [a, b] ⊂ (0, 1), (D3)
{ρk } ⊂ [c, d] ⊂ (0, 1), {κk } ⊂ [e, f ] ⊂ (0, K), K > 0. (D4)

Đặt k := 1.

Bước 1. Tính y k = βk xk + (1 − βk )PC I H1 − λF1 xk .

Bước 2. Tính z k = PQ I H2 − λF2 Ay k .

Bước 3. Tính v k = y k + γk A∗ (z k − Ay k ) với γk được xác định như sau:

kz k − Ay k k2
γk = ρk . (2.10)
kA∗ (z k − Ay k )k2 + κk

Bước 4. Tính xk+1 = αk F xk + (1 − αk )v k .

Bước 5. Đặt k := k + 1 và quay lại Bước 1.

Sự hội tụ của Thuật toán 2.3.1 được trình bày trong mục dưới đây

2.3.2 Sự hội tụ

Trước hết ta cần một số giả thiết đặt lên các ánh xạ giá liên quan đến bài
toán bất đẳng thức biến phân tách hai cấp (2.9).

Giả thiết 2.3.2 Giả sử các ánh xạ: F1 , F : H1 → H1 , F2 : H2 → H2 thỏa

mãn đồng thời các điều kiện sau:

(A1) F1 : H1 → H1 ηA -đơn điệu mạnh ngược trên H1 .

(A2) F2 : H2 → H2 ηB -đơn điệu mạnh ngược trên H2 .

 33

(A3) A : H1 → H2 toán tử tuyến tính bị chặn.

(A4) F : H1 → H1 là ánh xạ co với hệ số co τ ∈ [0, 1).

(A5) tập nghiệm Ω của (SVIP) khác rỗng.

Nếu F1 và F2 thỏa mãn điều kiện (A1) và (A2), tập nghiệm Sol(F1 , C) và
Sol(F2 , Q) của bài toán bất đẳng thức biến phân VIP(F1 , C) và VIP(F2 , Q)
là tập lồi đóng. Vì vậy, tập nghiệm Ω của (SVIP) cũng là tập lồi đóng.

Định lý 2.3.3 Giả sử rằng tất cả các giả thiết trên đều thỏa mãn. Khi đó,
dãy {xk } được xác định trong Thuật toán 2.2.1 hội tụ mạnh đến nghiệm duy
nhất của VIP(I H1 − F, ΩSVIP ).

Chứng minh. Vì F là ánh xạ co, PΩ F cũng là ánh xạ co. Theo nguyên lý ánh
xạ co Banach, tồn tại điểm duy nhất u∗ ∈ Ω sao cho PΩ F u∗ = u∗ . Theo bổ đề
1.1.10(iii), chúng ta thu được u∗ là nghiệm duy nhất của VIP(I H1 −F, ΩSVIP ).
Vì u∗ ∈ ΩSVIP , u∗ ∈ Sol(F1 , C) và Au∗ ∈ Sol(F2 , Q).

Đầu tiên, lấy u ∈ ΩSVIP . Do đó, u ∈ Sol(F1 , C). Vì bổ đề 1.1.11, u =

PC I H1 − λF1 u. Từ Bước 1 của Thuật toán 2.3.1, tính không giãn của

PC I H1 − λF1 (xem Bổ đề 1.1.11) và (1.2), ta có

ky − uk = βk (xk − u)
k 2

i 2
h
H1 H1

k
+ (1 − βk ) PC I − λF1 x − PC I − λF1 u

≤ βk kxk − uk2 + (1 − βk )kxk − uk2

2
− βk (1 − βk ) xk − PC I H1 − λF1 xk


2
= kxk − uk2 − βk (1 − βk ) xk − PC I H1 − λF1 xk

(2.11)
≤ kxk − uk2 . (2.12)
 34

Từ Bước 3 trong Thuật toán 2.3.1, theo tính chất của toán tử liên hợp A∗ và
(1.1) ta có
2
kv k − uk2 = y k + γk A∗ z k − Ay k − u



2
= ky k − uk2 + γk2 A∗ z k − Ay k + 2γk y k − u, A∗ z k − Ay k )



2
= ky k − uk2 + γk2 A∗ z k − Ay k + 2γk Ay k − Au, z k − Ay k



= ky k − uk2 + γk2 kA∗ z k − Ay k k2

 2 k 2 k 
k k 2
+ γk z − Au − Ay − Au − z − Ay
.

Bởi vì u ∈ ΩSVIP , Au ∈ Sol(F2 , Q). Từ bổ đề 1.1.11 ta có Au = PQ I H2 −

λF2 Au. Từ Bước 2 và Bước 3 trong Thuật toán 2.3.1, áp dụng tính không
giãn của PQ I H2 − λF2 , (2.10), (D4) và bất đẳng thức cuối cùng, chúng ta

có

2
kv k − uk2 = ky k − uk2 + γk2 A∗ z k − Ay k


2
+ γk PQ I H2 − λF2 Ay k − PQ I H2 − λF2 Au

k 2 k 
k 2
− Ay − Au − z − Ay


2
≤ ky k − uk2 + γk2 A∗ z k − Ay k

 2 k 2 k 
k k 2
+ γk Ay − Au − Ay − Au − z − Ay


2 2
= ky k − uk2 + γk2 A∗ z k − Ay k − γk z k − Ay k

z − Ay k 4
k
∗ k
2
≤ ky k − uk2 + ρ2k k


2
2 A z − Ay + κk
A∗ (z k − Ay k ) + κk
z − Ay k 4
k
− ρk
A∗ (z k − Ay k ) 2 + κk

z − Ay k 4
k
= ky k − uk2 − ρk (1 − ρk ) (2.13)
A∗ (z k − Ay k ) 2 + κk

≤ ky k − uk2 . (2.14)
 35

Từ tính lồi của chuẩn k.k trên H1 , tính chất co của F với hệ số co τ ∈ [0, 1),
(2.12), (2.14) và Bước 4 của Thuật toán 2.3.1 ta có

kxk+1 − uk = αk F xk − u + (1 − αk )(v k − u)

≤ αk F xk − F u + F u − u + (1 − αk )kv k − uk

≤ τ αk kxk − uk + αk F u − u + (1 − αk )kxk − uk


  k F u − u
= 1 − (1 − τ )αk kx − uk + (1 − τ )αk
1−τ
n F u − u o
≤ max kxk − uk,
1−τ
..
.

n F u − u o
≤ max kx0 − uk, .
1−τ
Do đó, dãy {xk } bị chặn. Vì PC và PQ là các toán tử không giãn và A là toán
tử tuyến tính bị chặn, dó đó các dãy {y k }, {z k }, và {v k } bị chặn.

Bây giờ, chúng ta khẳng định rằng limn→∞ kxk − u∗ k = 0, trong đó u∗ là

nghiệm duy nhất của VIP(I H1 − F, ΩSVIP ), tức là, u∗ = PΩSVIP F u∗ . Thật vậy,
từ tính lồi của k.k2 , Bước 4 trong Thuật toán 2.3.1, (2.11), (2.13) với u được
thay thế bởi u∗ và điều kiện (D1), chúng ta nhận được
2
kxk+1 − u∗ k2 = αk (F xk − u∗ ) + (1 − αk )(v k − u∗ )

2
≤ αk F xk − u∗ + (1 − αk )kv k − u∗ k2

k 4
k
2
z − Ay
≤ αk F x − u∗ + ky k − u∗ k2 − ρk (1 − ρk )
k
A∗ (z k − Ay k ) 2 + κk

z − Ay k 4
k
2
≤ αk F x − u∗ + kxk − u∗ k2 − ρk (1 − ρk )
k
A∗ (z k − Ay k ) 2 + κk


2
− βk (1 − βk ) xk − PC I H1 − λF1 xk .

 36

Do đó,
z − Ay k 4
k
ρk (1 − ρk )
A∗ (z k − Ay k ) 2 + ak


2
+ βk (1 − βk ) xk − PC I H1 − λF1 xk

  2
≤ kxk − u∗ k2 − kxk+1 − u∗ k2 + αk F xk − u∗ .

(2.15)

Tiếp theo, từ Bước 4 trong Thuật toán 2.3.1 và tính chất co của F với hệ số
co τ ∈ [0, 1), chúng ta có

kxk+1 − u∗ k2 = hαk (F xk − u∗ ) + (1 − αk )(v k − u∗ ), xk+1 − u∗ i

= (1 − αk )hv k − u∗ , xk+1 − u∗ i + αk hF xk − u∗ , xk+1 − u∗ i
1 − αk  k ∗ 2 k+1 ∗ 2

≤ kv − u k + kx −u k
2
+ αk hF xk − F u∗ , xk+1 − u∗ i + αk hF u∗ − u∗ , xk+1 − u∗ i
1 − αk  k 
≤ kv − u∗ k2 + kxk+1 − u∗ k2
2 
αk ∗ 2

+ k
τ kx − u k + kx k+1
− u k + αk hF u∗ − u∗ , xk+1 − u∗ i.
∗ 2
2
Do đó

kxk+1 − u∗ k2 ≤ (1 − αk )kv k − u∗ k2 + αk τ kxk − u∗ k2

+ 2αk hF u∗ − u∗ , xk+1 − u∗ i.

Từ (2.12), (2.14) với u thay thế bởi u∗ và bất đẳng thức cuối cùng chúng ta
thu được

kxk+1 − u∗ k2 ≤ 1 − (1 − τ )αk kxk − u∗ k2 + 2αk hF u∗ − u∗ , xk+1 − u∗ i.

 

(2.16)
Ta xét hai trường hợp.

Trường hợp 1. Tồn tại số nguyên k0 ≥ 0 sao cho dãy kxk+1 − u∗ k ≤ kxk − u∗ k
với mọi k ≥ k0 .
 37

Khi đó, tồn tại giới hạn của limk→∞ kxk − u∗ k. Do dãy bị chặn {F xk }, các
điều kiện (D1), (D3), và (D4), suy ra từ (2.15) ta có

lim xk − PC I H1 − λF1 xk = 0


(2.17)
k→∞

và

lim kz k − Ay k k = 0. (2.18)
k→∞

Từ Bước 1 trong Thuật toán 2.3.1 và (2.17), ta có

lim kxk − y k k = (1 − βk ) lim xk − PC I H1 − λF1 xk = 0.

(2.19)
k→∞ k→∞

Vì vậy,

lim I H1 − PC I H1 − λF1 xk = 0.


(2.20)
k→∞

Từ Bước 2 trong Thuật toán 2.3.1 và (2.18), ta thu được

lim I H2 − PQ I H2 − λF2 Ay k = 0.


(2.21)
k→∞

Từ Bước 3 trong Thuật toán 2.3.1, theo tính chất của toán tử liên hợp A∗ và
(2.18), chúng ta thu được

kv k − y k k = γk kA∗ (z k − Ay k )k → 0 khi k → ∞. (2.22)

Suy ra từ (2.19) và (2.22) ta có

kxk − v k k → 0 khi k → ∞. (2.23)

Do giới hạn của các dãy {v k } và {F xk }, Bước 4 trong Thuật toán 2.3.1 và
điều kiện (D1), ta có

kxk+1 − v k k = αk kF xk − v k k → 0 khi k → ∞.

Kết hợp (2.23), ta thu được

kxk+1 − xk k → 0 khi k → ∞. (2.24)

 38

Bây giờ, chúng ta chỉ ra rằng lim supk→∞ hF u∗ − u∗ , xk+1 − u∗ i ≤ 0. Thật vậy,
giả sử rằng {xkn } là một dãy con của {xk } sao cho

lim suphF u∗ − u∗ , xk − u∗ i = lim hF u∗ − u∗ , xkn − u∗ i. (2.25)

k→∞ kn →∞

Vì {xkn } bị chặn, tồn tại một dãy con {xknl } của {xkn } hội tụ yếu tới điểm
u† . Không mất tổng quát, chúng ta có thể giả định rằng xkn * u† . Chúng
ta chứng minh rằng u† ∈ Ω. Thật vậy, từ (2.20), Bổ đề 1.1.11 và 1.1.12,
chúng ta thu được u† ∈ Sol(F1 , C). Hơn nữa, vì toán tử tuyến tính bị chặn
A, Axkn * Au† . Sử dụng (2.21), Bồ đề 1.1.11 và 1.1.12, chúng ta cũng thu
được Au† ∈ Sol(F2 , Q). Do đó, u† ∈ ΩSVIP . Vì vậy, từ u∗ = PΩSVIP F u∗ , (2.25),
và Bổ đề 1.1.10(iii) chúng ta suy ra rằng

lim suphF u∗ − u∗ , xk − u∗ i = hF u∗ − u∗ , u† − u∗ i ≤ 0,
k→∞

Kết hợp (2.24) cho

lim suphF u∗ − u∗ , xk+1 − u∗ i ≤ 0. (2.26)

k→∞

Bây giờ, bất đẳng thức (2.16) có thể được viết lại dưới dạng

kxk+1 − u∗ k2 ≤ (1 − bk )kxk − u∗ k2 + bk ck , k ≥ 0,

trong đó
2
bk = (1 − τ )αk và ck = hF u∗ − u∗ , xk+1 − u∗ i.
1−τ
Do điều kiện (D1) và τ ∈ [0, 1), {bk } ⊂ (0, 1) và ∞
P
k=1 bk = ∞. Do đó, từ
τ ∈ [0, 1) và (2.26),ta có rằng lim supk→∞ ck ≤ 0. Cuối cùng, theo Bổ đề
1.1.14, limk→∞ kxk − u∗ k = 0.

Trường hợp 2. Tồn tại dãy con {kn } của {k} sao cho kxkn −u∗ k ≤ kxkn +1 −u∗ k
với mọi n ≥ 0.
 39

Do đó, theo Bổ đề 1.1.13, tồn tại một số nguyên, dãy không giảm {ν(k)} cho
k ≥ k0 (với một số k0 đủ lớn) sao cho ν(k) → ∞ khi k → ∞,

kxν(k) − u∗ k ≤ kxν(k)+1 − u∗ k và kxk − u∗ k ≤ kxν(k)+1 − u∗ k (2.27)

với mỗi k ≥ 0.
Từ (2.16) với k thay thế bởi ν(k), chúng ta có

0 < kxν(k)+1 − u∗ k2 − kxν(k) − u∗ k2 ≤ 2αν(k) hF u∗ − u∗ , xν(k)+1 − u∗ i.

Vì αν(k) → 0 và dãy {xν(k) } bị chặn, chúng ta kết luận rằng

lim kxν(k)+1 − u∗ k2 − kxν(k) − u∗ k2 = 0.

(2.28)
k→∞

Bằng một lập luận tương tự như Trường hợp 1,chúng ta thu được

lim I H1 − PC I H1 − λF1 xν(k) = 0



k→∞

và

lim I H2 − PQ I H2 − λF2 Ay ν(k) = 0.



k→∞

Ngoài ra chúng ta thu được

kxν(k)+1 − u∗ k2 ≤ 1 − (1 − τ )αν(k) kxν(k) − u∗ k2

 

+ 2αν(k) hF u∗ − u∗ , xν(k)+1 − u∗ i,

trong đó lim supn→∞ hF u∗ − u∗ , xν(k)+1 − u∗ i ≤ 0. Vì bất đẳng thức biến phân

thứ nhất (2.27) và αν(k) > 0, ta có

(1 − τ )kxν(k) − u∗ k2 ≤ 2hF u∗ − u∗ , xν(k)+1 − u∗ i.

Do đó, từ lim supn→∞ hF u∗ − u∗ , xν(k)+1 − u∗ i ≤ 0 và τ ∈ [0, 1), chúng ta

nhận được limk→∞ kxν(k) − u∗ k2 = 0. Điều này cùng với (2.28) ngụ ý rằng
limk→∞ kxν(k)+1 − u∗ k2 = 0. Cùng với bất đẳng thức thứ hai trong (2.27) ngụ
ý rằng limk→∞ kxk − u∗ k = 0. Định lý được chứng minh. 
 40

Chương 3

Áp dụng và ví dụ minh họa

Chương này nghiên cứu nghiên cứu áp dụng tìm nghiệm có chuẩn nhỏ
nhất của bài toán chấp nhận tách và đưa ra các ví dụ số minh họa. Bố cục
của chương được chia thành ba mục. Mục thứ nhất trình bày "Áp dụng tìm
nghiệm có chuẩn nhỏ nhất của bài toán chấp nhận tách". Mục thứ hai đưa
ra ví dụ số minh họa cho sự hội tụ của phương pháp giải bài toán bất đẳng
thức biến phân tách hai cấp với toán tử đơn điệu mạnh ngược và ví dụ áp
dụng trong trường hợp đặc biệt. Mục thứ ba trình bày "Ví dụ so sánh hai
phương pháp lặp" đã được nêu ở Chương 2. Phần ví dụ số minh họa là kết
quả nghiên cứu của tác giả luận văn với chương trình tính toán được viết
trên ngôn ngữ PYTHON trên máy tính DELL (Windows 10, Core i5-1135G7
@ 2.40GHz (8 CPUs)) với PYTHON Version 3.7.1.

3.1 Áp dụng tìm nghiệm có chuẩn nhỏ nhất của bài toán
chấp nhận tách

Xét trường hợp đặc biệt của Định lý 2.3.3 khi F : H1 → H1 , F (x) = 12 x.
1
Dễ thấy F là β-đơn điệu mạnh và L-liên tục Lipschitz trên H1 với β = 2 và
L = 21 . Khi đó bài toán bất đẳng thức biến phân tách hai cấp (BSVIP) trở
 41

thành bài toán tìm nghiệm có chuẩn nhỏ nhất của bài toán bất đẳng thức
biến phân tách (SVIP). Chọn F1 = I(x) − PC (x), F2 = I(x) − PQ (x). Từ
Thuật toán 2.3.1 và Định lý 2.3.3, khi đó ta thu được thuật toán tìm nghiệm
có chuẩn nhỏ nhất của bài toán chấp nhận tách (SFP).

3.2 Ví dụ minh họa

Ví dụ 3.2.1 Cho H = R4 , với x = (x1 , x2 , x3 , x4 )T ∈ R4 , xét toán tử tuyến

tính

A : R4 → R4
x 7→ Ax = (x1 + 2x2 , x2 + x4 , x1 − 2x4 , −x3 + x4 ).

Chọn C ⊂ R4 sao cho

C = {x = (x1 , x2 , x3 , x4 ) ∈ R4 : x1 + 2x2 − x3 − x4 ≤ 0}.

Chọn Q ⊂ R4 sao cho

Q = {y = (y1 , y2 , y3 , y4 ) ∈ R4 : −2y1 + 2y2 − y3 − 3y4 ≤ 0}.

F1 : R4 → R4
x 7→ F1 (x) = I(x) − PC (x).

F2 : R4 → R4
x 7→ F2 (x) = I(x) − PQ (x).
 42

F : R4 → R4
1 1 1 1
x 7→ F (x) = ( x1 , x2 , x3 , x4 ).
2 2 2 2

Khi F1 (x) = I(x) − PC (x) và F2 (x) = I(x) − PQ (x) từ Thuật toán 2.3.1 và
Định lý 2.3.3 ta thu được thuật toán giải bài toán bất đẳng thức biến phân
với tập ràng buộc là tập nghiệm của chấp nhận tách (SFP) tức VIP(I H1 −
F, ΩSFP ).
Mặt khác, F (x) = ( 21 x1 , 12 x2 , 12 x3 , 21 x4 ). Khi đó, dãy {xk } được xác định trong
Thuật toán 2.3.1 hội tụ mạnh đến nghiệm có chuẩn nhỏ nhất của (SFP) với
điều kiện tập nghiệm Γ = {x∗ ∈ C : Ax∗ ∈ Q} của (SFP) khác rỗng.
Lấy x̂ ∈ Ω = {x̂ ∈ C : Ax̂ ∈ Q}. Khi đó x̂ = (x̂1 , x̂2 , x̂3 , x̂4 )T ∈ R4 thỏa mãn

x̂1 + 2x̂2 − x̂3 − x̂4 ≤ 0
−2(x̂ + 2x̂ ) + 2(x̂ + x̂ ) − (x̂ − 2x̂ ) − 3(−x̂ + x̂ ) ≤ 0.
1 2 2 4 1 4 3 4

Nghiệm có chuẩn nhỏ nhất của hệ trên là:

x∗ = (0, 0, 0, 0)T ∈ R4 .

Áp dụng Thuật toán 2.3.1 cho Ví dụ 3.2.1 với các đầu vào thỏa mãn Thuật
toán 2.3.1 ta có:

Thay đổi hệ số αk
Với αk = √1 , κk = 1 , ρk = 0.5, βk = 0.5, λ = 0.1, x0 = (1, 3, 1, 1)T ∈ R4 ,
k+3
điều kiện dừng dãy lặp kxk+1 − x∗ k ≤ err. Ta thu được Bảng 3.1 sau thời gian
thực thi là 0.309 s như sau:

x(80) = (9.888 × 10−5 , 5.358 × 10−4 , 5.843 × 10−4 , 5.861 × 10−4 )T .

 43

Bảng 3.1: Kết quả số cho Ví dụ 3.2.1 với αk = √1

k+3

k xk1 xk2 xk3 xk4 kxk − x∗ k

1 0.573 1.907 0.945 0.945 2.399
2 0.498 1.569 0.644 0.644 1.882
3 0.388 1.254 0.563 0.563 1.536
... ... ... ... ... ...
79 0.0001 0.00054 0.00059 0.00059 0.001
−5 −4 −4 −4
80 9.888 × 10 5.358 × 10 5.843 × 10 5.861 × 10 0.00099

với err = 10−3

1
Với αk = √
3
, κk = 1 , ρk = 0.5, βk = 0.5, λ = 0.1, x0 = (1, 3, 1, 1)T ∈
(k+3)2
R4 , điều kiện dừng dãy lặp kxk+1 − x∗ k ≤ err. Ta thu được Bảng 3.2 sau thời
gian thực thi là 1.07 s như sau:

x(274) = (0.00015, 0.0005, 0.0005, 0.00062)T .

với err = 10−3

1
Bảng 3.2: Kết quả số cho Ví dụ 3.2.1 với αk = √
3
(k+3)2

k xk1 xk2 xk3 xk4 kxk − x∗ k

1 0.631 1.985 0.812 0.812 2.379
2 0.439 1.450 0.704 0.704 1.813
3 0.324 1.125 0.628 0.628 1.470
... ... ... ... ... ...
273 0.00016 0.00052 0.00056 0.00063 0.0010
274 0.00015 0.0005 0.0005 0.00062 0.00099
 44

3.3 Ví dụ so sánh hai phương pháp lặp

Với cùng một ví dụ 3.2.1 và tiêu chuẩn dừng là sai số giữa nghiệm xấp xỉ
và nghiệm đúng nhỏ hơn sai số cho trước là như nhau.
1 k+1
Cụ thể Thuật toán 2.2.1 chọn các tham số αk = √
3
,µ= 1 , ηk = 2(k+3) ,
(k+3)2
δk = 0.01, λk = 0.5, µk = 0.5, điều kiện dừng dãy lặp kx k+1
− x∗ k ≤ 10−3 .
1
Thuật toán 2.3.1 chọn các tham số αk = √
3
, κk = 1 , ρk = 0.5, βk = 0.5,
(k+3)2
∗ −3
λ = 0.1, điều kiện dừng dãy lặp kxk+1 − x k ≤ 10 . Tính các Thuật toán với
giá trị x0 khác nhau:

Thuật toán 2.2.1 Thuật toán 2.3.1

Thời gian (s) Số vòng lặp (n) Thời gian (s) Số vòng lặp (n)
x0 = ( 13 , 12 , 12 , 13 ) 0.862 181 0.128 182
x0 = (−1, −2, 1, −1) 1.09 241 0.153 243
x0 = (1, 3, 1, 1) 1.28 270 0.218 274

Bảng 3.3: Bảng so sánh giữa hai thuật toán với giá trị x0 khác nhau

Cụ thể Thuật toán 2.2.1 chọn các tham số x0 = (1, 3, 1, 1), µ = 1 , ηk =

k+1
2(k+3) , δk = 0.01, λk = 0.5,µk = 0.5, điều kiện dừng dãy lặp kxk+1 − x∗ k ≤
−3
10 .
Thuật toán 2.3.1 chọn các tham số x0 = (1, 3, 1, 1), κk = 1 , ρk = 0.5, βk = 0.5,
λ = 0.1, điều kiện dừng dãy lặp kxk+1 − x∗ k ≤ 10−3 . Tính các Thuật toán với
giá trị αk khác nhau.

Ví dụ 3.3.1 Cho H = R4 , với x = (x1 , x2 , x3 , x4 )T ∈ R4 , xét toán tử tuyến

tính
 45

Thuật toán 2.2.1 Thuật toán 2.3.1

Thời gian(s) Số vòng lặp (n) Thời gian(s) Số vòng lặp (n)
1
αk = √
4
3.26 688 0.606 707
(k+3)3
1
αk = √
3
1.28 270 0.218 274
(k+3)2

αk = √1 0.374 80 0.047 80
k+3

Bảng 3.4: Bảng so sánh giữa hai thuật toán với giá trị αk khác nhau

A : R4 → R4
x 7→ Ax = (x1 + 2x2 , x2 + x4 , x1 − 2x4 , −x3 + x4 ).

Chọn C ⊂ R4 sao cho

C = {x = (x1 , x2 , x3 , x4 ) ∈ R4 : x1 + 2x2 − x3 − x4 ≤ 0}.

Chọn Q ⊂ R4 sao cho

Q = {y = (y1 , y2 , y3 , y4 ) ∈ R4 : −2y1 + 2y2 − y3 − 3y4 ≤ 0}.

F1 : R4 → R4
1
x 7→ F1 (x) = x.
2

F2 : R4 → R4
x 7→ F2 (x) = I(x) − PQ (x).

Nhắc lại, tập nghiệm của các bài toán bất đẳng thức biến phân (VIP1) và
(VIP2) lần lượt là Sol(C, F1 ) và Sol(Q, F2 ) thì bài toán bất đẳng thức biến
 46

phân tách là bài toán:

Tìm x∗ ∈ Sol(F1 , C) sao cho Ax∗ ∈ Sol(F2 , Q). (SVIP)

Do F1 (x) = 21 x nên tập nghiệm Sol(F1 , C) chính là nghiệm có chuẩn nhỏ nhất
trên tập C và nghiệm có chuẩn nhỏ nhất thu được là:

x∗ = PC (0) = (0, 0, 0, 0)T ∈ R4 .

Nhận thấy, x∗ = (0, 0, 0, 0)T là nghiệm duy nhất của bài toán SVIP.
Chọn ánh xạ F : R4 → R4 , F (x) = 21 x suy ra nghiệm của bài toán bất
đẳng thức biến phân tách hai cấp (BSVIP) là nghiệm bài toán bất đẳng
thức biến phân với tập ràng buộc là tập nghiệm của bài toán bất đẳng thức
biến phân tách (SVIP). Vì bài toán (SVIP) trong Ví dụ 3.3.1 có nghiệm duy
nhất và thỏa mãn nghiệm bài toán bất đẳng thức biến phân tách hai cấp
VIP(F, ΩSVIP ), suy ra bài toán VIP(F, ΩSVIP ) có nghiệm duy nhất.
Với cùng một ví dụ 3.3.1 như trên và tiêu chuẩn dừng là sai số giữa hai
xấp xỉ và nghiệm đúng nhỏ hơn sai số cho trước là như nhau. Tiến hành so
sánh Thuật toán 2.3.1 và Thuật toán 1.2.1.

Cụ thể Thuật toán 2.3.1 chọn các tham số αk = √1 , κk = 1 , ρk = 0.5,

k+3
βk = 0.5, λ = 0.1, điều kiện dừng dãy lặp kxk+1 − x k ≤ 10−3 .
∗

Thuật toán 1.2.1 chọn các tham số λ = 0.01, γ = 0.001, điều kiện dừng dãy
lặp kxk+1 − x∗ k ≤ 10−3 . Tính các Thuật toán với giá trị x0 khác nhau

Cụ thể Thuật toán 2.3.1 chọn các tham số x0 = (1, 3, 1, 1), αk = √1 ,

k+3
κk = 1 , ρk = 0.5, βk = 0.5, điều kiện dừng dãy lặp kxk+1 − x∗ k ≤ 10−3 .
Thuật toán 1.2.1 chọn các tham số x0 = (1, 3, 1, 1), γ = 0.001, điều kiện dừng
dãy lặp kxk+1 − x∗ k ≤ 10−3 . Tính các Thuật toán với giá trị λ khác nhau
 47

Thuật toán 1.2.1 Thuật toán 2.3.1

Thời gian(s) Số vòng lặp(n) Thời gian(s) Số vòng lặp(n)

x0 = ( 13 , 12 , 12 , 13 ) 0.446 1335 0.025 46
x0 = (1, 3, 1, 1) 0.521 1580 0.028 59
x0 = (5, 6, 7, 5) 0.640 1861 0.037 75

Bảng 3.5: Bảng so sánh giữa hai thuật toán với giá trị x0 khác nhau

Thuật toán 1.2.1 Thuật toán 2.3.1

Thời gian(s) Số vòng lặp(n) Thời gian(s) Số vòng lặp(n)

1
λ= 1000 4.79 15758 0.039 80
1
λ= 100 0.521 1580 0.037 77
1
λ= 20 0.082 315 0.034 68

Bảng 3.6: Bảng so sánh giữa hai thuật toán với giá trị λ khác nhau
 48

Kết luận

...
 49

Tài liệu tham khảo

Tiếng Việt

[1] Phạm Kỳ Anh, Trần Đức Long (2001), Hàm thực và Giải tích hàm, NXB
Đại học Quốc gia Hà Nội.

[2] Hoàng Tụy (2018), Hàm thực và Giải tích hàm, NXB Đại học Quốc gia
Hà Nội.

[3] Nguyễn Thị Bạch Kim, Giáo trình Các phương pháp tối ưu, NXB Đại
học Bách khoa Hà Nội (2008).

[4] Trần Vũ Thiệu, Nguyễn Thị Thu Thủy, Giáo trình Tối ưu phi tuyến,
NXB Đại học Quốc gia Hà Nội (2011).

Tiếng Anh

[5] C. Byrne, Iterative oblique projection onto convex sets and the split fea-
sibility problem, Inverse Problems, 18(2), pp. 441–453 (2002).

[6] Agarwal R.P., O’Regan D., Sahu D.R., Fixed Point Theory for
Lipschitzian-type Mappings with Applications, Springer (2009)

[7] P.N. Anh, A new extragradient iteration algorithm for bilevel variational
inequalities, Acta Mathematica Vietnamica, 37, 95 - 107 (2012).
 50

[8] M. Solodov, An explicit descent method for bilevel convex optimization,

J. Convex Anal, 14, 227 - 237 (2007).

[9] T.V. Anh, "A strongly convergent subgradient extragradient-Halpern

method for solving a class of bilevel pseudomonotone variational inequal-
ities", Vietnam J. Math., 45, pp. 317–332 (2017).

[10] P.K. Anh, T.V. Anh, L.D. Muu, "On bilevel split pseudomonotone vari-
ational inequality problems with applications", Acta Math Vietnam.,
42(3), pp. 413–429 (2017).

[11] K. Goebel, W.A. Kirk, Topics in Metric Fixed Point Theory Cambridge
Studies in Advanced Mathematics, vol. 28. Cambridge University Press,
Cambridge (1990).

[12] I.V. Konnov, E. Laitinen, Theory and Applications of Variational In-

equalities, Preprint, Department of Mathematical Sciences (2002).

[13] P.-E. Mainge, "A hybrid extragradient-viscosity method for monotone

operators and fixed point problems", SIAM J. Control Optim., 47, pp.
1499–1515 (2008).

[14] L.D. Muu, N.V. Quy, "On existence and solution methods for strongly
pseudomonotone equilibrium problems", Vietnam J. Math., 43, 229–238
(2015).

[15] H.-K. Xu, "Iterative algorithms for nonlinear operators", J. Lond. Math.
Soc., 66, pp. 240–256 (2002).

[16] P. N. Anh, L. D. Muu, V. H. Nguyen and J. J. Strodiot, "Using the

Banach contraction principle to implement the proximal point method for
multivalued monotone variational inequalities", J. Optim. Theory Appl.,
124, pp. 285-306 (2005).
 51

[17] F. Facchinei and J. S. Pang, Finite-dimensional variational inequalities

and complementarity problems, Springer-Verlag, NewYork, 2003

[18] L. C. Zeng and J. C. Yao, "Strong convergence theorem by an extragradi-

ent method for fixed point problems and variational inequality problems",
Taiwanese J. Math., 10 , pp. 1293-1303 (2006).

[19] G. M. Korpelevich, "Extragradient method for finding saddle points and

other problems", Ekonomika i Matematicheskie Metody., 12 , pp. 747-756
(1976).

[20] P. N. Anh, L. D. Muu and J. J. Strodiot, "Generalized projection method

for non-Lipschitz multivalued monotone variational inequalities", Acta
Math. Vietnam., 34 , pp. 67-79 (2009).

[21] F. Facchinei and J. S. Pang, "Finite-dimensional variational inequalities

and complementarity problems", Springer-Verlag, NewYork, (2003).

[22] N. Nadezhkina and W. Takahashi, "Weak convergence theorem by an

extragradient method for nonexpansive mappings and monotone map-
pings", J. Optim. Theory Appl., 128 , pp. 191-201 (2006).

[23] Y. Yao, Y. C. Liou, and J. C. Yao, "An extragradient method for fixed
point probelms and variational inequality programs", J. Inequal. Appl.,
(2007), Article ID 38752, 12 pages, doi:10.1155/2007/38752.

[24] P. N. Anh and T. Kuno, "A cutting hyperplane method for generalized
monotone nonlipschitzian multivalued variational inequalities, in: Mod-
eling, Simulation and Optimization of Complex Processes ", Eds: H. G.
Bock, H. X. Phu, R. Rannacher, and J. P. Schloder, Springer, (2012).
 52

[25] T.V. Anh, A parallel method for variational inequalities with the
multiple-sets split feasibility problem constraints, J. Fixed Point The-
ory Appl., 19 (2017), 2681–2696.

[26] H.H. Bauschke, P.L. Combettes, Convex Analysis and Monotone Opera-
tor Theory in Hilbert Spaces. New York: Springer (2011).

[27] Ng. Buong, Iterative algorithms for the multiple-sets split feasibility
problem in Hilbert spaces, Numerical Algorithms, 76 (2017), 783–798.

[28] Ng. Buong, Ng.S. Ha, Ng.T.T. Thuy, A new explicit iteration method for
a class of variational inequalities, Numerical Algorithms, 72(2) (2016),
467–481.

[29] C. Byrne, Iterative oblique projection onto convex sets and the split
feasibility problem, Inverse Problems, 18 (2002), 441–453.

[30] C. Byrne, A unified treatment of some iterative algorithms in signal pro-

cessing and image reconstruction, Inverse Problems, 20 (2004), 103–120.

[31] Y. Censor, T. Bortfeld, B. Martin, A. Trofimov, A unified approach for

inversion problems in intensity-modulated radiation therapy, Phys. Med.
Biol., 51 (2006), 2353–2365.

[32] Y. Censor, T. Elfving, A multiprojection algorithm using Bregman pro-

jections in a product space, Numer. Algorithms, 8 (1994), 221–239.

[33] Y. Censor, T. Elfving, N. Kopf, T. Bortfeld, The multiple–sets split fea-

sibility problem and its applications for inverse problems, Inverse Prob-
lems, 21 (2005), 2071–2084.

[34] Y. Censor, A. Gibali and S. Reich, Algorithms for the split variational
inequality problem, Numer. Algorithms, 59 (2012), 301–323.
 53

[35] Y. Censor, A. Motova, A. Segal, Perturbed projections and subgradient

projections for the multiple-sets split feasibility problem, J. Math. Anal.
Appl., 327 (2007), 1244–1256.

[36] C.E. Chidume, Geometric properties of Banach spaces and nonlinear

iterations, Springer Verlag Series, Lecture Notes in Mathematics, ISBN
978-1-84882-189-7 (2009).

[37] S.Y. Cho, X. Qin, J.C. Yao, Y. Yao, Viscosity approximation splitting
methods for monotone and nonexpansive operators in Hilbert spaces, J.
Nonlinear Convex Anal., 19 (2018), 251–264.

[38] K. Goebel, W.A. Kirk, Topics in Metric Fixed Point Theory. Cambridge
Stud. Adv. Math 28. Cambridge: Cambridge University Press (1990).

[39] P. Hartman, G. Stampacchia, On some non-linear elliptic differential-

functional equations. Acta. Math. 115 (1966), 271–310.

[40] P.T. Hieu, Ng.T.T. Thuy, J.J. Strodiot, Explicit iteration methods for
solving variational inequalities in Banach spaces, Bull. Malays. Math.
Sci. Soc., 42 (2019), 467–483.

[41] B. Liu, B. Qu, N. Zheng, A successive projection algorithm for solving

the multiple-sets split feasibility problem, Numer. Funct. Anal. Optim.,
35 (2014), 1459–1466.

[42] P.E. Maingé, Strong convergence of projected subgradient methods for

nonsmooth and nonstrictly convex minimization, Set-Valued Anal., 16
(2008), 899–912.

[43] O.G. Mancino, G. Stampacchia, Convex programming and variational

inequalities, J. Optim. Theory Appl., 9(1) (1972), 3–23. (1972)
 54

[44] A. Moudafi, Viscosity approximation methods for fixed–points problems.

J. Math. Anal. Appl., 241 (2000), 46–55.

[45] X. Qin, J.C. Yao, Projection splitting algorithms for nonself operators,
J. Nonlinear Convex Anal., 18 (2017), 925–935.

[46] G. Stampacchia, Formes bilineaires coercivites sur les ensembles con-

vexes, C. R. Acad. Sci. Paris 258 (1964), 4413–4416.

[47] W. Takahashi, Introduction to Nonlinear and Convex Analysis. Yoko-

hama Publishers, Yokohama (2009).

[48] W. Takahashi, C.F. Wen, J.C. Yao, An implicit algorithm for the split
common fixed point problem in Hilbert spaces and applications, Appl.
Anal. Optim., 1 (2017), 423–439.

[49] Ng.T.T. Thuy, P.T. Hieu, A hybrid method for solving variational in-
equalities over the common fixed point sets of infinite families of nonex-
pansive mappings in Banach spaces, Optimization, 69 (2020), 2155–2176.

[50] Ng.T.T. Thuy, P.T. Hieu, J.J. Strodiot, Convergence of a hybrid vis-
cosity approximation method for finding zeros of m-accretive operators,
Numerical Algorithms, 83 (2020), 1591–1612.

[51] Ng.T.T. Thuy, P.T. Hieu, J.J. Strodiot, Regularization methods for ac-
cretive variational inequalities over the set of common fixed points of
nonexpansive semigroups, Optimization, 65(8) (2016), 1553–1567.

[52] Ng.T.T. Thuy, A strong convergence theorem for an iterative method

for solving the split variational inequalities in Hilbert spaces, Vietnam J.
Math. (2021), https://doi.org/10.1007/s10013-021-00476-w.
 55

[53] T.M. Tuyen, Ng.T.T. Thuy, Ng.M. Trang, A strong convergence theorem
for a parallel iterative method for solving the split common null point
problem in Hilbert spaces, J. Optim. Theory Appl., 183 (2019), 271–291.

[54] H.K. Xu, A variable Krasnoselskii–Mann algorithm and the multiple-set

split feasibility problem, Inverse Problems, 22 (2006), 2021–2034.

[55] H.K. Xu, Strong convergence of an iterative method for nonexpansive

and accretive operators, J. Math. Anal. Appl., 314 (2006), 631–643.

[56] Y.H. Yao, Y.C. Liou, J.C. Yao, Split common fixed point problem for
two quasi-pseudo-contractive operators and its algorithm construction,
Fixed Point Theory Appl., 2015 (2015), 19 pages
 56

Phụ lục