Douglas-Rachford分裂算法的Mann迭代形式的收敛性及其应用

2021-11-24 06:48
绵阳师范学院学报 2021年11期
关键词:变分不动点收敛性

赵 旭

(西华师范大学数学与信息学院,四川南充 637009)

0 引言

Lions和Mercier在文献[1]中介绍了Douglas-Rachford分裂算法,这个算法是应用于寻找两个算子和为零的一种有效方法,即

∃x∈H,使得0∈A(x)+B(x).

这里的算子A:H→2H,B:H→2H都是极大单调算子.Douglas-Rachford分裂算法基于如下迭代形式:

其中初始值u0∈H,RA和RB为算子A,B的反射预解算子.

这个强收敛结果补充了文献[2]的结果.

Douglas-Rachford分裂算法是应用于寻找两个次微分算子和为零的一种有效的方法,这样的单调包含问题可以用来表述凸优化问题的原最优性条件、对偶最优性条件、原对偶最优性条件、凸凹对策的平衡条件、单调变分不等式和单调互补问题.Douglas-Rachford算法在信号处理[12]、图像去噪[13]和统计估计[14]等方面显示出了巨大的应用潜力.Douglas-Rachford算法还可以推导出其他重要的分裂方法,如文献[15]中的交替方向乘子法(ADMM)、Spingarn的部分逆法以及文献[16]中的原对偶混合梯度法、线性化ADMM等方法.

在Lions,Mercier和Giselsson的启发下,本文考虑Douglas-Rachford算法的一个凸组合形式和Mann迭代形式的收敛性.基于文献[4]的迭代方法,可以证明得到Douglas-Rachford算法的一个凸组合形式是强收敛的,以及Douglas-Rachford的Mann迭代形式是弱收敛的.这个结论拓展了收敛的Douglas-Rachford算法的形式,并且对这个结论做了一个简单的应用,结合变分不等式,应用于一个法锥与强单调算子的和,可得到Douglas-Rachford算法的Mann迭代形式的弱收敛性.

1 预备知识

整篇文章中,设H是一个实的希尔伯特空间,用符号〈·,·〉表示内积,用符号‖·‖表示范数.用符号A:H→2H,表示A是H到H上的集值算子, 算子A的有效域表示为 dom(A)={x∈H|Ax≠φ},用符号A:H→H表示单值算子,此时dom(A)=H.若{xn}是H中的一个序列,称序列{xn}强收敛于H中一点x,若‖xn-x‖→0,当n→∞时;称序列{xn}弱收敛于H中一点x,∀y∈H,若〈y,xn〉→〈y,x〉,当n→∞时.把算子A的图表示为gra(A)={(x,u)∈H×H|u∈Ax}.算子A:H→2H的不动点集表示为Fix(A)={x∈H|Ax=x}.算子A的预解算子为JA=(Id+A)-1,算子A的反射预解算子为RA=2JA-Id.

定义1[3]称一个单值算子A:H→H为β-Lipschitz连续的,如果

‖Ax-Ay‖≤β‖x-y‖,∀x,y∈H

(1)

定义2[4]称一个单值算子A:H→H是一个非扩张算子,如果

‖Ax-Ay‖≤‖x-y‖,∀x,y∈H

(2)

通过上面,可以看出1-Lipschitz连续也叫做非扩张算子.当算子A:β-Lipschitz连续,并且β系数属于[0,1),则把A称作一个Banach压缩算子.

定义3[4]称一个单值算子A:H→H为α-averaged,如果它可以被表示为

A=(1-α)Id+αV,并且α∈[0,1)

(3)

这里的Id:H→H表示的是一个恒等算子,V:H→H为一个非扩张算子.

定义4[4]称一个集值算子A:H→2H是β-cocoercive,β>0,如果

〈x-y,u-v〉≥β‖u-v‖2,∀(x,u),(y,v)∈gra(A)

(4)

定义5[3]称一个集值算子A:H→2H是μ-强单调,μ>0,如果

〈x-y,u-v〉≥μ‖x-y‖2,∀(x,u),(y,v)∈gra(A)

(5)

定义6[3]C⊆H的法锥NC定义为:

(6)

定义7[3]称一个集值算子A:H→2H是单调的,如果

〈x-y,u-v〉≥0,∀(x,u),(y,v)∈gra(A).

(7)

2 引理

如下引理在后面的证明中有重要作用.

引理2.1[4]设x∈H,y∈H,α∈R,则有:

‖αx+(1-α)y‖2+α(1-α)‖x-y‖2=α‖x‖2+(1-α)‖y‖2

(8)

引理2.2[4]设集合C是H中的一个非空闭凸子集,算子T:C→H是非扩张的,则T的不动点集Fix(T)也是闭凸集.

引理2.3[5]若{xn}是H中的一个序列,存在一个非空闭凸集C⊆H满足下列条件:

(2)若序列{xn}的子序列{xnj}弱若收敛于x*,且x*∈C,

则存在x0∈C,使得{xn}弱收敛于x0.

引理2.4[2]设β≥μ>0,若算子A、B满足下列四种情况之一:

(c)单值算子A:H→H是β-Lipschitz且μ-强单调的;

(d)单值算子A:H→H是单调且β-Lipschitz连续的,集值算子B:H→2H极大单调且μ-强单调的;

证明:此结论在[3]和[5]中已有详细证明.

引理2.5[4]设集合C是H中的一个非空闭凸子集,算子T:C→H是非扩张的,{xn}是集合C中一个序列,x为集合C中一点.若{xn}弱收敛于x,且xn-Txn→0,则x∈Fix(T).

3 主要结论

定理3.1假设算子A、B满足引理2.4(a)-(d)中任一种条件,且α∈(0,1),则下列结论成立:

证明:(1)由引理2.4知TDR是关于常数κ的Banach压缩算子,且κ∈(0,1);即

‖TDRx-TDRy‖≤κ‖x-y‖≤‖x-y‖,∀x,y∈H.

(9)

因此算子TDR:X→X是一个非扩张算子.则可以得到:

‖T′x-T′y‖=‖αx+(1-α)TDRx-αy+(1-α)TDRy‖,

=‖α(x-y)+(1-α)(TDRx-TDRy)‖,

≤α‖x-y‖+(1-α)‖TDRx-TDRy‖,

≤α‖x-y‖+(1-α)κ‖x-y‖,

=[α+(1-α)κ]‖x-y‖.

(10)

根据α∈(0,1),κ∈(0,1)可知[α+(1-α)κ]∈[0,1),所以T′是一个Banach压缩算子,由Banach压缩不动点定理知,{un}强收敛于H中一点u.

(1)设xn+1=Tnxn=αnxn+(1-αn)TDRxn,则{xn}弱收敛于S中一点x;

证明:由xn+1=Tnxn=αnxn+(1-αn)TDRxn,则Tn=αnId+(1-αn)TDR,并且TDR是非扩张算子,所以TDR是(1-αn)-averaged算子.由于算子TDR是非扩张的,根据引理2.2可知:算子TDR的不动点集Fix(TDR)是一个闭凸集.

取x*∈Fix(TDR),由引理2.1及不等式性质有:

‖xn+1-x*‖2=‖αn(xn-x*)+(1-αn)(TDRxn-x*)‖2,

=αn‖xn-x*‖2+(1-αn)‖TDRxn-x*‖2-αn(1-αn)‖xn-TDRxn‖2,

≤αn‖xn-x*‖2+(1-αn)‖xn-x*‖2-αn(1-αn)‖xn-TDRxn‖2,

=‖xn-x*‖2-αn(1-αn)‖xn-TDRxn‖2.

(11)

由前面(11)式移向整理后可得到:

αn(1-αn)‖xn-TDRxn‖2≤‖xn-x*‖2-‖xn+1-x*‖2,

因此由上式得到:

(12)

‖xn+1-yn+1‖=‖αnxn+(1-α)TDRxn-yn+1‖=‖αnxn+(1-αn)yn-yn+1‖,

=‖αn(xn-yn+1)+(1-αn)(yn-yn+1)‖,

≤αn‖xn-yn+1‖+(1-αn)‖yn-yn+1‖,

=αn‖xn-yn+1‖+(1-αn)‖TDRxn-TDRxn+1‖,

≤αn‖xn-yn+1‖+(1-αn)‖xn+1-xn‖,

≤αn(‖xn-xn+1‖+‖xn+1-yn+1‖)+(1-αn)‖xn+1-xn‖,

=‖xn-xn+1‖+αn‖xn+1-yn+1‖,

=‖xn-(αnxn+(1-αn)yn)‖+αn‖xn+1-yn+1‖,

=(1-αn)‖xn-yn‖+αn‖xn+1-yn+1‖.

(13)

对上述(13)式进行移向整理得到:

(1-αn)‖xn+1-yn+1‖≤(1-αn)‖xn-yn‖

(14)

由于{αn}⊂(a,b)⊂(0,1),结合(12)式则可以得到:‖xn+1-yn+1‖≤‖xn-yn‖,

(15)

(16)

取序列{xn}的一个子序列{xnj},使得xnj弱收敛于z.

根据(16)式可以得到:

(17)

结合(17)式和引理2.5知:z∈Fix(TDR)=S.

因此由引理2.3知:∃x0∈S,使得{xn}弱收敛于x0,即{xn}弱收敛于S中一点x0.

4 应用

设算子A:H→H是单调且β-Lipschitz连续的,β>0,

设算子F:H→2H是μ-强单调的,C⊆H为非空闭凸集.考虑变分不等式问题:

〈(A+F)x,y-x〉≥0,∀y∈C.

那么,若x为上述变分不等式的解,则:〈-A(x)-F(x),y-x〉≤0,

结合C的法锥的定义知:

-A(x)-F(x)∈NC(x),

即:

0∈A(x)+F(x)+NC(x),

(18)

命题4.1 设算子A:H→H是单调且β-Lipschitz连续的,β>0,算子F:H→2H是μ-强单调的,x∈C为变分不等式〈(A+F)x,y-x〉≥0的解,∀y∈C.令算子B=F+NC,则算子B:H→2H为极大单调且μ-强单调的.

证明:由于NC为集合C⊆H的法锥,则NC为极大单调算子,也满足单调的性质,即:

〈x-y,u-v〉≥0,∀(x,u),(y,v)∈gra(A).

又因为F为μ-强单调算子,即:〈x-y,F(x)-F(y)〉≥μ‖x-y‖2,因此B=F+NC也是极大单调算子.

〈x-y,B(x)-B(y)〉=〈x-y,F(x)+u-F(x)-v〉=〈x-y,F(x)-F(y)〉+〈x-y,u-v〉,

≥μ‖x-y‖2,

因此算子B为极大单调且μ-强单调的.

证明:由命题4.1知算子B为极大单调且μ-强单调的.又由于算子A:X→X是单调且β-Lipschitz连续的,β>0,则满足引理2.4中的条件(d).

5 结语

在寻找两个算子和为0时,Douglas-Rachford算法是一种有效的办法.本文证明得到了Douglas-Rachford算法的凸组合形式收敛于实的Hilbert空间中一点,Douglas-Rachford算法的Mann迭代形式弱收敛于Douglas-Rachford算法的不动点集中一点.此外,将该方法应用于变分不等式问题,得到了Douglas-Rachford算法的凸组合形式的强收敛性以及其Mann迭代形式的弱收敛性.

猜你喜欢
变分不动点收敛性
概率生成模型变分推理方法综述
基于一类迭代方程可微性解存在探讨
多项式变分不等式解集的非空紧性和估计
平均非扩张映射的不动点性质
西部地区金融发展水平的收敛性分析
与不动点性质相关的新常数
我国省域经济空间收敛性研究
工程师使用Matlab的变分方法
对一道“切变变换”题的错解分析
情绪波动、信息消费发散与福利分化效应