-
最近, 文献[1]研究了下面的随机集值隐函数定理.设(Ω,
$\mathscr{A}$ )是可测空间, X, P是拓扑空间, Y是拓扑向量空间, F: Ω ×X ×P$\rightrightarrows$ Y是集值映射, (x0, p0) ∈ X ×P满足对所有的ω ∈ Ω, 有成立.定义集值映射G: Ω ×P
$\rightrightarrows$ X如下:若对任意的p ∈ P, G(·, p): Ω
$\rightrightarrows$ X是可测的, 则称集值映射G为由包含关系定义的随机集值隐函数. Yang和Huang [1]在可分Asplund空间给出了随机集值隐函数(1) 的局部度量正则性、度量正则性、Lipschitz性质、非空性和下半连续性成立的充分条件.文献[1]中的结果推广了文献[2-3]中的相关结果.值得注意的是, 文献[1]必须假设度量投射的内半紧性.本文的目的是在不假设度量投射的内半紧性的情况下, 证明随机集值隐函数的下半连续性.
全文HTML
-
引理1 [4] 设(X, d)是完备度量空间, φ: X →
$\bar{\mathbb{R}}$ 是真下半连续下有界函数.任给ε >0和x0 ∈ X满足φ(x0) ≤infXφ +ε.则对任意的λ >0, 存在$\bar{x}$ ∈ X满足$\left( a \right)\varphi (\bar{x})\le \varphi ({{x}_{0}}),$ $\left( b \right)d(\bar{x},{{x}_{0}})\le \lambda ,$ $\left( c \right)\varphi (x)+\frac{\varepsilon }{\lambda }d(x,\bar{x})>\varphi (\bar{x}),\forall x\ne \bar{x}.$ 引理2 [4]设φ: X →
$\bar{\mathbb{R}}$ 在x具有有限值.若x是φ的局部极小值点, 则引理3[4]设φ: X →
$\bar{\mathbb{R}}$ 在x的某邻域内是Lipschitz连续的且系数为l≥0, 则且
引理4 [4]设X是Asplund空间, φi: X →
$\bar{\mathbb{R}}$ , i=1, 2, …, n ≥2在x的某邻域内是下半连续的.φi中除一个外其余的在x是序列正规上紧(SNEC).若则
引理5[5] 设(Ω,
$\mathscr{A}$ , μ)是完全σ-有限可测空间, X是完备可分度量空间, G ∈$\mathscr{A}$ ×$\mathscr{B}$ (X), 则投射是可测的.
引理6[1] 设(Ω,
$\mathscr{A}$ ) 是可测空间, X 是可分 Banach空间,f1: Ω →X 是可测映射, F2: Ω$\rightrightarrows$ X 是具有闭值的弱可测集值映射, 则f1 +F2: Ω$\rightrightarrows$ X 是弱可测的.
-
定理1 设X, Y是可分Asplund空间, P是拓扑空间, (Ω,
$\mathscr{A}$ , μ)是完全σ-有限可测空间, 集值映射F: Ω×X ×P$\rightrightarrows$ Y满足对任意的p ∈P, F(·, ·, p):Ω×X$\rightrightarrows$ Y是可测的.设G:Ω×P$\rightrightarrows$ X是由(1) 式定义的集值映射, (x0, p0) ∈ X ×P满足对任意ω ∈Ω有0∈F(ω, x0, p0).记Fω, p(·): =F(ω, ·, p).若对任意的ω ∈Ω, 存在常数r >0和σ >0使得(ⅰ)任意的p ∈B(p0, r), 集值映射Fω, p(·)是闭的;
(ⅱ)任意的(x, p) ∈B(x0, r) ×B(p0, r)且0∉F(ω, x, p),
(ⅲ)任意的(x, p) ∈B(x0, r) ×B(p0, r), 集值映射F(ω, x, ·)在p是下半连续的.则
1) 任意的p ∈ P, G(·, p): Ω
$\rightrightarrows$ X是$\mathscr{B}$ 可测的;2) 任意的ω ∈Ω, 存在常数s∈ (0, r), 使得由
定义的集值映射:
${{\tilde{G}}_{\omega }}$ : P$\rightrightarrows$ X在B(p0, s)上是非空的和下半连续的.证 1) 任意的p ∈ P, 考虑G(·, p): Ω
$\rightrightarrows$ X的图像因为F(·, ·, p): Ω ×X
$\rightrightarrows$ Y可测, 所以从而
任给B ∈
$\mathscr{B}$ (X), 由引理5得因为
所以
从而G(·, p): Ω
$\rightrightarrows$ X是$\mathscr{B}$ 可测的.2) 任意的ω ∈Ω.因为0∈F(ω, x0, p0), 由条件(ⅲ), 存在p0的邻域
$\tilde{U}$ 使得对任意的p ∈$\tilde{U}$ 有成立.故对任意的p ∈
$\tilde{U}$ , 有任取s∈ (0, r)满足B(p0, s) ⊂
$\tilde{U}$ .接下来证明s满足定理1的结论2).(a)任意的p ∈B(p0, s), 证明
${{\tilde{G}}_{\omega }}$ (p)是非空的.定义函数fp: X ×Y →$\bar{\mathbb{R}}$ 为由条件(ⅰ), fp在X ×Y上是下半连续的.特别地, 在B(x0, r) ×B(0, r)上是下半连续的.若fp(x0, 0) =0, 则0∈Fω, p(x0), 从而x0 ∈G(ω, p), 故x0 ∈G(ω, p) ∩int B(x0, r), 即
${{\tilde{G}}_{\omega }}$ ω(p) ≠Ø.若fp(x0, 0) ≠0, 则0∉Fω, p(x0), 故dist (0, F(ω, x0, p)) >0.可以假设α: = dist (0, F(ω, x0, p)), 其中$0<\alpha <\frac{r\sigma }{1+\sigma }<r$ 任意的ε ∈ (0, r-α)且
$\frac{\alpha +\varepsilon }{r}<\frac{\sigma }{1+\sigma }$ , 由距离函数的定义, 存在$\bar{y}$ ∈Fω, p(x0)满足‖$\bar{y}$ ‖ < α+ε < r.令β: =fp(x0,$\bar{y}$ ) =‖$\bar{y}$ ‖, 任意的$t\in \left( \frac{\alpha +\varepsilon }{r},\frac{\sigma }{1+\sigma } \right)$ , 易知显然,
由引理1中的Ekelan d变分原理, 存在(
$\hat{x},\hat{y}$ ) ∈B(x0, r) ×B(0, r)满足和
这意味着
且对任意的(x, y) ∈B(x0, r) ×B(0, r), 有
显然,
$ \hat x $ ∈B(x0,r),$ \hat y $ ∈B(0,r).因为所以
下面证明0∈Fω,p(
$ \hat x $ ).假设0∉Fω,p($ \hat x $ ),则$ \hat y $ ≠0.定义函数φ1,φ2,φ3:X×Y→$ \mathbb{\bar{R}} $ 分别为由(3) 式知(
$ \hat x $ ,$ \hat y $ )是函数φ1+φ2+φ3在X×Y上的极小值点.由引理2得显然,φ1和φ2在X×Y上是局部Lipschitz连续的,且φ3在X×Y上是下半连续的.由引理3易知∂∞φ1(
$ \hat x $ ,$ \hat y $ )={(0,0)},∂∞φ2($ \hat x $ ,$ \hat y $ )={(0,0)}和∂φ2($ \hat x $ ,$ \hat y $ )⊂tBX*×{0}+{0}×tBY*.由引理4得由函数φ1和φ3的定义得
因为
$ \hat y $ ≠0,由文献[6]命题2.124得故存在y1*∈Y*和(x3*,y3*)∈N((
$ \hat x $ ,$ \hat y $ );gphFw,p)使得从而,
令
则
从而
易知
这与条件(ⅱ)矛盾,故0∈Fω,p(
$ \hat x $ ),即$ \hat x $ ∈G(ω,p),从而$ {{\tilde G}_\omega } $ (p)≠Ø.(b)任意的p∈B(p0,s),证明
$ {{\tilde G}_\omega } $ (·)在p是下半连续的,只需证明:任意的x∈$ {{\tilde G}_\omega } $ (p)和任意的ε>0,存在常数t>0满足因为x∈
$ {{\tilde G}_\omega } $ (p),所以0∈F(ω,x,p),x∈intB(x0,r).任取0<η<ε满足B(x,η)⊂B(x0,r)和B(p, η)⊂B(p0,r).用(x,p)替代(x0,p0),用常数η替代r,用球B(x,η),B(0,η),B(p,η)和$B\left( {0,\frac{{\eta \sigma }}{{1 + \sigma }}} \right) $ 分别替代B(x0,r),B(0,r),B(p0,r)和$B\left( {0,\frac{{\gamma \sigma }}{{1 + \sigma }}} \right) $ ,类似于上面的证明,存在常数0<t<η满足因为intB(x, η)intB(x0, r)∩intB(x, ε), 由(4) 式得
即
注1 定理1与文献[1]定理3.12类似,但是值得注意的是文献[1]定理3.12需要假设度量投射的内半紧性,而定理1不需要.
考虑定理1的确定性情形,得到下面的推论.
推论1 设X,Y是Asplund空间,P是拓扑空间,F:X×P
Y是集值映射,G:P X是由G(p):={x∈X|0∈F(x,p)}定义的集值隐函数,(x0,p0)∈X×P且0∈F(x0,p0).记Fp(·):=F(·,p).若存在常数r>0和σ>0使得(ⅰ)任意的p∈B(p0,r),集值映射Fp(·)是闭的;
(ⅱ)任意的(x,p)∈B(x0,r)×B(p0,r)且0∉F(x,p),
(ⅲ)任意的(x,p)∈B(x0,r)×B(p0,r),集值映射F(x,·)在p是下半连续的.
则存在常数s∈(0,r),使得由
定义的集值映射
$\tilde G$ :P X在B(p0,s)上是非空的和下半连续的.注2 推论1说明文献[7]推论3.3和文献[8]定理5.1中的条件“F(x0,·)在(p0,0) 是内半连续的”可以去掉.进一步,推论1包含文献[3]定理3.1为特例,可以从下述4个方面阐述:
(a)文献[3]定理3.1中的条件“F在(x0,p0)周围具有非空值”被去掉;
(b)文献[3]定理3.1中的条件“任意的p∈P,集值映射Fp(·)是闭的”被推论1中较弱的条件“任意的p∈B(p0,r),集值映射Fp(·)是闭的”取代;
(c)文献[3]定理3.1中的条件(A1) 显然意味着推论1中的条件(ⅱ)成立;
(d)文献[3]定理3.1中的条件(A2) 被去掉.
-
本节考虑(2) 式中的F具有如下的特殊形式:
其中f:Ω×X×P→Y是单值映射,Q:Ω×X×P
Y是集值映射.此时,(2) 式退化为这个随机广义方程的确定性形式是由Robinson[9]提出的.众所周知,(5) 式的确定性情形为数学规划、补问题、变分不等式、最优控制、数理经济、均衡和其他与优化相关的领域的最优解的统一研究提供了方便的框架.
与(5) 式相关的解映射G:Ω×P
X定义为下面将建立关于(6) 式中解映射的下半连续性的充分条件.
定理2 设X是可分Asplund空间,Y是σ-紧可分Asplund空间,P是拓扑空间,(Ω,
$\mathscr{A}$ ,μ)是完全σ-有限可测空间,f:Ω×X×P→Y是单值映射,集值映射Q:Ω×X×P Y满足对任意的p∈P,f(·,·,p)是可测的,Q(·,·,p)是弱可测的且具有闭值.设G:Ω×P X是由(6) 式定义的解映射,(x0,p0)∈X×P且对所有的ω∈Ω有(ω,x0,p0,-f(ω,x0,p0))∈gphQ成立.令fω,p(·):=f(ω,·,p),Qω,p(·):=Q(ω,·,p).若对任意的ω∈Ω,存在常数r>0和σ>0满足:(ⅰ)任意的p∈B(p0,r),映射fω,p(·)在X上是严格可微的,集值映射Qω,p(·)是闭的;
(ⅱ)任意的(x,p)∈B(x0,r)×B(p0,r)且(ω,x,p,-f(ω,x,p))∉gphQ,
(ⅲ)任意的(ω,x,p)∈Ω×B(x0,r)×B(p0,r),映射f(ω,x,·)在p是连续的,集值映射Q(ω,x,·)在p是下半连续的.则
1) 任意的p∈P,G(·,p):Ω
X是$\mathscr{B}$ -可测的;2) 任意的ω∈Ω,存在常数s∈(0,r)使得由
定义的集值映射
$\tilde G$ ω:P X在B(p0,s)上是非空的和下半连续的.证 定义映射F:Ω×X×P
Y为令
则
显然,
等价于0∈F(ω,x0,p0).由引理6,任意的p∈P,F(·,·,p):Ω×X
Y是弱可测的.因为Y是σ-紧的,由文献[10]定理3.2(ⅱ),F(·,·,p):Ω×X Y是可测的.任意的ω∈Ω,存在常数r>0和σ>0满足条件(ⅰ)和(ⅱ).由条件(ⅰ),容易验证:任意的p∈B(p0,r),集值映射Fω,p(·)是闭的.由条件(ⅱ)和文献[4]定理1.62知任意的(x,p)∈B(x0,r)×B(p0,r)且0∉F(ω,x,p),有由条件(ⅲ),任意的(ω,x,p)∈Ω×B(x0,r)×B(p0,r),集值映射F(ω,x,·)在p是下半连续的.综上可知,定理1的所有条件均满足,由定理1可得定理2成立.
注3 定理2的确定性情形与文献[1]定理4.9类似,但是值得注意的是文献[1]定理4.9需要假设度量投射的内半紧性,而定理2不需要.