DOI: https://doi.org/10.3390/math12030382
تاريخ النشر: 2024-01-24
المؤلف: Abdullah Ali H. Ahmadini وآخرون
الموضوع الرئيسي: عدم المساواة الرياضية والتطبيقات
نظرة عامة
تقدم هذه القسم فئة جديدة من الدوال المسماة دوال (h₁, h₂)-Godunova-Levin ما قبل التقعر، والتي توسع الأبحاث السابقة في هذا المجال. باستخدام هذه المفاهيم، استنتج المؤلفون عدة متباينات، بما في ذلك متباينات هيرميت-هادامارد، ومتباينات فيجير الموزونة، ومتباينات من نوع شبه المنحرف. لدعم نتائجهم، قدموا أمثلة غير تافهة تؤكد النتائج المطورة.
علاوة على ذلك، تستكشف الورقة تطبيقات متنوعة لهذه المتباينات في سياقات مثل صيغة شبه المنحرف، ودوال كثافة الاحتمال، والدوال الخاصة، والوسائل الخاصة. يؤكد المؤلفون على أهمية علاقات الترتيب في نتائجهم ويقترحون مشكلتين مفتوحتين للتحقيق في المستقبل. ويؤكدون أن عملهم يمكن أن يكون دافعًا كبيرًا لتقدم الأدبيات ذات الصلة في هذا المجال.
مقدمة
تسلط المقدمة الضوء على أهمية التقعر في الأمثل، مشيرة إلى تطبيقاته في مجالات مختلفة مثل التعلم العميق، ونظرية المنفعة، والألعاب التعاونية. تعتبر الدوال والمجموعات المقعرة أساسية لصياغة وحل مشاكل الأمثل، بينما يمتد التقعر العام ليشمل مجموعة أوسع من الدوال والمجموعات. يقدم هذا القسم أيضًا أشكالًا متنوعة من التقعر العام، بما في ذلك التقعر اللوغاريتمي، والتقعر من الدرجة p، والتقعر من الدرجة h، والتي أدت إلى تطوير متباينات هامة، مثل المتباينة المزدوجة المرتبطة بالدوال المقعرة.
بالإضافة إلى ذلك، تناقش المقدمة مفهوم الدوال غير المقعرة، وهي فئة أكثر عمومية من الخرائط المقعرة التي قدمها هانسون، والتي تم تطبيقها في الأمثل متعدد الأهداف. تشير النصوص إلى عدة تقدمات في هذا المجال، بما في ذلك تقديم الخرائط h-preinvex ودوال (h1, h2)-المقعرة، والتي ساهمت في صيغ جديدة للمتباينات المزدوجة. يختتم القسم بالإشارة إلى فائدة تحليل القيم المجموعات والدوال ذات القيم الفترية في معالجة عدم اليقين في البيانات، إلى جانب دراسات متنوعة استكشفت هذه المفاهيم من خلال عدسة التقعر العام والدوال ما قبل التقعر.
النتائج
في هذا القسم، يستكشف المؤلفون تطبيق النتائج الجديدة على التكامل العددي، تحديدًا من خلال صيغ من نوع شبه المنحرف باستخدام خرائط من نوع (h₁, h₂)-Godunova-Levin ما قبل التقعر. يحددون حدود الخطأ للخرائط ذات القيم المجموعات، مدعومة بالليمما 1، التي تؤكد أنه بالنسبة لخريطة قابلة للاشتقاق \( V: \Theta = [a, a + \zeta(b, a)] \to (0, \infty) \)، إذا كان \( V’ \in L^1[a, a + \zeta(b, a)] \)، فإن بعض المتباينات التي تتضمن متوسطات \( V \) وتكاملات \( V \) صحيحة.
يستنتج المؤلفون نتيجة هامة، وهي النتيجة 2، التي توفر حد خطأ لقانون شبه المنحرف في سياق الدوال ذات القيم الفترية. تحديدًا، يظهرون أنه بالنسبة لـ \( \zeta(b, a) = b – a \) ودالة معرفة \( V \)، فإن المتباينة \( \frac{V(a) + V(b)}{2} – \frac{1}{b – a} \int_a^b V(\beta) d\beta \leq \frac{b – a}{2} \left( V'(a) + V'(b) \right) \int_0^1 |1 – 2y| H(y, 1 – y) dy \) صحيحة. توضح مثال هذه النتيجة، مؤكدة أن الحدود المستنتجة صحيحة، مما يعزز قابلية تطبيق النتائج على تقنيات التكامل العددي.
المناقشة
تسلط قسم المناقشة في الورقة الضوء على الجدة والأهمية في تقديم فئة عامة من الدوال المسماة دوال $(h_1, h_2)$-Godunova-Levin ما قبل التقعر. لا توسع هذه الفئة الجديدة النتائج السابقة فحسب، بل توحد أيضًا نتائج متنوعة من خلال تطبيق دوال غير سالبة عشوائية وثنائية. يحدد المؤلفون حدود الخطأ لصيغة شبه المنحرف باستخدام كل من علاقات الترتيب القياسية وعلاقات كوليشتش-وميرانكي، مما يمثل أول حالة لمثل هذه الحدود في سياق القيم المجموعات. بالإضافة إلى ذلك، يتم استكشاف آثار ما قبل التقعر على الوسائل الخاصة والمتغيرات العشوائية، مما يقترح طرقًا محتملة لمزيد من البحث.
يتم توضيح هيكل المقال، مشيرًا إلى أنه يبدأ بالتعريفات الضرورية ونتائج حساب التفاضل والتكامل الفترية، تليها أشكال محسنة من نتائج هيرميت-هادامارد ونتائج من نوع فيجير. تطبق الأقسام اللاحقة هذه النتائج على قواعد التكامل العددي والوسائل الخاصة التي تتضمن خرائط ذات القيم المجموعات. يؤكد المؤلفون على أهمية عملهم في توسيع الأدبيات الحالية، لا سيما في سياق التكامل العددي وتقدير الخطأ، مما يسهم في فهم أعمق للتقعر العام في التحليل الرياضي.
DOI: https://doi.org/10.3390/math12030382
Publication Date: 2024-01-24
Author(s): Abdullah Ali H. Ahmadini et al.
Primary Topic: Mathematical Inequalities and Applications
Overview
This section presents a novel class of preinvexity termed (h₁, h₂)-Godunova-Levin preinvex functions, which extends previous research in the field. Utilizing these concepts, the authors derived several inequalities, including Hermite-Hadamard, weighted Fejér, and trapezium type inequalities. To substantiate their findings, they provided non-trivial examples that validate the developed results.
Moreover, the paper explores various applications of these inequalities in contexts such as the trapezoidal formula, probability density functions, special functions, and special means. The authors emphasize the significance of order relations in their findings and propose two open problems for future investigation. They assert that their work could serve as a substantial impetus for advancing related literature in this area.
Introduction
The introduction highlights the significance of convexity in optimization, noting its applications in various fields such as deep learning, utility theory, and cooperative games. Convex functions and sets are foundational to formulating and solving optimization problems, while generalized convexity extends classical concepts to accommodate a broader range of functions and sets. This section also introduces various forms of generalized convexity, including log-convexity, p-convexity, and h-convexity, which have led to the development of important inequalities, such as the double inequality associated with convex functions.
Additionally, the introduction discusses the concept of invex functions, a more generalized class of convex mappings introduced by Hanson, which has been applied in multiobjective optimization. The text references several advancements in the field, including the introduction of h-preinvex mappings and (h1, h2)-convex functions, which have contributed to new formulations of double inequalities. The section concludes by mentioning the utility of set-valued analysis and interval-valued functions in addressing uncertainties in data, along with various studies that have explored these concepts through the lens of generalized convexity and preinvex functions.
Results
In this section, the authors explore the application of novel results to numerical integration, specifically through trapezoidal-type formulas using (h₁, h₂)-Godunova-Levin preinvex-type mappings. They establish error bounds for set-valued mappings, supported by Lemma 1, which asserts that for a differentiable mapping \( V: \Theta = [a, a + \zeta(b, a)] \to (0, \infty) \), if \( V’ \in L^1[a, a + \zeta(b, a)] \), then certain inequalities involving averages of \( V \) and integrals of \( V \) hold.
The authors derive a significant result, Corollary 2, which provides an error bound for the trapezoidal rule in the context of interval-valued functions. Specifically, they show that for \( \zeta(b, a) = b – a \) and a defined function \( V \), the inequality \( \frac{V(a) + V(b)}{2} – \frac{1}{b – a} \int_a^b V(\beta) d\beta \leq \frac{b – a}{2} \left( V'(a) + V'(b) \right) \int_0^1 |1 – 2y| H(y, 1 – y) dy \) holds. An example illustrates this result, confirming that the derived bounds are valid, thereby reinforcing the applicability of the findings to numerical integration techniques.
Discussion
The discussion section of the paper highlights the novelty and significance of introducing a generalized class of functions termed as $(h_1, h_2)$-Godunova-Levin preinvex functions. This new class not only extends previous results but also unifies various findings through the application of non-negative arbitrary functions and bifunctions. The authors establish error bounds for the trapezoidal formula using both standard and Kulisch-and-Miranke-type order relations, marking the first instance of such bounds in a set-valued context. Additionally, the implications of preinvexity on special means and random variables are explored, suggesting potential avenues for further research.
The structure of the article is outlined, indicating that it begins with necessary definitions and interval calculus results, followed by improved forms of Hermite-Hadamard and Fejér-type results. Subsequent sections apply these findings to numerical quadrature rules and special means involving set-valued mappings. The authors emphasize the relevance of their work in extending existing literature, particularly in the context of numerical integration and error estimation, thereby contributing to a richer understanding of generalized convexity in mathematical analysis.