बैनक निश्चित-बिंदु प्रमेय

गणित में, बैनक निश्चित-बिंदु प्रमेय (संकुचन मानचित्रण प्रमेय या संविदात्मक मानचित्रण प्रमेय या बैनक-कैसीओपोली प्रमेय के रूप में भी जाना जाता है) आव्यूह रिक्त समष्टि के सिद्धांत में महत्वपूर्ण अभिसरण प्रमाण तकनीक है; यह आव्यूह स्थान के कुछ स्व-मानचित्रों के निश्चित बिंदु (गणित) के अस्तित्व और विशिष्टता की प्रत्याभूति देता है, और उन निश्चित बिंदुओं को खोजने के लिए रचनात्मक विधि प्रदान करता है। पिकार्ड की क्रमिक सन्निकटन की विधि के अमूर्त सूत्रीकरण के रूप में समझा जा सकता है। इस प्रमेय का नाम स्टीफ़न बैनक (1892-1945) के नाम पर रखा गया है जिन्होंने इसे पहली बार 1922 में दिया था।

कथन
परिभाषा। होने देना $$(X, d)$$ एक पूर्ण मीट्रिक स्थान बनें। फिर एक नक्शा $$T : X \to X$$ यदि मौजूद है तो इसे एक्स पर संकुचन मानचित्रण कहा जाता है $$q \in [0, 1)$$ ऐसा है कि
 * $$d(T(x),T(y)) \le q d(x,y)$$

सभी के लिए $$x, y \in X.$$ <ब्लॉककोट>बैनाच फिक्स्ड प्वाइंट प्रमेय। होने देना $$(X, d)$$ एक संकुचन मानचित्रण के साथ एक खाली सेट | गैर-रिक्त पूर्ण मीट्रिक स्थान बनें $$T : X \to X.$$ तब T एक अद्वितीय निश्चित बिंदु (गणित)|निश्चित-बिंदु स्वीकार करता है $$x^*$$ एक्स में (यानी $$T(x^*) = x^*$$). आगे, $$x^*$$ निम्नानुसार पाया जा सकता है: एक मनमाना तत्व से प्रारंभ करें $$x_0 \in X$$ और एक अनुक्रम परिभाषित करें $$(x_n)_{n\in\mathbb N}$$ द्वारा $$x_n = T(x_{n-1})$$ के लिए $$n \geq 1.$$ तब $$\lim_{n \to \infty} x_n = x^*$$.

टिप्पणी 1. निम्नलिखित असमानताएँ समतुल्य हैं और अभिसरण की दर का वर्णन करती हैं:



\begin{align} d(x^*, x_n) & \leq \frac{q^n}{1-q} d(x_1,x_0), \\ d(x^*, x_{n+1}) & \leq \frac{q}{1-q} d(x_{n+1},x_n), \\ d(x^*, x_{n+1}) & \leq q d(x^*,x_n). \end{align} $$ q के ऐसे किसी भी मान को लिप्सचिट्ज़ स्थिरांक कहा जाता है $$T$$, और सबसे छोटे को कभी-कभी सर्वश्रेष्ठ लिप्सचिट्ज़ स्थिरांक कहा जाता है $$T$$.

टिप्पणी 2. $$d(T(x),T(y))<d(x,y)$$ सभी के लिए $$x \neq y$$ सामान्यतः एक निश्चित बिंदु के अस्तित्व को सुनिश्चित करने के लिए पर्याप्त नहीं है, जैसा कि मानचित्र द्वारा दिखाया गया है
 * $$T : [1,\infty) \to [1,\infty), \,\, T(x)=x+\tfrac{1}{x}\,,$$

जिसमें एक निश्चित बिंदु का अभाव है। हालांकि, यदि $$X$$ सघन स्थान  है, तो यह कमजोर धारणा एक निश्चित बिंदु के अस्तित्व और विशिष्टता को दर्शाती है, जिसे आसानी से न्यूनतम के रूप में पाया जा सकता है $$d(x,T(x))$$, वास्तव में, एक मिनिमाइज़र कॉम्पैक्टनेस से मौजूद होता है, और इसका एक निश्चित बिंदु होना चाहिए $$T$$. तब यह आसानी से पता चलता है कि निश्चित बिंदु पुनरावृत्तियों के किसी भी अनुक्रम की सीमा है $$T$$.

टिप्पणी 3. व्यवहार में प्रमेय का उपयोग करते समय, सबसे कठिन हिस्सा आमतौर पर परिभाषित करना होता है $$X$$ ठीक से ताकि $$T(X) \subseteq X.$$

प्रमाण
होने देना $$x_0 \in X$$ मनमाना बनें और एक अनुक्रम परिभाषित करें $$(x_n)_{n\in\mathbb N}$$ x सेट करकेn= टी(एक्सn−1). हम सबसे पहले इसे सभी के लिए नोट करते हैं $$n \in \N,$$ हमारे यहां असमानता है


 * $$d(x_{n+1}, x_n) \le q^n d(x_1, x_0).$$

यह n पर गणितीय प्रेरण के सिद्धांत का अनुसरण करता है, इस तथ्य का उपयोग करते हुए कि T एक संकुचन मानचित्रण है। फिर हम वो दिखा सकते हैं $$(x_n)_{n\in\mathbb N}$$ एक कॉची अनुक्रम है. विशेष रूप से, चलो $$m, n \in \N$$ ऐसा कि m > n:


 * $$\begin{align}

d(x_m, x_n) & \leq d(x_m, x_{m-1}) + d(x_{m-1}, x_{m-2}) + \cdots + d(x_{n+1}, x_n) \\ & \leq q^{m-1}d(x_1, x_0) + q^{m-2}d(x_1, x_0) + \cdots + q^nd(x_1, x_0) \\ & = q^n d(x_1, x_0) \sum_{k=0}^{m-n-1} q^k \\ & \leq q^n d(x_1, x_0) \sum_{k=0}^\infty q^k \\ & = q^n d(x_1, x_0) \left ( \frac{1}{1-q} \right ). \end{align}$$ मान लीजिए ε > 0 मनमाना है। चूँकि q ∈ [0, 1), हम एक बड़ा पा सकते हैं $$N \in \N$$ ताकि


 * $$q^N < \frac{\varepsilon(1-q)}{d(x_1, x_0)}.$$

इसलिए, N से बड़ा m और n चुनकर हम लिख सकते हैं:


 * $$d(x_m, x_n) \leq q^n d(x_1, x_0) \left ( \frac{1}{1-q} \right ) < \left (\frac{\varepsilon(1-q)}{d(x_1, x_0)} \right ) d(x_1, x_0) \left ( \frac{1}{1-q} \right ) = \varepsilon.$$

इससे यह सिद्ध होता है कि अनुक्रम $$(x_n)_{n\in\mathbb N}$$ कॉची है. (एक्स,डी) की पूर्णता से, अनुक्रम की एक सीमा होती है $$x^* \in X.$$ आगे, $$x^*$$ T का एक निश्चित बिंदु (गणित) होना चाहिए:


 * $$x^*=\lim_{n\to\infty} x_n = \lim_{n\to\infty} T(x_{n-1}) = T\left(\lim_{n\to\infty} x_{n-1} \right) = T(x^*). $$

संकुचन मानचित्रण के रूप में, टी निरंतर है, इसलिए सीमा को टी के अंदर लाना उचित था। अंततः, T में (X,d) में एक से अधिक निश्चित बिंदु नहीं हो सकते, क्योंकि अलग-अलग निश्चित बिंदुओं का कोई भी जोड़ा p1और पी2T के संकुचन का खंडन करेगा:


 * $$ d(T(p_1),T(p_2)) = d(p_1,p_2) > q d(p_1, p_2).$$

अनुप्रयोग

 * एक मानक अनुप्रयोग कुछ सामान्य अंतर समीकरणों के समाधानों के अस्तित्व और विशिष्टता के बारे में पिकार्ड-लिंडेलोफ़ प्रमेय का प्रमाण है। विभेदक समीकरण का मांगा गया समाधान एक उपयुक्त अभिन्न ऑपरेटर के एक निश्चित बिंदु के रूप में व्यक्त किया जाता है जो निरंतर कार्यों को निरंतर कार्यों में बदलता है। फिर बानाच निश्चित-बिंदु प्रमेय का उपयोग यह दिखाने के लिए किया जाता है कि इस अभिन्न ऑपरेटर के पास एक अद्वितीय निश्चित बिंदु है।
 * बानाच निश्चित-बिंदु प्रमेय का एक परिणाम यह है कि पहचान के छोटे लिप्सचिट्ज़ गड़बड़ी लिप्सचिट्ज़ निरंतरता#परिभाषाएँ|द्वि-लिप्सचिट्ज़ होमोमोर्फिज्म हैं। मान लीजिए Ω बनच स्पेस E का एक खुला सेट है; मान लीजिए I : Ω → E पहचान (समावेशन) मानचित्र को दर्शाता है और मान लीजिए कि g : Ω → E स्थिरांक k < 1 का एक लिप्सचिट्ज़ मानचित्र है।
 * Ω′ := (I+g)(Ω) E का एक खुला उपसमुच्चय है: ठीक है, Ω में किसी भी x के लिए जैसे कि B(x, r) ⊂ Ω में B((I+g)(x) है, r(1−k)) ⊂ Ω′;
 * 1) I+g : Ω → Ω′ एक द्वि-लिप्सचिट्ज़ होमोमोर्फिज्म है;
 * बिल्कुल, (I+g)−1 अभी भी I + h : Ω → Ω′ के रूप में है जिसमें h स्थिरांक k/(1−k) का लिप्सचिट्ज़ मानचित्र है। इस परिणाम का प्रत्यक्ष परिणाम व्युत्क्रम फलन प्रमेय का प्रमाण देता है।


 * इसका उपयोग पर्याप्त स्थितियाँ देने के लिए किया जा सकता है जिसके तहत न्यूटन की क्रमिक सन्निकटन की विधि काम करने की गारंटी देती है, और इसी तरह चेबीशेव की तीसरी क्रम विधि के लिए भी।
 * इसका उपयोग अभिन्न समीकरणों के समाधान के अस्तित्व और विशिष्टता को साबित करने के लिए किया जा सकता है।
 * इसका उपयोग नैश एम्बेडिंग प्रमेय को प्रमाण देने के लिए किया जा सकता है।
 * इसका उपयोग मूल्य पुनरावृत्ति, नीति पुनरावृत्ति और सुदृढीकरण सीखने के नीति मूल्यांकन के समाधानों के अस्तित्व और विशिष्टता को साबित करने के लिए किया जा सकता है।
 * इसका उपयोग कौरनोट प्रतियोगिता में संतुलन के अस्तित्व और विशिष्टता को साबित करने के लिए किया जा सकता है, और अन्य गतिशील आर्थिक मॉडल।

बातचीत
बानाच संकुचन सिद्धांत के कई संवाद मौजूद हैं। 1959 से ज़ेस्लॉ बेसागा के कारण निम्नलिखित है:

मान लीजिए f : X → X एक अमूर्त सेट (गणित) का एक मानचित्र है, जैसे कि प्रत्येक पुनरावृत्त फ़ंक्शन fn का एक अद्वितीय निश्चित बिंदु है। होने देना $$q \in (0, 1),$$ तब X पर एक पूर्ण मीट्रिक मौजूद है जैसे कि f संकुचनशील है, और q संकुचन स्थिरांक है।

वास्तव में, इस प्रकार का व्युत्क्रम प्राप्त करने के लिए बहुत कमजोर धारणाएँ ही पर्याप्त होती हैं। उदाहरण के लिए यदि $$f : X \to X$$ T1 स्थान पर एक मानचित्र है|T1 एक अद्वितीय निश्चित बिंदु (गणित) ए के साथ टोपोलॉजिकल स्पेस, जैसे कि प्रत्येक के लिए $$x \in X$$ हमारे पास एफn(x) → a, तो X पर पहले से ही एक मीट्रिक मौजूद है जिसके संबंध में f संकुचन स्थिरांक 1/2 के साथ बनच संकुचन सिद्धांत की शर्तों को संतुष्ट करता है। इस मामले में मीट्रिक वास्तव में एक अल्ट्रामेट्रिक है।

सामान्यीकरण
कई सामान्यीकरण हैं (जिनमें से कुछ तत्काल परिणाम हैं)। मान लीजिए T : X → X पूर्ण गैर-रिक्त मीट्रिक स्थान पर एक मानचित्र है। फिर, उदाहरण के लिए, बानाच निश्चित-बिंदु प्रमेय के कुछ सामान्यीकरण हैं:
 * मान लें कि कुछ पुनरावृत्त TT का nसंकुचन है। तब T का एक अद्वितीय निश्चित बिंदु है।
 * मान लें कि प्रत्येक n के लिए, c मौजूद हैnऐसा कि d(Tn(x), टीn(y)) ≤ सीnd(x, y) सभी x और y के लिए, और वह
 * $$\sum\nolimits_n c_n <\infty.$$
 * तब T का एक अद्वितीय निश्चित बिंदु है।

अनुप्रयोगों में, एक निश्चित बिंदु के अस्तित्व और विशिष्टता को अक्सर मानक बानाच निश्चित बिंदु प्रमेय के साथ सीधे मीट्रिक के उपयुक्त विकल्प द्वारा दिखाया जा सकता है जो मानचित्र टी को संकुचन बनाता है। दरअसल, बेसागा द्वारा उपरोक्त परिणाम दृढ़ता से ऐसे मीट्रिक की तलाश करने का सुझाव देता है। सामान्यीकरण के लिए अनंत-आयामी स्थानों में निश्चित बिंदु प्रमेयों पर लेख भी देखें।

मीट्रिक स्पेस की धारणा के उपयुक्त सामान्यीकरण से सामान्यीकरण का एक अलग वर्ग उत्पन्न होता है, उदाहरण के लिए मीट्रिक की धारणा के लिए परिभाषित सिद्धांतों को कमजोर करके। इनमें से कुछ के अनुप्रयोग हैं, उदाहरण के लिए, सैद्धांतिक कंप्यूटर विज्ञान में प्रोग्रामिंग सिमेंटिक्स के सिद्धांत में।

यह भी देखें

 * ब्रौवर निश्चित-बिंदु प्रमेय
 * कैरिस्टी निश्चित-बिंदु प्रमेय
 * संकुचन मानचित्रण
 * फिचेरा का अस्तित्व सिद्धांत
 * निश्चित-बिंदु पुनरावृत्ति
 * निश्चित-बिंदु प्रमेय
 * विश्लेषणात्मक कार्यों की अनंत रचनाएँ
 * कांटोरोविच प्रमेय

संदर्भ

 * See chapter 7.
 * See chapter 7.
 * See chapter 7.
 * See chapter 7.