有限德菲尼蒂定理在凸体与多项式优化中的应用

该研究团队基于近期提出的广义概率论(GPT)中相对熵概念,证明了关于一般凸体的有限德菲内蒂表示定理。研究人员将此成果应用于解决多项式优化领域的关键问题:针对含不等式约束的优化问题,构建具有解析收敛保证的外层逼近层级。该工作将量子理论中定量纠缠单配性论证推广至任意凸体,建立了多体扩展中互信息的统一上界,由此导出有限德菲内蒂定理,进而为同时含等式与不等式约束的广泛多项式优化问题构建了收敛的锥形逼近层级。团队进一步提出具有构造性的舍入方案,可生成带可控近似误差的认证内点。作为应用实例,研究人员将双人非局域博弈的最优GPT值表述为多项式优化问题,使所提技术能够产生具有有限收敛保证的逼近方案。
作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2026-01-21 17:04

量科快讯