逼近非扩张非自映像不动点（英文）

设E是一致凸Banach空间,K是E中非空闭凸集且是一个非扩张收缩核,T：K→E是具非空不动点集F（T）：={x∈K：Tx=x}的非扩张映像.设{α_n},{β_n},{γ_n},{α′_n},{β′_n},{γ′_n}是[0,1]中实数列满足α_n＋β_n＋γ_n=α′_n＋γ′_n＋γ′_n=1,对任意初值x_1∈K,定义{x_n}如下（ⅰ）如果对偶空间E＊具有Kadec-Klee性质,那么{x_n}弱收敛于T的某不动点x＊∈F（T）;（ⅱ）若T满足（A）条件,那么{x_n}强收敛于T的某不动点x＊∈F（T）.     

非扩张映射和广义变分不等式的粘滞逼近法

应用已提出的非扩张映射的粘滞逼近方法,给定初值x_0∈C,考虑一般迭代过程{x_n},g(x_(n+1))=α_nf(x_n)+(1-α_n)SP_C(g(x_n)-λ_nAx_n),n≥0,其中{α_n}■(0,1),S:C→C是非扩张映射,C是实Hilbert空间H的非空闭凸子集.在{α_n}满足合适的条件下可证明,{x_n}强收敛到非扩张映射的不动点集和广义变分不等式解的公共元,且满足某变分不等式.     

非线性算子具误差的隐迭代程序的强收敛性

设K是一致凸Banach空间中的非空闭凸子集,T_i:K→K(i=1,2,…,N)是有限族完全渐近非扩张映象.对任意的x_0∈K,具误差的隐迭代序列{x_n}为:x_n=α_nx_n-1+β_nT_n~kx_n+γ_nu_n,n≥1,其中{α_n},{β_n},{γ_n}■[0,1]满足α_n+β_n+γ_n=1,{u_n}是K中的有界序列.在一定的条件下,该文建立了隐迭代序列{x_n}的强收敛性.得到隐迭代序列{x_n}强收敛于有限族完全渐近非扩张映象公共不动点的充要条件.所得结果改进和推广了Shahzad与Zegeye,Zhou与Chang,Chang,Tan,Lee与Chan等人的相应结果.     

α-强增生算子零点的迭代逼近

设E为一致光滑Banach空间,A：E→E为有界次连续α-强增生算子满足：对某x_0∈E,α(r)＞|Ax_0|．设{C_n}为[0,1]中数列满足控制条件：(i)C_n→0(n→∞)；(ii)sum from∞to n=0 C_n=∞．设{x_n}n≥0由下式产生：x_n 1=x_n-C_nAx_n,n≥0,(@)则存在常数a＞0,当C_n＜a时,{x_n)强收敛于A的唯一零点x~*．     

非扩张映象不动点的迭代算法

设C是具有一致Gateaux可微范数的实Banach空间X中的一非空闭凸子集,T是C中不动点集F(T)≠0的一自映象．假设当t→0时,{Xt}强收敛到T的一不动点z,其中xt是C中满足对任给u∈C,xt=tu+(1-t)Txt的唯一确定元．设{αn},{βn}和{γn}是[0,1]中满足下列条件的三个实数列:(i)αn+βn+γn=1;(ii) limn-∞αn=0和．对任意的x0∈C,设序列{xn}定义为xn+1=αnu+βnxn+γnTxn,则{xn}强收敛到T的不动点．     

等比数列一个性质及应用

对于等比数列,我们有如下的性质: 性质:如果数列{α_(n 1)-αα_n}(α≠0)是公比为β的等比数列,则数列{α_(n 1)-βα_n}是公比为α的等比数列。证明∵α_(n 1)-αα_n=β(α_n-αα_(n-1)) 即α_(n 1)-βα_n=α(α_n-βα_(n-1)) 故数列{α_(n 1)-βα_n}是公比为α的等比数     

渐近非扩张非自映射的收敛定理(英文)

设E是实的一致凸Banach空间,K是E的一个非空闭凸集,P是E到K上的非扩张的保核收缩映射.设T1,T2,T3:K→E分别是具有数列{hn},{ln},{kn}[1,∞)的渐近非扩张非自映射,使得sum (hn-1) from n=1 to ∞<∞,sum ((ln-1)) from n=1 to ∞<∞及sum (n=1(kn-1) from n=1 to ∞<∞,且F=F(T1)∩F(T2)∩F(T3)={x∈K:T1x=T2x=T3x}≠Ф.定义迭代序列{xn}:x1∈K,xn+1=P((1-αn)xn+αnT1(PT1)n-1yn),yn=P((1-βn)xn+βnT2(PT2)n-1zn),zn=P((1-γn)xn+γnT3(PT3)n-1xn),其中{αn},{βn},{γn}[ε,1-ε],ε是大于零的实数.(i)如果T1,T2,T3中有一个是全连续的或者半紧的,则{xn}强收敛于某一点q∈F;(ii)如果E具有Frechet可微范数或者满足Opial’s条件或者E的对偶空间E~*具有Kadec-Klee性质,则{xn}弱收敛于某一点q∈F.     

广义Lipschitz伪压缩映射黏滞迭代逼近方法的强收敛

K是Banach空间E的一个非空闭凸子集,T:K→K是一个广义Lipschitz伪压缩映射.对Lipschitz强伪压缩映射f:K→K和x_1∈K,序列{x_n}由下式定义:x_n+1=(1-α_n-β_n)x_n+α_nf(x_n)+β_nTx_n.在{α_n}与{β_n}满足合适条件的情况下,每当{z∈K;μ_n‖x_n-z‖~2=inf_(y∈K)μ_n‖x_n-y‖~2}∩F(T)≠φ时,{x_n}强收敛到T的某个不动点x~*.     

一个构造增生映像零点的带误差的迭代算法

设E是一致光滑的Banach空间,A:D(A)E→2~E是一个满足值域条件的增生算子,进一步满足线性增长条件:‖Ax‖≤C(1+‖x‖)对某个常数C0, x∈D(A).设z∈D(A)是任意固定元,x_1∈D(A), A~(-1)0≠Φ.定义序列{x_n}D(A)如下:x_(n+1)∈x_n-λ_n(Ax_n+θ_n(x_n-z+e_n)),n≥1,其中{λ_n}与{θ_n}是满足一定条件的非负数列.则x_n→x~*∈A~(-1)(0),(n→∞).作为应用,我们推出构造连续伪压缩映像的不动点的收敛定理.     

有限个非扩张非自映像隐迭代格式的逼近

假设E为一致凸Banach空间,K为E的非空闭凸子集且为E的非扩张收缩,P为非扩张收缩映像.{Ti:i=1,2,…,N}:K→E为非扩张映像且F(T)=∩ from i=1 to N F(Ti)≠■.定义{xn}如下:x0∈K,xn=P(αnxn-1+(1-αn)TnP[βnxn-1+(1-βn)Tnxn]),n≥1,这里{αn},{βn}为[δ,1-δ]中的实序列,其中δ∈(0,1).若{Ti:i=1,2,…,N}满足条件(B),则{xn}强收敛于x*∈F(T).     

Banach空间中ψ-半压缩型映象不动点的迭代逼近

设X为实一致光滑Banach空间,K为X的非空凸子集满足K+KK.设T：K→K为有界ψ-半压缩映象.设{vn｝∞n=0｛vn｝∞n=0为K中的序列,{αn｝∞n=0,{βn}∞n=0为[0,1]中的实数列满足 　　(i) 　　(ii)αn→0,βn→0,n→∞ 　　(iii) 　　对任意初值x0∈K,定义Ishikawa迭代序列{xn｝∞n=0如下： 　　 　　若｛Tyn｝有界,则｛xn｝强收敛于T的唯一不动点.由此导出一些相关的结果.     

具误差隐格式迭代逼近严格伪压缩映像族公共不动点

设K是实Banach空间E中非空闭凸集, {Ti}i=1N是N个具公共不动点集F的严格伪压缩映像, {an}(?)[0,1]是实数列, {un}(?)K是序列,且满足下面条件设X0∈K,{xn}由下式定义xn=αnxn-1 (1-αn)Tnxn-un-1,n≥1其中Tn=TnmodN,则有下面结论(i)limn→∞‖xn-p‖存在,对所有P∈F; (ii)limn→∞d(xn,F)存在,当d(xn,F)=infp∈F‖xn-p‖; (iii)liminfn→∞‖xn-Tnxn‖=0．文中另一个结果是,如果{xn}(?){1-2-n,1},则{xn}收敛．文中结果改进与扩展了Osilike(2004)最近的结果,证明方法也不同．     

伪压缩族公共不动点的复合隐格式迭代逼近问题

设H是一实Hillber空间,K是H之一非空间凸子集,设{Ti}Ni=1是N个Lipschitz伪压缩映象使得F=∩Ni=1F(Ti)≠0,其中F(Ti)={x∈K:Tix=x}并且{αn}n∞=1,{βn}∞n=1[0,1]是满足如下条件的实序列(i)∑∞n=1(1-αn)2= ∞;(ii)limn→∞(1-αn)=0;(iii)∑∞n=1(1-βn)< ∞;(iv)(1-αn)L2<1,n1;(v)αn(1-βn)2 αn[βn L(1-βn)]2<1,其中L1是{Ti}iN=1的公共Lipschitz常数,对于x0∈K,设{xn}n∞=1是由下列定义的复合隐格式迭代xn=αnxn-1 (1-αn)Tnyn,yn=βnxn (1-βn)Tnxn,其中Tn=TnmodN,则(i)limn→∞‖xn-p‖存在,对于所有的p∈F;(ii)limn→∞d(xn,f)存在,其中d(xn,F)=infp∈F‖xn-p‖;(iii)liminfn→∞‖xn-Tnxn‖=0.本文的结果推广并且改进H-K.Xu和R.G.Ori在2001年的结果和Osilike在2004年的结果,并且在这篇文章中,主要的证明方法也不同与H-K.Xu和Osilike的方法.     

Banach空间中关于Lipschitz φ-半压缩映象的带误差项的Ishikawa迭代过程

本文在任意Ｂａｎａｃｈ空间中研究了Ｌｉｐｓｃｈｉｔｚ φ－半压缩映象与φ－强拟增生映象的带误差项的Ｉｓｈｉｋａｗａ迭代过程,使用新的分析技巧建立了几个强收敛定理．     

关于非扩张映象的不动点逼近的Ishikawa迭代程序

设E是一致凸Banach空间,满足Opial条件或具有Frechet可微范数.又设C是E的有界闭凸子集.若T:C→C是非扩张映象,则对任给的初始数据x₀∈C,由Ishikawa迭代程序x_n+1=t_nT(s_nTx_n+(1-s_n)x_n)+(1-t_n)x_n,n≥0,定义的序列{x_n}弱收敛到T的     

严格伪压缩映象的复合隐格式迭代序列的收敛率估计

设K是实Banach空间E的非空闭凸集,{Ti}iN=1:K→K是N个严格伪压缩映象且公共不动集F=∩Ni=1F(Ti)≠φ,其中F(Ti)={x∈K:Tix=x}.{αn}n∞=1,{βn}n∞=1[0,1]是实序列且满足条件:(i)sum from n=1 to ∞ (αn)(ii)lim(n→∞)αn=lim(n→∞)βn=0(iii)αnβnL2<1,n≥1其中L≥1是{Ti}iN=1的公共Lipschitz常数.对于任意的x0∈K,设{xn}n∞=1是由下列产生的复合隐格式迭代序列:xn=(1-αn)xn-1+αn Tnynyn=(1-βn)xn-1+βnTnxn其中Tn=Tn mod N,则{xn}强收敛到{Ti}iN=1的公共不动点.结果推广和改进了相关文献的结果,且主要定理的证明方法也是不同的.并且进一步给出了序列的收敛率估计.