增生算子方程的具误差的Ishikawa迭代序列的强收敛定理

本文研究了Banach空间中Lipschitz的增生算子T的方程的解的迭代逼近问题.利用Ishikawa迭代法,证明了具误差的Ishikawa迭代序列强收敛到方程的唯一解,得到了一般的收敛率估计式.     

相对φ强伪压缩算子不动点的迭代逼近

在没有任何有界以及迭代参数列不必收敛于零等条件下,使用新的分析方法建立了相对φ强伪压缩算子不动点与相对φ强增生算子方程解具误差Ishikawa迭代序列的强收敛定理,推广和改进了有关文献中的相应结果,而且还给出了收敛率的估计式.     

关于增生算子方程解的Ishikawa迭代逼近

设X是任意实Banach空间,T:X→X是Lipschitz连续的增生算子.本文证明了,带误差的Ishikawa迭代序列强收敛到方程x Tx=f的唯一解.而且,还给Ishikawa迭代序列提供了一般的收敛率估计.利用该结果,本文推得,若T:X→X是Lipschitz连续的强增生算子,则带误差的Ishikawa迭代序列强收敛到方程Tx=f的唯一解.     

关于增生算子方程的具误差的Ishikawa迭代序列的收敛率估计

设X是一实的Banach空间，TLX→X是—Lipschitz的增生算子；证明了具误差的Ishikawa迭代序列强收敛到x＋Tx=f的唯一解；得到一个一般的收敛率估计式．进一步得到：若了T：X→X是—Lipschitz的强增生算子，则具误差的Ishikawa迭代序列强收敛到Tx=f的唯一解．文中结果推广和发展了已有的相关结果．     

关于增生算子方程解的带误差的Ishikawa迭代程序

该文在Banach空间中证明了，带误差的Ishikawa迭代序列强收敛到Lipschitz连续的增生算子方程的唯一解．而且，也给Ishikawa迭代序列提供了一般的收敛率估计．利用该结果还推得，带误差的Ishikawa迭代序列也强收敛到Lipschitz连续的强增生算子方程的唯一解．     

Lipschitz强增生算子方程逼近解的带误差的Ishikawa迭代程序

设E是任意实Banach空间，T：E→E是Ligpschitz的强增生算子。证明了带误差的Ishikawa迭代序列强收敛到方程Tx=f的唯一解。特别地，还给出了Ishikawa迭代序列的收敛率估计。另一方面，一个相关结果，讨论了E中Lipschitz强伪压缩映象的不动点的带误差的Ishikawa迭代序列的收敛性。     

Bnach空间积-微分方程两点边值问题

本文利用一些新的微分和积分不等式研究了Bnach空间中积-微分方程的两点边值问题解的存在唯一性,给出了解的隐式迭代序列和误差估计式.     

两个半相依回归方程中的Bayes和经验Bayes迭代估计

对由两个不相关的回归方程组成的系统(y1为m维向量,y2为n维向量,m≠n),运用协方差改进技巧,提出回归系数的参数型Bayes和经验Bayes迭代估计序列.证明了Bayes迭代估计的协方差矩阵序列的单调收敛性和Bayes迭代估计序列的一致性.当误差的协方差矩阵未知时,在均方误差准则(MSE)下,证明了经验Bayes迭代估计相对于单个方程的Bayes估计的优越性.这些结果进一步表明了协方差改进方法的有效性.     

带误差的合成隐迭代新算法

该文参照Banach压缩映象原理合理地引进了一涉及有限族渐进非扩张映象的具误差的合成隐迭代式. 在适当条件下 证得了该迭代序列给出的序列弱收敛与强收敛到有限族渐进非扩张映象的一公共不动点, 并由此得出该合成隐迭代式导出的一非隐迭代算法的弱收敛与强收敛的新定理. 值得一提的是, 这是在未增加任何附加条件的情况下将2006年一文献的主要结果由隐迭代算法改进为非隐的显式迭代算法.     

二阶三点边值问题解的存在性与唯一性

利用单调迭代方法,研究了反序上、下解条件下的二阶微分方程三点边值问题解的存在性与唯一性,分别得到解存在与唯一的充分条件,在满足解的唯一性的条件下,给出了求解的迭代序列及误差估计式.