关于弱压缩算子的变分不等式解的粘滞逼近算法

在严格凸且具有一致Gâteaux可微范数的Banach空间$E$框架内, 该文借助于两种粘滞逼近算法去近似逼近关于弱压缩算子的变分不等式解并且也获得了相应的收敛率估计.     

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~*.     

自反Banach空间中非扩张非自映射的粘滞迭代逼近方法

主要在自反和严格凸的且具有一致G(a)teaux可微范数的Banach空间中研究了非扩张非自映射的粘滞迭代逼近过程,证明了此映射的隐格式与显格式粘滞迭代序列均强收敛到它的某个不动点.     

Browder-Petryshyn 型的严格伪压缩映射的粘滞迭代逼近方法

主要研究Browder-Petryshyn型的严格伪压缩映射的粘滞迭代逼近过程,证明了Browder-Petryshyn型的严格伪压缩映射的不动点集F(T)是闭凸集．在q-一致光滑且一致凸的Banach空间中,对于严格伪压缩映射T,利用徐洪坤在2004年引进的粘滞迭代得到的序列弱收敛于T的某个不动点．同时证明了Hilbert空间中Browder-Petryshyn型的严格伪压缩映射的相应迭代序列强收敛到T的某个不动点,其结果推广与改进了徐洪坤2004年的相应结果．     

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．     

渐近非扩张映射不动点的存在与迭代收敛性

主要讨论一致凸Banach空间E中的非空闭凸子集上渐近非扩张映象不动点集非空的充要条件以及修正的Ishikawa迭代序列{xn}收敛到不动点的充要条件,推广与发展了Zeng Luchuan(2001),曾六川(2003),Liu Qihou(2001)等人的相应结果.     

具误差隐格式迭代逼近严格伪压缩映像族公共不动点 (英)

设$K$是实Banach空间$E$中非空闭凸集, $\{T_i\}_i=1^{N}$是$N$个具公共不动点集$F$的严格伪压缩映像, $\{\alpha_n\}\subset [0,1]$是实数列, $\{u_n\}\subset K$是序列, 且满足下面条件 (i)\ 设$K$是实Banach空间$E$中非空闭凸集, $\{T_i\}_i=1^{N}$是$N$个具公共不动点集$F$的严格伪压缩映像, $\{\alpha_n\}\subset [0,1]$是实数列, $\{u_n\}\subset K$是序列, 且满足下面条件 (i)\ 设$K$是实Banach空间$E$中非空闭凸集, $\{T_i\}_i=1^{N}$是$N$个具公共不动点集$F$的严格伪压缩映像, $\{\alpha_n\}\subset [0,1]$是实数列, $\{u_n\}\subset K$是序列, 且满足下面条件 (i)\ 设K是实Banach空间E中非空闭凸集，{Ti}i=1^N是N个具公共不动点集F的严格伪压缩映像，{αn}包括于[0,1]是实数例，{un}包括于K是序列，且满足下面条件（i）0〈α≤αn≤1;（ii）∑n=1∞（1-αn）=＋∞.（iii）∑n=1∞ ‖un‖〈＋∞.设x0∈K,{xn}由正式定义xn=αnxn-1＋（1-αn）Tnxn＋un-1,n≥1,其中Tn=Tnmodn，则下面结论（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）lim infn→∞‖xn-Tnxn‖=0.文中另一个结果是，如果{xn}包括于[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。     

连续伪压缩映射的黏滞迭代逼近方法

设K是实自反Banach空间E的一个闭凸子集,T：K→K是一个连续伪压缩映射,f：K→K是一个固定的L-Lipschitzian强伪压缩映射．对于任意的t∈(0,1),设x_t是tf+(1-t)T的唯一不动点．我们证明了如果T有不动点且有从E到E~*弱序列连续对偶映像,则当t趋于0时,{x_t}收敛于T的一个不动点．这个结果改进和推广了文[4]的相应结果．