Slutsky定理在样本分位数的极限分布证明上的应用

为了更好地理解和应用样本分位数的极限分布,利用Slutsky定理,推导了样本分位数的极限分布.     

广义复合隐迭代格式逼近非扩张映像公共不动点

提出并使用如下广义复合隐迭代格式逼近非扩张映像族{Ti}Ni=1公共不动点:{xn=αnxn-1 (1-αn)Tnyn,yn=rnxn snxn-1 tnTnxn wnTnxn-1,rn sn tn wn=1,{αn},{rn},{sn},{tn},{wn}∈[0,1],这里Tn=TnmodN.该文提出的广义复合隐迭代格式包含了目前多种迭代格式,因此,所得强弱收敛定理推广及发展了Mann,Ishikawa,XuandOri,等许多作者的结果.     

教师课堂教学质量的多元统计分析

应用多元统计分析中的聚类分析法和主成分分析法对教师高等数学的课堂教学质量进行了统计分析,通过对数据的聚类分析结果提出教师应注重启发性教学并善于引导学生解决实际问题.同时利用主成分分析将原先众多的评价指标用三个指标代替,为进一步提高教学质量提供科学的依据.     

非扩张映像Ishikawa迭代的稳定性及与Picard迭代的关系

得到了Ishikawa迭代过程的稳定性结果，并应用这个结果证明了如下结论：如果T在X中有惟一不动点p，且对任何初值x1∈D（T）及任意的非负整数m，Ishikawa迭代xn＋1=I（T，tn＋m，sn＋m，xn）均收敛于不动点p，当^∞∑（1-tn＋tnsn）＜＋∞时，对任何初值y1∈D（T），Picard迭代过程yn＋1=Tyn必收敛于不动点p．     

非扩张映像不动点新的简单逼近算法

提出了一个简单的非扩张映像不动点的逼近算法,该算法通过非迭代的逼近序列来实现.从算法的复杂性来看,提出的算法比经典的Mann迭代算法、Ishikawa迭代算法和Halpern迭代算法更简单.提出的算法紧密联系着非扩张映像不动点的存在性,因此,还得到了非扩张映像的新不动点定理, 拓展和改进了经典的Goebel-Kirk,Kim-Xu等作者的结果.     

弱相对非扩张映像不动点单调CQ算法与应用

Kamimura和Takahashi$^{[7]}$证明了相对非扩张映像CQ迭代算法的强收敛定理.该文构造了单调CQ算法, 用来逼近弱相对非扩张映像不动点, 证明了强收敛定理. 并将结果应用于逼近Banach空间极大单调算子的零点. 单调CQ算法比目前的CQ算法收敛速度快. 另外, 为证明弱相对非扩张映像不动点强收敛定理,该文运用了新的Cauchy列证明方法, 而不用Kadec-Klee性质, 该文结果改进了S.Matsushita 和 W.Takahashi及其它人的结果.     

基于(A,η)-极大单调算子的强收敛定理

采用三步迭代算法研究(A,η)-极大单调算子的不动点问题及用预解算子研究包含问题的解.同时给出了在相关条件下,由三步迭代算法迭代产生出的数列的强收敛性.文中的算法是在Noor,Huang[1]的两步算法产生的弱收敛定理及Ram U Verma[2]的关于解决包含问题解的方法的启发下得到.     

概率赋范空间中算子的概率范数及其若干结论

本应用概率论方法对概率赋范空间中一般非线性算子的概率范数进行实质性分析，从而合理地解决了算子（包括线性和非线性算子）的概率范数定义问题，进而得到了较好的结论。     

严格伪压缩映像隐迭代格式逼近公共不动点的几何结果

设K是Hilbert空间E中非空闭凸集,Ti:K→K是具不动点集F(Ti)的严格伪压缩映像,且F=∩1≤i≤NF(Ti)≠φ,i=1,2,3,…,N.对x0∈K与{αn}(∈)[0,1],隐迭代格式{xn}定义为xn=αnxn-1+(1-αn)Tnxn,n≥1.这里Tn=TnmodN,如果{xn}收敛于Ti的公共不动点p∈F,i=1,2,3,...,N,且xn≠p,则对任意y∈F,有lim supn→+∞(y-p,xn-p/‖xn-p‖)≤0.称这一几何结果为逼近不动点的钝角原理.     

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）.