非扩张映象带误差的Ishikawa迭代过程的收敛性

设D是赋范空间X的一子集,T:DX是一非扩张映射.给定D中序列{xn}和两个实数序列{tn}和{sn}满足: 0≤tn≤t<1和∑∞n=1tn=∞; 0≤sn≤1和∑∞n=1sn<∞; xn+1=tnT(snTxn+(1-sn)xn+vn)+(1-tn)xn+un,n=1,2,3,…,其中{un}和{vn}是两个在X中的可合序列,且limn→∞t-1n‖un‖=0.证明了若{xn}有界,则limn→∞‖Txn-xn‖=0.并给出了保证{xn}弱和强收敛到T的不动点时,关于D,X和T的条件.     

Banach空间中关于增生算子方程解带误差的Ishikawa迭代序列

设X是任意实Banach空间,T:X→X是Lipschitz连续的增生算子,在没有假设∞∑n=0αnβn＜∞之下,证明了由xn 1=(1-αn)xn αn(f-Tyn) un及yn=(1-βn)xn βn(f-Txn) vn,(A)n≥0生成的、带误差的Ishikawa迭代序列强收敛到方程x Tx=f的唯一解,并给出了更为一般的收敛率估计:若un=vn=0,(A)n≥0,则有‖xn 1-x*‖≤(1-γn)‖xn-x*‖≤…≤n∏j=0(1-γj)‖x0-x*‖,其中{yn}是(0,1)中的序列,满足γn≥[1/2max{η,1-η}-1/4min{η,1-η}]αn,(A)n≥0.     

实Banach空间中Lipschitz φ关压缩算子的不动点的带误差项的迭代逼近

设K是实Banach空间X中非空凸子集,T：K→K为Lipschitz φ－半压缩算子,设{αn},{bn},{cn},{α′n},{b′n},{c′n}为[0,1]中实数列且满足一定条件,{μn}n=0^∞和{νn}n=0^∞是K中两任意有界序列,则带误差项的Ishikawa型迭代序列{xn}n=0^∞强收敛于T的唯一不动点;一个相关结果处理含φ－拟强增生算子的方程解的带误差项的Ishikawa型迭代逼近。     

有限簇L-Lipschitzian渐近伪压缩映象的收敛定理

E是一实Banach空间,K是E的一非空闭凸子集.设f:K→K是一压缩映象,T1,T2…,TN∶K→K是具序列{kn}[1,+∞),lim kn=1 n→∞的有限簇一致L-Lipschitzian渐近伪压缩映象,且∩F(Ti)≠Φ from i=1 to N.设序列{xn}定义为xn+1=(1-αn-βn)xn+αnf(xx)+βnTrnnyn yn=(1-γn)xn+γnTrnnxn,n≥0其中{αn},{βn},{γn}[0,1],rn=n mod N.文章在一定条件下,用黏性逼近法证明了迭代序列{xn}强收敛于T1,T2,…,TN的公共不动点.该文结果推广和改进了一些文献的最新结果.     

关于二阶线性递归序列倒数和的对称性

设A和是B不等于0的实数,{wn}n∈z是二阶递归序列且满足递归关系:wn 2=Awn 1-Bwn(n∈z). 本文研究了二阶线性递归序列{wn}n∈z的倒数和的对称性,并且得出了关于{wn}n∈z的二个收敛的无穷级数,推广I.J.Good文中的主要结论.     

广义渐近拟非扩张型映象不动点的逼近

本文讨论了Banach空间中非空闭凸子集上的广义渐近拟非扩张型映象的迭代逼近问题,给出了具误差的修改的Ishikawa迭代序列{xn}强收敛到广义渐近拟非扩张型映象T不动点的充要条件：设E是Banach空间,C是E中的非空闭凸子集,T∶C→C是广义渐近拟非扩张型映象,其渐近系数kn满足∑∞n=1（kn-1）〈∞,又设F（T）有界,且T在F（T）中的点处一致连续。任取一点x0∈C,{xn}是根据xn＋1=αnxn＋βnTnyn＋γnunyn=ξnxn＋ηnTnxn＋δnvn定义的具误差的修改的Ishikawa迭代得到的,其中{un},{vn}是C中的两个有界点列,{αn},{βn},{γn},{ξn},{ηn},{δn}是[0,1]中的6个数列且满足αn＋βn＋γn=1,ξn＋ηn＋δn=1,∑∞n=1βn〈＋∞,∑∞n=1γn〈＋∞。则{xn}强收敛于T的不动点的充要条件是limn→∞infd（xn,F（T））=0,其中d（x,A）为x到集合A的距离。本文的结果推广改进了文献[1-7]中的结论。     

隐格式组产生迭代序列逼近Lipschitz映像族公共不动点

设K是Banach空间E中非空闭凸集．{Ti}i-1^N是K中具公共不动点集F=∩i-1^NF（Ti）的Lipschitz映像族,其中F（Ti）=（x∈KiTix=x},{αn}n-1^∞},{βn}n-1^∞包含[0,1]是实数列,且∑n=1∞（1-αn）〈＋∞,（1-αn）L^2〈1,这里L是{Ti}i=1^N的公共Lipschitz系数．对任意x0∈K,{xn}n-1^∞由文中隐格式组（2）和（3）产生,则（i）{xn}在K中收敛;（ii）{xn}收敛于{Ti）i=1^N公共不动点的充分必要条件是lim d（xn,F）=0．对于（2）,如聚βn=0。隐格式组变为xn=αnxn-1＋（1-αn）Tm^2xn,如果βn=1,隐格式组变为Xu与Or1的形式xn=αnxn-1＋（1-αn）Tnxn,对于（3）,如果βn=1,隐格式组变为显格式xn=αnxn-1＋（1-αn）Tnxn-1．对于这三种特殊迭代格式,结论（i）（ii）自然成立．     

变分不等式的新的外梯度方法

本文引入了一个新的求解非扩张映射的不动点集和具有单调及Lipschitz连续映射的变分不等式的解集的公共元素的近似算法。这一算法是建立在外梯度方法和粘性逼近方法基础上的。在Hilbert空间上得到了这一算法产生序列的强收敛性定理。其内容如下：设C是实Hilbert空间H中的非空闭凸集,映射A：C→H是单调和k-Lipschitz连续的,S：C→H是非扩张映射满足Fix（S）∩VI（C,A）≠Ф,其中Fix（S）和VI（C,A）分别是S的不动点集和变分不等式的解集f：H→H是压缩映射,序列{xn}和{γn}由下列算法产生的：{x1=x∈C γn=Pc（xn-γnAxn） xn＋1=αnf（xn）＋βnxn＋（1-αn-βn）SPc（xn-γnAγn）,n=1,2,…,其中{γ},{αn}和{βn}是满足条件limαn n→∞=0和∑n=1^∞αn=∞,1〉lim n→∞ sup βn≥lim n→∞ inf βn〉0和limγn n→∞=0的数列,则{xn}和{yn}强收敛到w=PFix（S）∩VI（C,A）f（w）,这里PFix（S）∩VI（C,A）f（w）表示f（w）在Fix（S）∩VI（C,A）上的投影。本文结果推广了文献中的一些著名结果。     

Hilbert空间中严格伪压缩映射Mann迭代的一个收敛定理

设H是实Hilbert空间,K为H中的紧凸集,T:K→H为严格伪压缩映射,满足弱内向条件.本文给出的主要结论是:若{αn}为(0,1)中的数列满足控制条件∑∞n=1αn(1-αn)=∞,x1∈K,则Mann迭代序列{xn}强收敛于T的一个不动点,此结果改进了文献[1]的结论.     

Lipschitz增生算子方程逼近解的带误差的Ishikawa迭代序列

设X是一实Banach空间,T∶X→X是Lipschitz连续的增生算子,在没有假设∑∞n=0αnβn<∞之下,本文证明了由xn 1=(1-αn)xn αn(f-Tyn) un以yn=(1-βn)xn βn(f-Txn) vn,n≥0产生的带误差的Ishikawa迭代序列强收敛到方程x Tx=f的唯一解,并给出了更为一般的收敛率估计:若un=vn=0,n≥0,则有‖xn 1-x*‖≤(1-αn)‖xn-x*‖≤…≤∏in=0(1-αj)‖xn-x*‖,其中{αn}是(0,1)中的序列,满足γn≥4ηL(L 1)αn,n≥0。     

几种收敛机制的比较

极限是数学研究其它问题的重要工具之一,其收敛机制在不同的课目中互不相同.本文旨在对数学分析、实变函数和概率论中所涉及到的几种收敛机制作一个纵向的剖析与横向的比较.     

完全收敛性与可测函数序列几种收敛性的关系

本文讨论了完全收敛性与可测函数序列依测度收敛、几乎处处收敛以及强收敛之间的等价关系,并且给出了依测度收敛、几乎处处收敛与完全收敛之间等价的充分必要条件,即fn(x)单调增加,并且(An)两两不相交,其中An=[|fn-f|≥ε],ε>0。     

广义一致收敛与亚一致收敛

本文讨论了连续函数列{f_2(x)}的极限函数f(x)连续的条件。采用了先把{f_2(x)}为正则收敛的条件减弱为弱正则收敛,或减弱为一致收敛,再减弱为广义一致收敛,最后成为一个定理:在[a,b]上的连续函数列{f_n(x)}的极限函数f(x)连续的充要条件是{f_n(x)}在[a,b]上是亚一致收敛的。     

再谈关于Lp〖KG-*3〗空间的几种收敛关系

讨论了Lp空间弱收敛、强收敛、几乎处处收敛、依测度收敛的相互转换关系，给出了证明，并通过举例的方式说明了一些定理的特殊情况.     

模糊值函数序列的广义Egoroff定理

在一般模糊测度空间上, 针对可测模糊值函数序列给出了(伪)几乎处处收敛和(伪)几乎一致收敛的概念, 研究了几乎处处收敛和几乎一致收敛、伪几乎处处收敛和伪几乎一致收敛的蕴涵关系, 从而获得了不同形式的模糊化的广义Egoroff定理。     

关于各种收敛性关系的若干反例及两个新的定理

主要研究了Lp（p≥1）空间中的强收敛（依范数收敛）、弱收敛与几乎处处收敛、依测度收敛、一致收敛之间的关系,并举出了若干反例;进一步对函数序列或测度空间作某些假设,得到了一些肯定的蕴涵关系与重要的结论.     

随机变量序列几乎处处收敛的几个等价命题

由随机变量序列几乎处处收敛可推出其依概率收敛，进而可推出其依分布收敛，可见判别几乎处处收敛的重要性．给出了它的几个等价命题，同时还证明了独立随机变量和序列几乎处处收敛等价于依概率收敛，亦等价于依分布收敛．     

关于各种收敛性关系的若干反例及两个新的定理

主要研究了Lp(p≥1)空间中的强收敛(依范数收敛)、弱收敛与几乎处处收敛、依测度收敛、一致收敛之间的关系,并举出了若干反例;进一步对函数序列或测度空间作某些假设,得到了一些肯定的蕴涵关系与重要的结论.     

格上拓扑中拟网收敛与拟理想收敛的等价性

本文首先在一种比较广泛的拓扑分子格中建立拟理想的收敛理论,指出这种收敛与拟网收敛理论是等价的。然后讨论在完全分配格点式拓扑理论中相应的理想式收敛——理想基的收敛,证明了理想基收敛与分子网收敛的等价性。从而推广了[1]中的部分结果。     

迭代法收敛速度的比较

在全面介绍迭代法的收敛性的基础上，介绍了牛顿迭代法的收敛性和弦截性的收敛法，并对基本迭代法、牛顿迭代法和弦截法的收敛速度进行了比较，经比较看出，同样的问题，弦截法的收敛速度比一般迭代法要快得多，与牛顿迭代速度相近，也是比较快的。最后指出，在以电子计算机为数值计算工具的今天，必须研究适合于计算机运算的数值计算方法的收敛速度。收敛速度的快与慢，是评判谊种收敛法适用与否的一项重要指标。因此用何种方法来解决实际应用问题显得尤为重要。