多值次伪压缩映象不动点和多值次增生映象零点的Ishikawa迭代逼近

在一般的Banach空间中，研究了多值次伪压缩映象不动点和多值次增生映象零点的具有误差的Ishikawa迭代逼近问题，所得结果改进和推广了这一领域内一些相关的结果。     

一维抛物型方程参数识别反问题的数值解法

以函数逼近和Tikhonov正则化为基础，利用算子识别摄动法和线性化技术提出求解一维抛物型偏微分方程参数识别反问题的迭代算法，拓宽了求解此类反问题泛定方程和初边值条件的适用范围。数值模拟的结果表明，用此迭代法求解参数识别反问题具有数值精度高、稳定性好、收敛速度快的特点。     

单调线性互补问题的非精确不可行内点算法

对单调线性互补问题提出了一种非精确不可行内点算法．该算法的迭代方向仅需要达到一个相对的精度．在初始点位于中心线的某邻域内的假设下，证明了算法的全局收敛性．     

线性方程组迭代求解的近似逆方法收敛性

利用近似逆矩阵定义，构造一类双对称矩阵，讨论解线性方程组迭代求解近似逆方法的收敛性。     

无穷个无穷小量之积仍为无穷小量的充要条件

给出了无穷个无穷小量之积仍为无穷小量的充分必要条件，提供了两个简便方法用于判断可数个无穷小数列之积是否仍为无穷小数列。     

一个数论函数的六次均值计算

主要解决了二进制数字之和函数六次均值的计算公式问题，采用初等方法，对六次均值的计算进行了猜想、归纳，得出了一个精确的计算公式A6(N)。     

渐近非扩张映象的修正Reich-Takahashi迭代收敛性

 在Banach空间中研究具误差的修正Reich-Takahashi迭代序列的收敛问题,获得了第一型具误差的修正Reich-Takahashi迭代序列强收敛到不动点的充要条件,所得结果推广和改进了已有文献的相关结果.     

关于一类集值拟变分不等式的广义投影算法

引入并研究了一类新的广义非线性集值强隐拟变分不等式，通过用投影方法，证明了这类变分不等式的解等价于一类不动点问题的解．基于这类不动点问题，我们构造了一个迭代算法，在没有紧性的条件下，证明了这类变分不等式解的存在性；同时，还证明了由迭代算法所产生的迭代序列收敛于这类变分不等式的解．     

关于可测函数列收敛性的注记

讨论可测函数列依测度收敛与近一致收敛之间的关系，并给出Riesz定理的推广：若fn→f于E，则存在子列{fni}包含{fn},使fni近一致→f于E。     

弱条件下Halley族迭代的收敛性

我们曾在Smale的点估计判据下得到整个Halley族迭代的收敛性定理。点估计判据假设被求零点的映照f在初始近似z_0的某个适当大的邻域内解析。按数值泛函文献的通常理解,这是强条件的假设,尽管这种假设对于实计算的复杂性研究有其特殊的需要。对于其迭代映照中涉及f的k阶导数(或差商)的迭代法,通常理解的弱条件是假设f在z_0的某个邻域有连续的k 1阶导数,就像Канторович关于Newton法的经典工作那样。弱条件下建立收敛性定理的最大困难是关于优映照正根存在的判定。由于优映照通常被选为多项式,所以在关于算法的理论中,这是一个已经被彻底解决的问题。但成功的收敛性定理要求把这种条件明快地表示出来,而不是只给出一种判定的算法。对照文献[6]的成功和文献[7]的差强人意,这是很明显的。长期以来,还没有能够在弱条件下建立Halley族迭代的收敛性定理,其困难就在于此。对原来意义的Halley法来说,已经建立不少弱条件下的收敛性定理,但不能令人信服地说哪个比哪个更好,其原因亦在于此。