跳到主要内容

预序度量空间中关于固定和最佳邻近点的一些新结果

摘要

在本文中,我们首先介绍两类新的(ω,δ)-第一类和第二类压缩,并在序度量空间中建立了一些相关的新不动点和最佳邻近点定理。我们的定理包含了Samet(J.Optim.Theory Appl.(2013),doi:10.1007/s10957-013-0269-9)的相应最新结果,并扩展和推广了文献中的许多著名结果。还提供了一个示例来支持我们的主要结果。

MSC公司:47H10、41A65。

1简介和准备

给定一个度量空间(X(X),d日)和自映射T型X(X)形式方程解的存在性理论T型x个=x个由于其适用于解决许多可以表述为常微分方程、矩阵方程的有趣问题,因此获得了推动等。有关最近的一些定点结果,请参见[16]以及其中的参考。A类B类是的非空子集X(X),并让T型以下为:A类B类成为一个非自我映射。方程式T型x个=x个不太可能有解,因为前面方程的解需要非空的A类B类最终,寻求一个近似的解决方案是很自然的x个这是最佳的距离d日(x个,T型x个)为最小值。著名的最佳逼近定理,由于Fan[7],声明如果A类是赋范线性空间的非空紧凸子集X(X)T型是来自的连续函数A类X(X),那么就存在一个点x个在里面A类使得x个T型x个=d日(T型x个,A类)=inf公司{T型x个u个以下为:u个A类}.这样的点x称为T型在里面A类文献中出现了该定理的许多推广和扩展(参见[811]以及其中的参考)。

对的最佳接近问题(A类,B类)就是找到一个元素x个A类使得d日(x个,T型x个)=d日(A类,B类),其中d日(A类,B类)=inf公司{d日(x个,)以下为:x个A类,B类}.自d日(A类,B类)是函数的下限x个d日(x个,T型x个)A类,则最佳逼近问题的解是函数的最小点x个d日(x个,T型x个)A类。最佳接近问题的每一个解决方案都被认为是T型在里面A类此外,如果A类=B类然后每个最佳接近点T型是一个固定点。根据这个事实,许多作者通过对著名不动点结果的激励,获得了求解最佳逼近问题的充分条件;有关更多详细信息,请参阅[1227]以及其中的参考文献。

最近许多作者考虑了偏序度量空间中最佳邻近点和不动点的存在性(参见[6,13,20,28]). 最近的Samet[29]研究了一类非自我近似的最佳邻近点的存在性(φ,θ)-压缩映射。在这项工作中,我们定义了两类新的收缩,称为(ω,δ)-第一类和第二类压缩以及建立一些相关的新不动点导致了预序度量空间的设置,然后我们导出了这类新的非自压缩映射的一些新的最佳邻近点定理。这些定理扩展和推广了许多著名的不动点和最佳邻近点结果。

2不动点理论

定义2.1(X(X),d日)是一个度量空间,让 R(右) + =[0,).

  1. (a)

    用Ω表示函数族ω以下为: R(右) + R(右) + 使得ω(0)=0,ω(t吨)<t吨对于每个t吨>0以及每个序列{ x个 n个 }在里面X(X)使用,

    d日( x个 n个 , x个 n个 + 1 )ω ( d日 ( x个 n个 1 , x个 n个 ) ) n个N个{ x个 n个 }是Cauchy序列;
  2. (b)

    用Δ表示函数族δ以下为: R(右) + 4 R(右)使得δ是连续的,如果 t吨 =0对一些人来说{1,2,,4},然后δ( t吨 1 , t吨 2 , t吨 , t吨 4 )=0;

  3. (c)

    用Φ表示非递减函数族ϕ以下为: R(右) + R(右) + 使得 Σ n个 = 1 ϕ n个 (t吨)<对于每个t吨>0;

  4. (d)

    用∑表示函数族σ以下为: R(右) + R(右) + 使得σ(t吨)=α(t吨)t吨对于每个t吨>0α以下为: R(右) + [0,1)满足

    啜饮 t吨 α()<1对于每个t吨>0;
    (1)
  5. (e)

    用Ψ表示非递减函数族ψ以下为: R(右) + R(右) + 使得 n个 ψ n个 (t吨)=0对于每个t吨>0;

  6. (f)

    用∧表示右函数的非递减上半连续族λ以下为: R(右) + R(右) + 使得λ(t吨)<t吨对于每个t吨>0;

  7. (g)

    设θ是以下函数的集合:

θ( t吨 1 , t吨 2 , t吨 , t吨 4 )=τ最小值{ t吨 1 , t吨 2 , t吨 , t吨 4 },τ>0;

θ( t吨 1 , t吨 2 , t吨 , t吨 4 )=τ自然对数(1+ t吨 1 t吨 2 t吨 t吨 4 ),τ>0;

θ( t吨 1 , t吨 2 , t吨 , t吨 4 )=τ t吨 1 t吨 2 t吨 t吨 4 ,τ>0.

引理2.2 (X(X),d日) 是度量空间.然后以下陈述成立以下为:

  1. (i)

    ΦΩ,

  2. (ii)

    ΣΩ,

  3. (iii)

    ΨΩ,

  4. (iv)

    ΛΨΩ,

  5. (v)

    ΘΔ.

证明{ x个 n个 }成为一个序列X(X)为了证明(i),假设d日( x个 n个 , x个 n个 + 1 )ϕ(d日( x个 n个 1 , x个 n个 ))对于每个n个N个,其中ϕΦ.自ϕ是非递减的,那么通过归纳我们得到

d日( x个 n个 , x个 n个 + 1 ) ϕ n个 ( d日 ( x个 0 , x个 1 ) ) 对于每个n个N个.

然后,对于每个足够大的<n个,我们有

d日( x个 , x个 n个 ) j = n个 1 d日( x个 j , x个 j + 1 ) j = n个 1 ϕ n个 ( d日 ( x个 0 , x个 1 ) ) <ϵ,

等等{ x个 n个 }是一个柯西序列。

(ii)让我们假设d日( x个 n个 , x个 n个 + 1 )σ(d日( x个 n个 1 , x个 n个 ))对于每个n个N个,其中σ(t吨)=α(t吨)t吨对于每个t吨>0α令人满意(1)。然后

d日( x个 n个 , x个 n个 + 1 )α ( d日 ( x个 n个 1 , x个 n个 ) ) d日( x个 n个 1 , x个 n个 )
(2)

对于每个n个N个.自α(t吨)<1对于每个t吨 R(右) + ,然后{d日( x个 n个 , x个 n个 + 1 )}是非负数的非递增序列,因此收敛到实数 第页 0 。我们将展示这一点 第页 0 =0相反,假设 第页 0 >0然后从(2)中我们得到

1= n个 d日 ( x个 n个 , x个 n个 + 1 ) d日 ( x个 n个 1 , x个 n个 ) 啜饮 n个 α ( d日 ( x个 n个 1 , x个 n个 ) ) 啜饮 第页 0 α(),

矛盾等等 第页 0 =0。为了证明这一点{ x个 n个 }是一个柯西序列,相反,假设 啜饮 , n个 d日( x个 , x个 n个 )=因此存在子序列{ x个 k个 }{ x个 n个 k个 }使得 k个 d日( x个 k个 , x个 n个 k个 )>0然后,通过三角不等式,我们得到

d日 ( x个 k个 , x个 n个 k个 ) d日 ( x个 k个 , x个 k个 + 1 ) + d日 ( x个 k个 + 1 , x个 n个 k个 + 1 ) + d日 ( x个 n个 k个 + 1 , x个 n个 k个 ) d日 ( x个 k个 , x个 k个 + 1 ) + α ( d日 ( x个 k个 , x个 n个 k个 ) ) d日 ( x个 k个 , x个 n个 k个 ) + d日 ( x个 n个 k个 + 1 , x个 n个 k个 ) .

然后

( 1 α ( d日 ( x个 k个 , x个 n个 k个 ) ) ) d日( x个 k个 , x个 n个 k个 )d日( x个 k个 , x个 k个 + 1 )+d日( x个 n个 k个 + 1 , x个 n个 k个 )

对于每个k个N个从上面我们得到 k个 α(d日( x个 k个 , x个 n个 k个 ))=1然后从(1)中我们得到 k个 d日( x个 k个 , x个 n个 k个 )=0,一个矛盾。因此,{ x个 n个 }是一个柯西序列。

(iii)首先通知ψ(t吨)<t吨对于每个t吨>0。要看到这一点,假设存在 t吨 0 >0具有ψ( t吨 0 )> t吨 0 ,之后ψ是非递减的,我们可以看到 t吨 0 ψ n个 ( t吨 0 )为所有人n个N个这与 n个 ψ n个 (t吨)=0对于每个t吨>0。还要注意ψ(0)=0.

现在假设d日( x个 n个 , x个 n个 + 1 )ψ(d日( x个 n个 1 , x个 n个 ))对于每个n个N个,其中ψΨ.自ψ是非递减的,那么通过归纳我们得到

d日( x个 n个 , x个 n个 + 1 ) ψ n个 ( d日 ( x个 0 , x个 1 ) ) 对于每个n个N个.

ϵ>0固定。选择n个N个使得

d日( x个 n个 + 1 , x个 n个 )<ϵψ(ϵ).

现在我们有了

d日 ( x个 n个 + 2 , x个 n个 ) d日 ( x个 n个 + 2 , x个 n个 + 1 ) + d日 ( x个 n个 + 1 , x个 n个 ) ψ ( d日 ( x个 n个 + 1 , x个 n个 ) ) + ( ϵ ψ ( ϵ ) ) ψ ( ϵ ψ ( ϵ ) ) + ( ϵ ψ ( ϵ ) ) ψ ( ϵ ) + ( ϵ ψ ( ϵ ) ) = ϵ .

我们还有

d日 ( x个 n个 + , x个 n个 ) d日 ( x个 n个 + , x个 n个 + 1 ) + d日 ( x个 n个 + 1 , x个 n个 ) ψ ( d日 ( x个 n个 + 2 , x个 n个 ) ) + ( ϵ ψ ( ϵ ) ) ψ ( ϵ ) + ( ϵ ψ ( ϵ ) ) = ϵ .

因此,通过归纳k个N个,我们有

d日( x个 n个 + k个 , x个 n个 )ϵ.

这意味着( x个 n个 )是Cauchy,并且(iii)的证明是完整的。

(iv)对于每个λΛ,我们有 n个 λ n个 (t吨)=0对于每个t吨>0(参见中的备注2.2[30]). 然后得出结论(iii)。

(v) 显然是这样。 □

X(X)做一个非空的集合。预购单X(X)是一个自反和传递的二元关系。(X(X),)是一个预先排序的集合,并且让T型以下为:X(X)X(X)成为一个映射。我们这么说T型如果每个值都是非递减的x个,X(X),x个T型x个T型.

定义2.3(X(X),)是一个预先排序的集合,并且d日是上的度量X(X)我们这么说(X(X),,d日)只有当且仅当以下条件成立时,才是正常的:

{ x个 n个 }非递减且 x个 n个 x个对一些人来说x个X(X) x个 n个 x个对于每个n个N个.

定义2.4(X(X),,d日)是一个预序度量空间,并且让ω以下为: R(右) + R(右) + δ以下为: R(右) + 4 R(右) + 是任意映射。

  1. (a)

    地图T型以下为:X(X)X(X)据说是(ω,δ,)-第一类收缩x个,X(X)具有x个,

    d日(T型x个,T型)ω ( d日 ( x个 , ) ) +δ ( d日 ( x个 , T型 x个 ) , d日 ( , T型 ) , d日 ( x个 , T型 ) , d日 ( , T型 x个 ) ) ;
  2. (b)

    映射T型以下为:X(X)X(X)据说是(ω,δ,)-第二类收缩x个,X(X)具有x个,

    d日(T型x个,T型)ω ( M(M) ( x个 , ) ) +δ ( d日 ( x个 , T型 x个 ) , d日 ( , T型 ) , d日 ( x个 , T型 ) , d日 ( , T型 x个 ) ) ,

    哪里M(M)(x个,)=最大值{d日(x个,),d日(x个,T型x个),d日(,T型), d日 ( x个 , T型 ) + d日 ( , T型 x个 ) 2 }.

备注2.5如果=X(X)×X(X)也就是说,x个对于每个x个,X(X),然后(ω,δ,)-第一种和第二种收缩称为(ω,δ)-第一类和第二类缩略语。的类别(ω,δ)-第一类和第二类压缩映射包括具有条件(B)的映射[]和几乎广义收缩[6]分别是。

定理2.6 (X(X),,d日) 是一个完备的预定度量空间,然后让 T型以下为:X(X)X(X) 成为映射.假设以下条件成立以下为:

  1. (i)

    T型 是连续的或 (X(X),,d日) 是常规的,

  2. (ii)

    T型 不是-减少,

  3. (iii)

    存在 x个 0 X(X) 使得 x个 0 T型 x个 0 ,

  4. (iv)

    T型 是一个 (ω,δ,)-第一类压缩映射,哪里 ωΩ δΔ.

然后 T型 有一个固定点.此外,顺序 { T型 n个 x个 0 } 收敛到不动点 T型.

证明 x个 n个 =T型 x个 n个 1 对于任何n个N个.自 x个 0 T型 x个 0 T型是非递减的,那么我们有

x个 0 x个 1 x个 2 x个 n个 x个 n个 + 1 .

从现在起T型是一个(ω,δ,)-第一类收缩映射,我们得到

d日 ( x个 n个 + 1 , x个 n个 ) = d日 ( T型 x个 n个 , T型 x个 n个 1 ) ω ( d日 ( x个 n个 , x个 n个 1 ) ) + δ ( d日 ( x个 n个 , T型 x个 n个 ) , d日 ( x个 n个 1 , T型 x个 n个 1 ) , d日 ( x个 n个 , T型 x个 n个 1 ) , d日 ( x个 n个 1 , T型 x个 n个 ) )
(3)

为所有人n个N个.自d日( x个 n个 ,T型 x个 n个 1 )=d日( x个 n个 , x个 n个 )=0δΔ对所有人来说n个N个,

δ ( d日 ( x个 n个 , T型 x个 n个 ) , d日 ( x个 n个 1 , T型 x个 n个 1 ) , d日 ( x个 n个 , T型 x个 n个 1 ) , d日 ( x个 n个 1 , T型 x个 n个 ) ) =0.
(4)

现在,从(3)和(4),我们有

d日( x个 n个 + 1 , x个 n个 )ω ( d日 ( x个 n个 , x个 n个 1 ) )

为所有人n个N个.自ωΩ,所以{ x个 n个 }是柯西序列,因此存在 x个 X(X)使得{ x个 n个 }收敛到 x个 现在我们展示一下 x个 是的固定点T型.如果T型是连续的,那么从等式 x个 n个 =T型 x个 n个 1 ,我们得到 x个 =T型 x个 现在假设(X(X),,d日)是常规的。然后,对于每个n个N个,我们有 x个 n个 x个 相反,假设d日( x个 ,T型 x个 )>0。对于任何n个N个,

d日 ( T型 x个 , x个 n个 + 1 ) = d日 ( T型 x个 , T型 x个 n个 ) ω ( d日 ( x个 n个 , x个 ) ) + δ ( d日 ( x个 n个 , T型 x个 n个 ) , d日 ( x个 , T型 x个 ) , d日 ( x个 n个 , T型 x个 ) , d日 ( x个 , T型 x个 n个 ) ) d日 ( x个 n个 , x个 ) + δ ( d日 ( x个 n个 , x个 n个 + 1 ) , d日 ( x个 , T型 x个 ) , d日 ( x个 n个 , T型 x个 ) , d日 ( x个 , x个 n个 + 1 ) ) .
(5)

n个 d日( x个 , x个 n个 + 1 )= n个 d日( x个 n个 , x个 n个 + 1 )=0δΔ,然后

n个 δ ( d日 ( x个 n个 , x个 n个 + 1 ) , d日 ( x个 , T型 x个 ) , d日 ( x个 n个 , T型 x个 ) , d日 ( x个 , x个 n个 + 1 ) ) =0,
(6)

所以从(5)中我们得到 x个 =T型 x个 . □

推论2.7 (X(X),d日) 是一个完备的度量空间,然后让 T型以下为:X(X)X(X) 成为 (ω,δ)-第一类压缩映射,哪里 ωΩ δΔ.然后

  1. (i)

    T型 具有唯一的固定点.此外,为所有人 x个 0 X(X),顺序 { T型 n个 x个 0 } 收敛到不动点 T型,那就是,T型 是Picard接线员.

  2. (ii)

    T型 持续时间为 修复(T型)={ x个 }.

证明(i) 让=X(X)×X(X)然后根据定理2.6,我们得出T型有一个固定点。相反,为了证明唯一性,假设x个,X(X)是的不同固定点T型所以,

d日 ( x个 , ) = d日 ( T型 x个 , T型 ) ω ( d日 ( x个 , ) ) + δ ( d日 ( x个 , T型 x个 ) , d日 ( , T型 ) , d日 ( x个 , T型 ) , d日 ( , T型 x个 ) ) = ω ( d日 ( x个 , ) ) < d日 ( x个 , ) ,
(7)

矛盾。通过不动点的唯一性和定理2.6,我们得到序列{ T型 n个 x个 0 }收敛到不动点T型为所有人 x个 0 X(X).

(ii)出租修复(T型)={ x个 }{ n个 }成为一个序列X(X)使得 n个 x个 .自T型是一个(ω,δ)-第一种收缩映射,所以对所有人来说n个N个我们有

d日 ( T型 x个 , T型 n个 ) ω ( d日 ( x个 , n个 ) ) +δ ( d日 ( x个 , T型 x个 ) , d日 ( n个 , T型 n个 ) , d日 ( x个 , T型 n个 ) , d日 ( n个 , T型 x个 ) ) .

T型 x个 = x个 δΔ,我们有

δ ( d日 ( x个 , T型 x个 ) , d日 ( n个 , T型 n个 ) , d日 ( x个 , T型 n个 ) , d日 ( n个 , T型 x个 ) ) =0.

因此,对于任何n个N个,

d日 ( T型 x个 , T型 n个 ) ω ( d日 ( x个 , n个 ) ) <d日 ( x个 , n个 ) .

因此T型 n个 T型 x个 等等T型在连续 x个 . □

备注2.8定理2.6扩展了Babu的主要结果等。[],Berinde的推论1等。[4],Samet的推论3.1[29]和阿加瓦尔定理2.1等。[30].

定理2.9 (X(X),,d日) 是一个完备的预定度量空间,然后让 T型以下为:X(X)X(X) 成为映射.假设以下条件成立以下为:

  1. (i)

    T型 是连续的或 (X(X),,d日) 是常规的,

  2. (ii)

    T型 不是-减少,

  3. (iii)

    存在 x个 0 X(X) 使得 x个 0 T型 x个 0 ,

  4. (iv)

    T型 是一个 (ω,δ,)-第二类压缩映射,哪里 ωΩ δΔ.

然后 T型 有一个固定点.此外,顺序 { T型 n个 x个 0 } 收敛到不动点 T型.

证明 x个 n个 =T型 x个 n个 1 对于任何n个N个.如果 x个 n个 1 = x个 n个 对一些人来说n个N个,然后 x个 n个 1 = x个 n个 =T型 x个 n个 1 等等 x个 n个 1 是的固定点T型,我们完成了。因此,我们可以假设d日( x个 n个 1 , x个 n个 )>0为所有人n个N个现在,从 x个 0 T型 x个 0 T型是非递减的,所以

x个 0 x个 1 x个 2 x个 n个 x个 n个 + 1 .

T型是一个(ω,δ,)-第二种收缩n个N个我们有

d日 ( x个 n个 + 1 , x个 n个 ) = d日 ( T型 x个 n个 , T型 x个 n个 1 ) ω ( M(M) ( x个 n个 , x个 n个 1 ) ) + δ ( d日 ( x个 n个 , T型 x个 n个 ) , d日 ( x个 n个 1 , T型 x个 n个 1 ) , d日 ( x个 n个 , T型 x个 n个 1 ) , d日 ( x个 n个 1 , T型 x个 n个 ) ) .
(8)

d日( x个 n个 ,T型 x个 n个 1 )=d日( x个 n个 , x个 n个 )=0δΔ,对于所有人n个N个,

δ ( d日 ( x个 n个 , T型 x个 n个 ) , d日 ( x个 n个 1 , T型 x个 n个 1 ) , d日 ( x个 n个 , T型 x个 n个 1 ) , d日 ( x个 n个 1 , T型 x个 n个 ) ) =0.
(9)

对于所有人n个N个,我们有

M(M)( x个 n个 , x个 n个 1 )=最大值 { d日 ( x个 n个 , x个 n个 1 ) , d日 ( x个 n个 , x个 n个 + 1 ) , d日 ( x个 n个 1 , x个 n个 + 1 ) 2 } .
(10)

根据三角形不等式,我们有

d日 ( x个 n个 1 , x个 n个 + 1 ) 2 d日 ( x个 n个 1 , x个 n个 ) + d日 ( x个 n个 , x个 n个 + 1 ) 2 最大值 { d日 ( x个 n个 , x个 n个 1 ) , d日 ( x个 n个 , x个 n个 + 1 ) } .

因此,通过(8)、(9)和(10),

d日( x个 n个 + 1 , x个 n个 )ω ( 最大值 { d日 ( x个 n个 , x个 n个 1 ) , d日 ( x个 n个 , x个 n个 + 1 ) } ) .
(11)

现在,如果最大值{d日( x个 n个 , x个 n个 1 ),d日( x个 n个 , x个 n个 + 1 )}=d日( x个 n个 + 1 , x个 n个 )到(11)时,我们已经

d日( x个 n个 + 1 , x个 n个 )ω ( d日 ( x个 n个 , x个 n个 + 1 ) ) <d日( x个 n个 , x个 n个 + 1 ),

矛盾。所以,对所有人来说n个N个,我们有

d日( x个 n个 + 1 , x个 n个 )ω ( d日 ( x个 n个 1 , x个 n个 ) ) .

作为ωΩ,所以{ x个 n个 }是一个柯西序列,因此,通过(X(X),d日),存在 x个 X(X)使得{ x个 n个 }收敛到 x个 现在我们展示一下 x个 是的固定点T型.如果T型是连续的,那么从等式 x个 n个 =T型 x个 n个 1 ,我们得到 x个 =T型 x个 现在,假设(X(X),,d日)是常规的。然后,对于每个n个N个,我们有 x个 n个 x个 相反,现在假设d日( x个 ,T型 x个 )>0所以,对于任何人n个N个,

d日 ( T型 x个 , x个 n个 + 1 ) = d日 ( T型 x个 , T型 x个 n个 ) ω ( M(M) ( x个 n个 , x个 ) ) + δ ( d日 ( x个 n个 , x个 n个 + 1 ) , d日 ( x个 , T型 x个 ) , d日 ( x个 n个 , T型 x个 ) , d日 ( x个 , x个 n个 + 1 ) ) .
(12)

n个 d日( x个 , x个 n个 + 1 )= n个 d日( x个 n个 , x个 n个 + 1 )=0δΔ,我们有

n个 δ ( d日 ( x个 n个 , x个 n个 + 1 ) , d日 ( x个 , T型 x个 ) , d日 ( x个 n个 , T型 x个 ) , d日 ( x个 , x个 n个 + 1 ) ) =0.
(13)

现在让我们=d日( x个 ,T型 x个 )然后选择n个N个这样,对于n个N个,我们有d日( x个 , x个 n个 )< 2 ,然后

d日( x个 n个 + 1 , x个 n个 )d日 ( x个 , x个 n个 + 1 ) +d日 ( x个 , x个 n个 ) < 2 + 2 =,

d日 ( x个 n个 , T型 x个 ) + d日 ( x个 n个 + 1 , x个 ) 2 < 1 2 ( 2 + d日 ( x个 , T型 x个 ) + d日 ( x个 , x个 n个 ) ) < 1 2 ( 2 + + 2 ) =.

所以,对于n个N个,我们有

ω ( 最大值 { d日 ( x个 n个 , x个 ) , d日 ( x个 n个 , x个 n个 + 1 ) , d日 ( x个 , T型 x个 ) , d日 ( x个 n个 , T型 x个 ) + d日 ( x个 , x个 n个 + 1 ) 2 } ) ω ( d日 ( x个 , T型 x个 ) ) .

然后,从(12)和(13)中,我们得到

d日 ( T型 x个 , x个 ) = n个 d日 ( T型 x个 , x个 n个 + 1 ) 啜饮 n个 ω ( M(M) ( x个 n个 , x个 ) ) = 啜饮 n个 ω ( 最大值 { d日 ( x个 n个 , x个 ) , d日 ( x个 n个 , x个 n个 + 1 ) , d日 ( x个 , T型 x个 ) , d日 ( x个 n个 , T型 x个 ) + d日 ( x个 , x个 n个 + 1 ) 2 } ) ω ( d日 ( x个 , T型 x个 ) ) < d日 ( x个 , T型 x个 ) ,
(14)

矛盾。 □

推论2.10 (X(X),d日) 是一个完全度量空间,然后让 T型以下为:X(X)X(X) 成为 (ω,δ)-第二类压缩映射,哪里 ωΩ δΔ.然后 T型 具有唯一的固定点.此外,为所有人 x个 0 X(X),顺序 { T型 n个 x个 0 } 收敛到不动点 T型,那就是,T型 是Picard接线员.

证明通过定理2.9,足以证明不动点的唯一性。相反,假设x个,X(X)是不同的固定点T型.然后

d日 ( x个 , ) = d日 ( T型 x个 , T型 ) ω ( M(M) ( x个 , ) ) + δ ( d日 ( x个 , T型 x个 ) , d日 ( , T型 ) , d日 ( x个 , T型 ) , d日 ( , T型 x个 ) ) = ω ( d日 ( x个 , ) ) < d日 ( x个 , ) ,
(15)

矛盾。

备注2.11定理2.9是阿加瓦尔定理2.2和定理2.3的推广等。[30].

备注2.12什么时候适合所有人t吨[0,)我们设置了ω(t吨)=αt吨哪里α(0,1)δ( t吨 1 , t吨 2 , t吨 , t吨 4 )=L(左)最小值{ t吨 1 , t吨 2 , t吨 , t吨 4 }哪里L(左)0,在推论2.10中,我们得到了Berinde的定理2.4[5].

3最佳接近点理论

A类B类是度量空间的两个非空子集(X(X),d日)。我们表示为 A类 0 B类 0 以下集合:

A类 0 = { x个 A类 以下为: d日 ( x个 , ) = d日 ( A类 , B类 ) 对一些人来说 B类 } , B类 0 = { B类 以下为: d日 ( x个 , ) = d日 ( A类 , B类 ) 对一些人来说 x个 A类 } ,
(16)

哪里d日(A类,B类)=inf公司{d日(x个,)以下为:x个A类,B类}.

定义3.1(A类,B类)是度量空间的一对非空子集(X(X),d日)具有 A类 0 然后是这对(A类,B类)据说具有P属性[31]当且仅当

{ d日 ( x个 1 , 1 ) = d日 ( A类 , B类 ) , d日 ( x个 2 , 2 ) = d日 ( A类 , B类 ) , d日( x个 1 , x个 2 )=d日( 1 , 2 ),

哪里 x个 1 , x个 2 A类 1 , 2 B类.

以下引理对于证明最佳邻近点结果至关重要。

引理3.2 (A类,B类) 是完备度量空间的一对非空闭子集 (X(X),d日) 使得 B类 0 还有那个 (A类,B类) 满足 P(P)-财产.然后存在映射 以下为: B类 0 A类 0 令人满意的

d日(x个,x个)=d日(A类,B类)d日(x个,)=d日(x个,)x个, B类 0 .
(17)

此外, B类 0 已关闭.

证明x个 B类 0 ,然后我们证明存在一个独特的 A类 0 使得d日(x个,)=d日(A类,B类).为了证明唯一性,我们假设存在z(z) A类 0 使得d日(x个,)=d日(A类,B类)=d日(x个,z(z)).自(A类,B类)P(P)-财产,我们有d日(,z(z))=d日(x个,x个)=0等等=z(z).让=x个,然后d日(x个,x个)=d日(x个,)=d日(A类,B类)。现在,假设d日(x个,x个)=d日(A类,B类)=d日(,),其中x个, B类 0 然后,通过P(P)-的属性(A类,B类),我们得到d日(x个,)=d日(x个,)。因此,存在映射以下为: B类 0 A类 0 使得

d日(x个,x个)=d日(A类,B类)d日(x个,)=d日(x个,)对于每个x个, B类 0 .

现在,我们展示一下 B类 0 已关闭。为了证明这一说法,让{ x个 n个 }成为一个序列 B类 0 具有 x个 n个 x个B类(请注意B类关闭)。A类是完整度量空间的闭子集,d日( x个 , x个 n个 )=d日( x个 , x个 n个 )对于每个,n个N个{ x个 n个 }是一个柯西序列,我们推断 x个 n个 A类.自d日( x个 n个 , x个 n个 )=d日(A类,B类)对于每个n个N个,我们有

d日(x个,)= n个 d日( x个 n个 , x个 n个 )=d日(A类,B类)

等等x个 B类 0 因此, B类 0 已关闭。 □

备注3.3很明显,映射在引理3.2中是一个双射x个 A类 0 ,我们有d日(x个, 1 x个)=d日(( 1 x个), 1 x个)=d日(A类,B类).

定义3.4(X(X),)是一个预先排序的集合。非自我映射T型以下为:M(M)A类B类当且仅当

{ d日 ( x个 1 , T型 1 ) = d日 ( A类 , B类 ) , d日 ( x个 2 , T型 2 ) = d日 ( A类 , B类 ) , 1 2 , x个 1 x个 2 ,

哪里 x个 1 , x个 2 A类, 1 , 2 M(M).

下面的引理来自引理14[32].

引理3.5 (X(X),,d日) 是一个预定的度量空间,然后让 T型以下为:A类B类 成为非-自映射,以便 T型 A类 0 B类 0 . (A类,B类) 如引理的陈述3.2.假设 T型以下为: A类 0 B类 0 几乎没有-减少.然后是映射 S公司以下为: A类 0 A类 0 由定义 S公司x个=T型x个 对于每个 x个 A类 0 不是-减少.

下面的引理来自引理15[32].

引理3.6 (X(X),d日,) 是一个预定的度量空间 (A类,B类), 如引理所示3.2 T型以下为:A类B类 成为非-自映射,使得 T型 A类 0 B类 0 .假设存在 x个 0 , x个 1 A类 0 使得 d日( x个 1 ,T型 x个 0 )=d日(A类,B类) x个 0 x个 1 .让映射 S公司以下为: A类 0 A类 0 由定义 S公司x个=T型x个 对于每个 x个 A类 0 .然后 x个 0 S公司 x个 0 .

现在,我们准备建立我们的最佳邻近点定理。

定理3.7 (A类,B类) 是完备预序度量空间的一对非空闭子集 (X(X),,d日) 使得 A类 0 . T型以下为:A类B类 成为非-自映射.假设以下条件成立以下为:

  1. (i)

    T型 A类 0 B类 0 (A类,B类) 满足 P(P)-财产,

  2. (ii)

    T型 是连续的或 ( A类 0 ,,d日) 是常规的,

  3. (iii)

    T型 几乎没有-减少,

  4. (iv)

    存在 x个 0 , x个 1 A类 0 使得

    d日( x个 1 ,T型 x个 0 )=d日(A类,B类), x个 0 x个 1 ,
  5. (v)

    对于所有人 x个,A类 使得 x个,我们有

    d日 ( T型 x个 , T型 ) ω ( d日 ( x个 , ) ) + δ ( d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) d日 ( A类 , B类 ) , d日 ( , T型 x个 ) d日 ( A类 , B类 ) ) ,
    (18)

哪里 ωΩ,δΔ δ 不是-每个变量都在减少.

然后 T型 在中具有最佳接近点 A类.

证明 A类 0 ,所以 B类 0 .根据引理3.2, B类 0 是闭合的,并且存在等距以下为: B类 0 A类 0 满足(17)。S公司以下为: A类 0 A类 0 由定义S公司x个=T型x个对于每个x个 A类 0 .让x个, A类 0 x个,然后从(18)开始

d日 ( S公司 x个 , S公司 ) = d日 ( T型 x个 , T型 ) = d日 ( T型 x个 , T型 ) ω ( d日 ( x个 , ) ) + δ ( d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) d日 ( A类 , B类 ) , d日 ( , T型 x个 ) d日 ( A类 , B类 ) )
(19)

但是

d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) d日 ( x个 , S公司 x个 ) + d日 ( S公司 x个 , T型 x个 ) d日 ( A类 , B类 ) = d日 ( x个 , S公司 x个 ) + d日 ( T型 x个 , T型 x个 ) d日 ( A类 , B类 ) = d日 ( x个 , S公司 x个 ) + d日 ( A类 , B类 ) d日 ( A类 , B类 ) = d日 ( x个 , S公司 x个 )

d日 ( x个 , T型 ) d日 ( A类 , B类 ) d日 ( x个 , S公司 ) + d日 ( S公司 , T型 ) d日 ( A类 , B类 ) = d日 ( x个 , S公司 ) + d日 ( T型 , T型 ) d日 ( A类 , B类 ) = d日 ( x个 , S公司 ) + d日 ( A类 , B类 ) d日 ( A类 , B类 ) = d日 ( x个 , S公司 ) .

所以,从(19)开始,我们有

d日(S公司x个,S公司)ω ( d日 ( x个 , ) ) +δ ( d日 ( x个 , S公司 x个 ) , d日 ( , S公司 ) , d日 ( x个 , S公司 ) , d日 ( , S公司 x个 ) ) .

因此S公司是订购的(ω,δ,)-第一类压缩映射。现在,引理3.5和引理3.6的条件(ii)、(iii)和(iv)意味着S公司满足定理2.6的条件(i)、(ii)和(iii)。因此,S公司有一个固定点 x个 A类 0 使得 x个 =S公司 x个 =T型 x个 1 x个 =T型 x个 也就是说,d日( x个 ,T型 x个 )=d日( x个 , 1 x个 )=d日(( 1 x个 ), 1 x个 )=d日(A类,B类).因此 x个 A类 0 是所需的最佳接近点T型. □

推论3.8 (A类,B类) 是完备度量空间的一对非空闭子集 (X(X),d日) 使得 A类 0 (A类,B类) 满足 P(P)-财产. T型以下为:A类B类 这样所有人 x个,A类,

d日 ( T型 x个 , T型 ) ω ( d日 ( x个 , ) ) + δ ( d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) d日 ( A类 , B类 ) , d日 ( , T型 x个 ) d日 ( A类 , B类 ) ) ,
(20)

哪里 ωΩ,δΔ δ 不是-每个变量都在减少.此外,假设 T型 A类 0 B类 0 .然后 T型 在中具有最佳接近点 A类.

定理3.9 (A类,B类) 是完备预序度量空间的一对非空闭子集 (X(X),,d日) 使得 A类 0 . T型以下为:A类B类 成为非-自映射.假设以下条件成立以下为:

  1. (i)

    T型 A类 0 B类 0 (A类,B类) 满足 P(P)-财产,

  2. (ii)

    T型 是连续的或 ( A类 0 ,,d日) 是常规的,

  3. (iii)

    T型 几乎没有-减少,

  4. (iv)

    存在 x个 0 , x个 1 A类 0 使得

    d日( x个 1 ,T型 x个 0 )=d日(A类,B类), x个 0 x个 1 ,
  5. (v)

    对于所有人 x个,A类 使得 x个,我们有

    d日 ( T型 x个 , T型 ) ω ( 最大值 { d日 ( x个 , ) , d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) + d日 ( , T型 x个 ) 2 d日 ( A类 , B类 ) } ) + δ ( d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) d日 ( A类 , B类 ) , d日 ( , T型 x个 ) d日 ( A类 , B类 ) ) ,
    (21)

哪里 ωΩ 不是-减少,δΔ δ 不是-每个变量都在减少.

然后 T型 在中具有最佳接近点 A类.

证明 A类 0 ,所以 B类 0 .根据引理3.2, B类 0 是闭合的,并且存在等距以下为: B类 0 A类 0 满足(17)。S公司以下为: A类 0 A类 0 由定义S公司x个=T型x个对于每个x个 A类 0 .让x个, A类 0 x个,然后从(21)开始

d日 ( S公司 x个 , S公司 ) = d日 ( T型 x个 , T型 ) = d日 ( T型 x个 , T型 ) ω ( 最大值 { d日 ( x个 , ) , d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) + d日 ( , T型 x个 ) 2 d日 ( A类 , B类 ) } ) + δ ( d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) d日 ( A类 , B类 ) , d日 ( , T型 x个 ) d日 ( A类 , B类 ) ) .
(22)

ω非递减且δ它的每个变量都是非递减的,鉴于定理3.7的证明,我们得到

d日(S公司x个,S公司)ω ( M(M) ( x个 , ) ) +δ ( d日 ( x个 , S公司 x个 ) , d日 ( , S公司 ) , d日 ( x个 , S公司 ) , d日 ( , S公司 x个 ) ) ,

对于每个x个, A类 0 ,其中M(M)(x个,)=最大值{d日(x个,),d日(x个,S公司x个),d日(,S公司), d日 ( x个 , S公司 ) + d日 ( , S公司 x个 ) 2 }.因此S公司是订购的(ω,δ,)-第二类压缩映射。现在,引理3.5和引理3.6的条件(ii)、(iii)和(iv)意味着S公司满足定理2.9的条件(i)、(ii)和(iii),因此根据定理2.9S公司有一个固定点 x个 A类 0 使得 x个 =S公司 x个 =T型 x个 1 x个 =T型 x个 .因此d日( x个 ,T型 x个 )=d日( x个 , 1 x个 )=d日(( 1 x个 ), 1 x个 )=d日(A类,B类),根据需要。 □

推论3.10 (A类,B类) 是完备度量空间的一对非空闭子集 (X(X),d日) 使得 A类 0 (A类,B类) 满足 P(P)-财产. T型以下为:A类B类 成为这样的人 x个,A类,

d日 ( T型 x个 , T型 ) ω ( 最大值 { d日 ( x个 , ) , d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) + d日 ( , T型 x个 ) 2 d日 ( A类 , B类 ) } ) + δ ( d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) d日 ( A类 , B类 ) , d日 ( , T型 x个 ) d日 ( A类 , B类 ) ) ,
(23)

哪里 ωΩ 不是-减少,δΔ δ 是非-每个变量都在减少.此外,假设 T型 A类 0 B类 0 .然后 T型 在中具有最佳接近点 A类.

备注3.11

  1. (a)

    定理3.9是Jleli定理20的推广等。[32].

  2. (b)

    从引理2.2和定理3.7,我们推导出定理3.1的有序版本[29].

根据引理2.2和推论3.8,我们根据Samet推导出以下结果[29].

定理3.12 (A类,B类) 是完备度量空间的一对非空闭子集 (X(X),d日) 使得 A类 0 ,(A类,B类) 满足 P(P)-财产. T型以下为:A类B类 这样所有人 x个,A类,

d日 ( T型 x个 , T型 ) φ ( d日 ( x个 , ) ) + θ ( d日 ( x个 , T型 x个 ) d日 ( A类 , B类 ) , d日 ( , T型 ) d日 ( A类 , B类 ) , d日 ( x个 , T型 ) d日 ( A类 , B类 ) , d日 ( , T型 x个 ) d日 ( A类 , B类 ) ) ,

哪里 φΦ,θΘ.此外,假设 T型 A类 0 B类 0 .然后 T型 在中具有最佳接近点 A类.

现在,我们提供以下示例,以表明推论3.8是上述Samet定理的一个基本扩展。

示例3.13考虑完整的度量空间X(X)=[0,2]×[0,)使用欧几里得公制。A类={(0,x个)以下为:0x个}B类={(2,)以下为:0}.然后d日(A类,B类)=2, A类 0 =A类, B类 0 =B类(A类,B类)P(P)-属性。

T型以下为:A类B类由定义

T型(0,x个)= ( 2 , 自然对数 ( 1 + x个 ) ) 对于每个x个0.

α(t吨)= 自然对数 ( 1 + t吨 ) t吨 对于每个t吨>0,让α(0)=0然后让ω(t吨)=α(t吨)t吨对于每个t吨[0,)那么,对于所有人来说x个,[0,),我们有

d日 ( T型 ( 0 , x个 ) , T型 ( 0 , ) ) = | 自然对数 ( 1 + x个 ) 自然对数 ( 1 + ) | 自然对数 ( 1 + | x个 | ) = ω ( | x个 | ) = ω ( d日 ( ( 0 , x个 ) , ( 0 , ) ) ) ,

因此满足了推论3.8的条件。因此T型具有最佳接近点(实际上,P(P)=(0,0)是的最佳接近点T型). 但我们不能调用上面提到的Samet定理来证明映射T型在中具有最佳接近点A类因为T型不是几乎(φ,θ)收缩。相反,假设存在φΦθΘ这样所有人x个,A类,

d日 ( T型 ( 0 , x个 ) , T型 ( 0 , ) ) φ ( d日 ( ( 0 , x个 ) , ( 0 , ) ) ) + θ ( d日 ( ( 0 , ) , T型 ( 0 , x个 ) ) d日 ( A类 , B类 ) , d日 ( ( 0 , x个 ) , T型 ( 0 , ) ) d日 ( A类 , B类 ) , d日 ( ( 0 , x个 ) , T型 ( 0 , x个 ) ) d日 ( A类 , B类 ) , d日 ( ( 0 , ) , T型 ( 0 , ) ) d日 ( A类 , B类 ) ) .

出租=0,我们得到

自然对数(1+x个)φ(x个)对于每个x个0.

如果(x个)=自然对数(1+x个)对于每个x个[0,)那么很容易看出如果(0,)是一个不断增加的正函数。所以,我们有

如果(x个)φ(x个)对于每个x个0.

x个 0 >0,并让 x个 n个 + 1 =如果( x个 n个 )对于每个n个N个,然后{ x个 n个 }是正数的递减序列。从上面来看,我们有 x个 1 =如果( x个 0 )φ( x个 0 ).自φ是非递减的,那么从上面我们得到

x个 2 =如果( x个 1 )φ( x个 1 ) φ 2 ( x个 0 ).

以这种方式进行,我们得到 x个 n个 φ n个 ( x个 0 )对于每个n个N个等等 x个 n个 收敛(注意 φ n个 ( x个 0 )收敛)。0<c(c)<最小值{ x个 1 ,1}成为一个常量。现在我们展示一下

x个 n个 > c(c) n个 对于每个n个N个.
(24)

显然,这种不平等适用于n个=1现在我们进行归纳。假设(24)适用于n个N个.那么我们有

x个 n个 + 1 =如果( x个 n个 )如果 ( c(c) n个 ) =自然对数 ( 1 + c(c) n个 ) .

然后,从上面我们得到(注意自然对数(1+x个)x个 x个 2 2 )

x个 n个 + 1 自然对数 ( 1 + c(c) n个 ) c(c) n个 c(c) 2 2 n个 2 = c(c) n个 + 1 + c(c) n个 ( n个 + 1 ) c(c) 2 2 n个 2 c(c) n个 + 1 ,

因此(24)适用于每个n个N个.自 x个 n个 > c(c) n个 对于每个n个N个 c(c) n个 =,然后我们得到 x个 n个 =,一个矛盾。

工具书类

  1. Amini-Harandi A:偏序度量空间中的耦合和三重不动点理论及其在初值问题中的应用。数学。计算。模型。2012年10月16日/j.mcm.2011.12.006

    谷歌学者 

  2. Amini-Harandi A:完备度量空间中一类新型集值压缩映射的不动点和耦合不动点。不动点理论应用。2012.,2012:文章ID 215 10.1186/1687-1812-2012-215

    谷歌学者 

  3. Babu GVR,Sandhya ML,Kameswari MVR:关于弱压缩的Berinde不动点定理的注记。卡帕斯。数学杂志。2008, 24(1):8–12.

    数学科学网 数学 谷歌学者 

  4. Berinde V,Pacurar M:几乎收缩的不动点和连续性。不动点理论2008, 9: 23–34.

    数学科学网 数学 谷歌学者 

  5. Berinde V:关于奇irić型几乎压缩不动点定理的一些注记。卡帕斯。数学杂志。2009, 25: 157–162.

    数学科学网 数学 谷歌学者 

  6. ĆirićL,Abbas M,Saadati R,Hussain N:有序度量空间中几乎广义压缩映射的公共不动点。申请。数学。计算。2011, 217: 5784–5789. 2016年10月10日/j.amc.2010.12.060

    第条 数学科学网 数学 谷歌学者 

  7. Fan K:F.E.Browder两个不动点定理的推广。数学。Z。1969, 112: 234–240. 2007年10月10日/BF01110225

    第条 数学科学网 数学 谷歌学者 

  8. Prolla JB:集值映射的不动点定理和最佳逼近的存在性。数字。功能。分析。最佳方案。1982/1983, 5: 449–455.

    第条 数学科学网 数学 谷歌学者 

  9. Hussain N,Khan AR,Agarwal RP:序Banach空间中的Krasnosel's kii和Ky Fan型不动点定理。J.非线性凸分析。2010年,11(3):475–489。

    数学科学网 数学 谷歌学者 

  10. Hussain N,Khan AR:最佳逼近算子在-希尔伯特空间中的非扩张映射。数字。功能。分析。最佳方案。2003, 24(3–4):327–338. 10.1081/NFA-120022926

    第条 数学科学网 数学 谷歌学者 

  11. Takahashi W:Fan关于凸函数不等式的存在性定理及其应用。极小极大理论及其应用编辑:Ricceri B,Simons S.Kluwer Academic,Dordrecht;1998:597–602.

    谷歌学者 

  12. Abkar A,Gabeleh M:多值映射最佳邻近点的存在性。Rev.R.学术版。中国。精确到Fís。Nat.,Ser。一块垫子。2013年10月07日/13398-012-0074-6

    谷歌学者 

  13. Abkar A,Gabeleh M:有序度量空间中循环映射的最佳邻近点。J.优化。理论应用。2011, 150(1):188–193. 2007年10月10日/10957-011-9818-2

    第条 数学科学网 数学 谷歌学者 

  14. Amini-Harandi A:循环强拟压缩映射的最佳邻近点定理。J.全球。最佳方案。2013年10月07日/10898-012-9953-9

    谷歌学者 

  15. Amini-Harandi A:度量空间中近端广义收缩的最佳邻近点。最佳方案。莱特。2013年10月07日/11590-012-0470-z

    谷歌学者 

  16. Amini-Harandi A:度量空间中的公共最佳邻近点定理。最佳方案。莱特。2012年10月7日/11590-012-0600-7

    谷歌学者 

  17. Amini-Harandi A,Hussain N,Akbar F:度量空间中广义收缩的最佳邻近点结果。不动点理论应用。2013年、2013年:文章ID 164

    谷歌学者 

  18. Caballero C,Harjani J,Sadarangani K:Geraghty收缩的最佳邻近点定理。不动点理论应用。2012.,2012:文章ID231 10.1186/1687-1812-2012-231

    谷歌学者 

  19. Eldred AA,Veeramani P:最佳邻近点的存在性和收敛性。数学杂志。分析。申请。2006, 323: 1001–1006. 2016年10月10日/j.jmaa.2005年10月81日

    第条 数学科学网 数学 谷歌学者 

  20. Hussain N、Kutbi MA、Salimi P:修改后的最佳接近点结果α-ψ-近端理性收缩。文章摘要。申请。分析。2013年、2013年:文章ID 927457

    谷歌学者 

  21. 铃木T,Kikkawa M,Vetro C:具有UC性质的度量空间中最佳邻近点的存在性。非线性分析。2009, 71: 2918–2926. 10.1016/j.na.2009.01.173

    第条 数学科学网 数学 谷歌学者 

  22. Jleli M,Samet B:最佳接近点α-ψ-近端压缩类型映射及其应用。牛市。科学。数学。2013年10月16日/j.bulsci.2013.02.003

    谷歌学者 

  23. Kirk WA,Reich S,Veeramani P:邻近收缩和最佳邻近对定理。数字。功能。分析。最佳方案。2003年,24:851–862。10.1081/NFA-120026380

    第条 数学科学网 数学 谷歌学者 

  24. Mongkolkeha C,Kumam P:有序度量空间中广义循环压缩的最佳邻近点定理。J.优化。理论应用。2012年10月07日/10957-012-9991-y

    谷歌学者 

  25. Sadiq Basha S:最佳邻近点:全局最优近似解。J.全球。最佳方案。2011, 49: 15–21. 2007年10月10日/10898-009-9521-0

    第条 数学科学网 数学 谷歌学者 

  26. Sadiq Basha S:最佳接近点:最佳解决方案。J.优化。理论应用。2011, 151: 210–216. 2007年10月10日/10957-011-9869-4

    第条 数学科学网 数学 谷歌学者 

  27. Sadiq Basha S:最佳邻近点定理:解决一个特殊的非线性规划问题。顶部2012年10月07日/11750-012-0269-1

    谷歌学者 

  28. Agarwal RP,Hussain N,Taoudi MA:有序Banach空间中的不动点定理及其在非线性积分方程中的应用。文章摘要。申请。分析。2012年、2012年:文章ID 245872

    谷歌学者 

  29. 萨梅特B:关于最佳接近点的一些结果。J.优化。理论应用。2013年10月07日/10957-013-0269-9

    谷歌学者 

  30. Agarwal RP,El-Gebeily MA,O’Regan D:偏序度量空间中的广义压缩。申请。分析。2008, 87(1):109–116. 10.1080/00036810701556151

    第条 数学科学网 数学 谷歌学者 

  31. Sankar Raj V:弱压缩非自映射的最佳邻近点定理。非线性分析。2011, 74: 4804–4808. 10.1016/j.na.2011.04.052

    第条 数学科学网 数学 谷歌学者 

  32. Jleli M、Karacinar E、Samet B:关于P(P)-偏序度量空间的属性。文章摘要。申请。分析。2013年、2013年:文章ID 150970

    谷歌学者 

下载参考资料

鸣谢

第一作者得到了IPM(编号92470412)的部分资助。第二位作者得到了IPM(编号92550414)的部分资助。第一位和第二位作者也得到了伊朗沙赫里科德大学数学卓越中心的部分支持。本文由吉达阿卜杜拉齐兹国王大学科学研究院长(DSR)资助。因此,第四作者感谢DSR、KAU的财政支持。

作者信息

作者和附属机构

作者

通讯作者

与的通信纳瓦布·侯赛因.

其他信息

竞争性利益

提交人声明他们没有相互竞争的利益。

作者的贡献

所有作者在写这篇文章时都做出了同等重要的贡献。所有作者阅读并批准了最终手稿。

权利和权限

开放式访问本文根据Creative Commons Attribution 2.0 International License的条款分发(https://creativecommons.org/licenses/by/2.0)它允许在任何介质中不受限制地使用、分发和复制原始作品,前提是正确引用了原始作品。

转载和许可

关于本文

引用这篇文章

Amini-Harandi,A.,Fakhar,M.,Hajisharifi,H.R。等。关于预定度量空间中固定和最佳邻近点的一些新结果。不动点理论应用 2013, 263 (2013). https://doi.org/10.1186/1687-1812-2013-263

下载引文

  • 收到以下为:

  • 认可的以下为:

  • 出版以下为:

  • 内政部以下为:https://doi.org/10.1186/1687-1812-2013-263

关键词