×

关于\((alpha,\beta)\)映射的近似不动点序列的备注。 (英语) Zbl 1491.47048号

摘要:在本注释中,我们提出一个命题和两个示例,以完全回答以下开放式问题[A.阿米尼·哈兰迪等,《数学杂志》。分析。申请。467,第2期,1168–1173(2018年;Zbl 1500.47075号)](alpha,beta)映射的近似不动点序列。

MSC公司:

47甲10 定点定理
2009年9月47日 收缩型映射、非扩张映射、(A\)-适当映射等。
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Amini-Harandi,A。;法哈尔,M。;Hajisharifi,HR,非扩张映射的近似不动点,J.Math。分析。申请。,467, 2, 1168-1173 (2018) ·Zbl 1500.47075号 ·doi:10.1016/j.jmaa.2018年7月58日
[2] 青山,K。;Kohsaka,F.,Banach空间中(α)-非扩张映射的不动点定理,非线性分析。,74, 13, 4387-4391 (2011) ·Zbl 1238.47036号 ·doi:10.1016/j.na.2011.03.057
[3] Chang,S-S;Wang,L。;王,XR;Zhao,LC,Hadamard空间中有限族最小化问题的公共解和一对非压缩映射的不动点问题,Rev.R.Acad。中国。精确到Fís。Nat.Ser公司。A Mat.RACSAM,114、2、12(2020年)·Zbl 1444.47072号
[4] Cho,YJ,《度量不动点理论和应用综述》,《实分析和复分析及其应用进展》,183-241(2017),柏林:施普林格出版社,柏林·Zbl 1383.54041号 ·数字对象标识代码:10.1007/978-981-10-4337-69
[5] Jailoka,P。;Suantai,S.,《多值非压缩映射的分裂公共不动点问题及其应用》,Rev.R.Acad。中国。精确到Fís。Nat.Ser公司。A Mat.RACSAM,113,2689-706(2019)·兹伯利07086841 ·doi:10.1007/s13398-018-0496-x
[6] 柯克,W。;Shahzad,N.,距离空间中的不动点理论(2014),Cham:Springer,Cham·Zbl 1308.58001号 ·doi:10.1007/978-3-319-10927-5
[7] 北帕卡拉南。;库玛姆,P。;Cho,YJ,解(cat(0))空间中渐近拟单扩张映象的凸极小化问题和公共不动点问题的邻近点算法及收敛性分析,Numer。阿尔戈。,78, 3, 827-845 (2018) ·Zbl 1398.65112号 ·doi:10.1007/s11075-017-0402-1
[8] 右长裤。;Shukla,R.,Banach空间中广义α-非扩张映射的不动点逼近,Numer。功能。分析。最佳。,38, 2, 248-266 (2017) ·Zbl 1367.47069号 ·doi:10.1080/01630563.2016.1276075
[9] 右长裤。;Shukla,R。;Rakoćević,V.,《Reich型非自扩张映射的最佳逼近点逼近》,Rev.R.Acad。中国。精确到Fís。Nat.Ser公司。A Mat.RACSAM,114、4、14(2020年)·Zbl 07258323号
[10] Song,Y。;Muangchoo-In,K。;库玛姆,P。;Cho,YJ,(α)-非扩张映射族公共不动点的逐次逼近,J.不动点理论应用。,20, 1, 13 (2018) ·Zbl 1388.49009号 ·doi:10.1007/s11784-018-0483-z
[11] 苏帕拉图拉通,R。;乔勒姆贾克,P。;Suantai,S.,解决非压缩算子分裂问题的惯性效应自适应算法,Rev.R.Acad。中国。精确到Fís。Nat.Ser公司。A Mat.RACSAM,114、1、16(2020年)·Zbl 1439.54009号 ·doi:10.1007/s13398-019-00745-x
[12] 苏帕拉图拉通,R。;Suantai,S。;Phudolsitthiphat,N.,使用惯性自适应算法计算分裂公共不动点问题的解,Rev.R.Acad。中国。精确到Fís。Nat.Ser公司。A Mat.RACSAM,113,4,3101-3114(2019)·Zbl 07124357号 ·doi:10.1007/s13398-019-00676-7
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。