导读:本文包含了收敛率估计论文开题报告文献综述及选题提纲参考文献，主要关键词:实Banach空间,增生算子,具误差的Ishikawa迭代序列,收敛率估计
收敛率估计论文文献综述
王绍荣,熊明[1]（2009）在《关于增生算子方程的具误差的Ishikawa迭代序列的收敛率估计》一文中研究指出设X是一实的Banach空间,T:X→X是一Lipschitz的增生算子;证明了具误差的Ishikawa迭代序列强收敛到x+Tx=f的唯一解;得到一个一般的收敛率估计式.进一步得到:若T:X→X是一Lipschitz的强增生算子,则具误差的Ishikawa迭代序列强收敛到Tx=f的唯一解.文中结果推广和发展了已有的相关结果.(本文来源于《应用泛函分析学报》期刊2009年02期）
李文玲,李素红,苏永福[2]（2008）在《严格伪压缩映象的复合隐格式迭代序列的收敛率估计》一文中研究指出设K是实Banach空间E的非空闭凸集,{Ti}iN=1:K→K是N个严格伪压缩映象且公共不动集F=∩Ni=1F(Ti)≠φ,其中F(Ti)={x∈K:Tix=x}.{αn}n∞=1,{βn}n∞=1[0,1]是实序列且满足条件:(i)sum from n=1 to ∞ (αn)(ii)lim(n→∞)αn=lim(n→∞)βn=0(iii)αnβnL2<1,n≥1其中L≥1是{Ti}iN=1的公共Lipschitz常数.对于任意的x0∈K,设{xn}n∞=1是由下列产生的复合隐格式迭代序列:xn=(1-αn)xn-1+αn Tnynyn=(1-βn)xn-1+βnTnxn其中Tn=Tn mod N,则{xn}强收敛到{Ti}iN=1的公共不动点.结果推广和改进了相关文献的结果,且主要定理的证明方法也是不同的.并且进一步给出了序列的收敛率估计.(本文来源于《数学的实践与认识》期刊2008年19期）
任殿波,张继业[3]（2006）在《一类变时滞大系统的指数收敛率估计》一文中研究指出基于一类变时滞大系统全局指数稳定性的研究结果,提出了一种大系统指数收敛率的估计方法.利用此方法对该系统的指数收敛率进行了估计,得到了系统指数收敛率的估计式.该方法以大系统的系数矩阵以及与大系统关联的李雅普诺夫矩阵方程的解构造判定矩阵,利用M-矩阵理论,来确定系统的指数收敛率,计算简便,且与时间滞后量无关,便于在实践中应用.(本文来源于《交通运输系统工程与信息》期刊2006年05期）
刘理蔚,吴理华[4]（2005）在《关于增生算子方程Ishikawa迭代法收敛率估计的注记》一文中研究指出对严格拟压缩映射和非线性强增生算子方程的Ishikawa迭代程序的收敛性及误差估计给出一个统一的定理。我们的结果统一和改进了近期相应的结果。(本文来源于《南昌大学学报(理科版)》期刊2005年03期）
赵芬[5]（2005）在《非线性方程迭代法的收敛定理及收敛率估计》一文中研究指出近年来,关于非线性增生算子方程迭代序列收敛性的问题已经得到了学者们的广泛研究,其中,Mann 迭代和Ishikawa 迭代的研究成果最为突出。但是以往结论的成立均依赖于研究空间的特殊性质和较为严格的条件,且这些结论未对收敛率做进一步的估计。受此启发,本文提出了新的增生算子方程(带误差的)叁重迭代法的强收敛定理,并对其进行了收敛率估计。本文的结果扩大了以往局限的研究空间,放宽了传统的条件,在更一般的框架下完善和扩展了以往的相关结果,关于Mann 迭代和Ishikawa 迭代的收敛性定理均可作为本文结论的特例,同时本文的主要定理也可作为对单调增生算子理论及不动点理论的补充和推广。(本文来源于《河北大学》期刊2005-06-01）
王绍荣,杨泽恒[6]（2004）在《增生算子方程的具误差的Ishikawa迭代序列的收敛率估计》一文中研究指出设 X 是一实的 Banach 空间,T : X → X 是一 Lipschitz 的增生算子。本文证明了具误差 的 Ishikawa 迭代序列强收敛到方程 x + Tx = f 的唯一解;并得一个一般的收敛估计式。 若 T : X → X 是一 Lipschitz 的强增生算子,则具误差的 Ishikawa 迭代序列强收敛到方 程 Tx = f 的唯一解。本文结果推广和发展了现有的相应结果。(本文来源于《工程数学学报》期刊2004年06期）
谭晓惠,张继业,杨翊仁[7]（2003）在《神经网络指数稳定性分析及收敛率估计》一文中研究指出该文通过李雅普诺夫直接方法,研究了一类 Hopfield神经网络平衡点的存在性、唯一性与指数稳定性。文中假设神经网络系统的激励函数为单调增Lipschitz连续函数,在自反馈项为非线性函数的条件下,研究其指数稳定性,同时给出了收敛率估计式。(本文来源于《电子与信息学报》期刊2003年10期）
曾六川[8]（2003）在《关于增生算子方程的Ishikawa迭代法的收敛率估计》一文中研究指出1 引言与预备知识设X是一实Banach空间,其对偶空间为X~*,记X与X~*之间的对偶对为(·,·),且(本文来源于《高等学校计算数学学报》期刊2003年01期）
曾六川[9]（2003）在《关于严格伪压缩映象的Ishikawa迭代逼近的收敛率估计》一文中研究指出研究Banach空间X中Lipschitz严格伪压缩映象不动点的Ishikawa迭代逼近问题,所得结果提供了Ishikawa迭代序列的一般的收敛率估计。(本文来源于《工程数学学报》期刊2003年01期）
曾六川[10]（2002）在《关于Banach空间中增生算子方程的迭代法收敛率估计(英文)》一文中研究指出本文研究Banach空间中增生算子方程的Ishikawa迭代法收敛率估计 .本文所得结果在以下方面改进和推广了刘理蔚的结果 (NonlinearAnal.4 2 ( 2 ) ( 2 0 0 0 ) ,2 71～ 2 76 ) :( 1 )以假设{αn},{βn}在不同区间上独立取值代替刘的假设limn→∞αn =limn→∞βn =0 ;( 2 )以一般的收敛率估计和几何收敛率估计代替刘的收敛率估计‖xm -x ‖ =O( 1 /m) .(本文来源于《应用数学》期刊2002年02期）
收敛率估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
设K是实Banach空间E的非空闭凸集,{Ti}iN=1:K→K是N个严格伪压缩映象且公共不动集F=∩Ni=1F(Ti)≠φ,其中F(Ti)={x∈K:Tix=x}.{αn}n∞=1,{βn}n∞=1[0,1]是实序列且满足条件:(i)sum from n=1 to ∞ (αn)(ii)lim(n→∞)αn=lim(n→∞)βn=0(iii)αnβnL2<1,n≥1其中L≥1是{Ti}iN=1的公共Lipschitz常数.对于任意的x0∈K,设{xn}n∞=1是由下列产生的复合隐格式迭代序列:xn=(1-αn)xn-1+αn Tnynyn=(1-βn)xn-1+βnTnxn其中Tn=Tn mod N,则{xn}强收敛到{Ti}iN=1的公共不动点.结果推广和改进了相关文献的结果,且主要定理的证明方法也是不同的.并且进一步给出了序列的收敛率估计.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
收敛率估计论文参考文献
[1].王绍荣,熊明.关于增生算子方程的具误差的Ishikawa迭代序列的收敛率估计[J].应用泛函分析学报.2009
[2].李文玲,李素红,苏永福.严格伪压缩映象的复合隐格式迭代序列的收敛率估计[J].数学的实践与认识.2008
[3].任殿波,张继业.一类变时滞大系统的指数收敛率估计[J].交通运输系统工程与信息.2006
[4].刘理蔚,吴理华.关于增生算子方程Ishikawa迭代法收敛率估计的注记[J].南昌大学学报(理科版).2005
[5].赵芬.非线性方程迭代法的收敛定理及收敛率估计[D].河北大学.2005
[6].王绍荣,杨泽恒.增生算子方程的具误差的Ishikawa迭代序列的收敛率估计[J].工程数学学报.2004
[7].谭晓惠,张继业,杨翊仁.神经网络指数稳定性分析及收敛率估计[J].电子与信息学报.2003
[8].曾六川.关于增生算子方程的Ishikawa迭代法的收敛率估计[J].高等学校计算数学学报.2003
[9].曾六川.关于严格伪压缩映象的Ishikawa迭代逼近的收敛率估计[J].工程数学学报.2003
[10].曾六川.关于Banach空间中增生算子方程的迭代法收敛率估计(英文)[J].应用数学.2002
标签：实Banach空间; 增生算子; 具误差的Ishikawa迭代序列; 收敛率估计;