m-增生算子和非扩张半群粘滞迭代算法的强收敛性.docxVIP

m-增生算子和非扩张半群粘滞迭代算法的强收敛性

在非线性泛函分析领域，m-增生算子与非扩张半群的研究一直是重要的课题，它们在微分方程、优化理论等诸多领域都有着广泛的应用。而粘滞迭代算法作为求解不动点问题的有效方法，其收敛性分析更是备受关注。本文将深入探讨m-增生算子和非扩张半群粘滞迭代算法的强收敛性，为相关理论的发展和应用提供有力的支持。

一、预备知识

（一）m-增生算子的定义与性质

设X是实Banach空间，X^*是其对偶空间，D(T)和R(T)分别表示算子T:X\rightarrow2^X的定义域和值域。若对于任意的x_1,x_2\inD(T)，存在j(x_1-x_2)\inJ(x_1-x_2)（其中J是X的正规对偶映射），使得\langley_1-y_2,j(x_1-x_2)\rangle\geq0，则称算子T是增生的。若T是增生的，且R(T)=X，则称T是m-增生的。m-增生算子具有良好的性质，例如其预解式J_\lambda=(I+\lambdaT)^{-1}（\lambda0）是单值的非扩张算子，即对于任意的x,y\inX，有\|J_\lambdax-J_\lambday\|\leq\|x-y\|。

（二）非扩张半群的定义与性质

设\{T(t)\}_{t\geq0}是定义在Banach空间X上的一族算子，若满足：

T(0)=I（I为恒等算子）；

T(t+s)=T(t)T(s)对任意的t,s\geq0成立；

对每个x\inX，映射t\rightarrowT(t)x在[0,+\infty)上是连续的；

每个T(t)都是非扩张的，即\|T(t)x-T(t)y\|\leq\|x-y\|对任意的x,y\inX和t\geq0成立，则称

则称\{T(t)\}_{t\geq0}是X上的非扩张半群。非扩张半群的无穷小生成元A定义为Ax=\lim_{t\rightarrow0^+}\frac{T(t)x-x}{t}，其定义域D(A)是X的一个稠密集，且A是m-增生算子。

（三）相关引理

引理1：设X是一致凸Banach空间，\{x_n\}和\{y_n\}是X中的两个序列，满足\lim_{n\rightarrow\infty}\|x_n+y_n\|=2\lim_{n\rightarrow\infty}\|x_n\|=2\lim_{n\rightarrow\infty}\|y_n\|=2c，则\lim_{n\rightarrow\infty}\|x_n-y_n\|=0。

引理2：设T是Banach空间X上的非扩张算子，F(T)是T的不动点集，即F(T)=\{x\inX|Tx=x\}。若x_n=(1-\alpha_n)Tx_n+\alpha_nf(x_n)，其中\{\alpha_n\}\subset(0,1)满足\lim_{n\rightarrow\infty}\alpha_n=0，\sum_{n=1}^{\infty}\alpha_n=\infty，且f:X\rightarrowX是压缩映射，压缩系数为\beta\in(0,1)，则\{x_n\}强收敛到T的某个不动点。

二、粘滞迭代算法的构造

考虑m-增生算子A生成的非扩张半群\{T(t)\}_{t\geq0}，其不动点集为F=\bigcap_{t\geq0}F(T(t))，其中F(T(t))是T(t)的不动点集。设f:X\rightarrowX是压缩映射，压缩系数为\beta\in(0,1)。构造粘滞迭代算法如下：选取初始点

选取初始点x_0\inX，定义迭代序列\{x_n\}为

x_n=(1-\alpha_n)T(t_n)x_n+\alpha_nf(x_n),

其中\{\alpha_n\}\subset(0,1)是满足一定条件的序列，\{t_n\}\subset(0,+\infty)且\lim_{n\rightarrow\infty}t_n=0。

三、强收敛性的证明

（一）序列的有界性

首先证明迭代序列\{x_n\}是有界的。设p\inF，则T(t_n)p=p对任意的n成立。于是

\|x_n-p\|=\|(1-\alpha_n)(T(t_n)x_n-T(t_n)p)+\alpha_n(f(x_n)-f(p))\|

\leq(1-\alpha_n)\|x_n-p\|+\alpha_n\beta\|x_n-p\|=[(1-\alpha_n)+\alpha_n\beta]\|x_n-p\|=(1-\alpha_n(1-\beta))\|x_n-p\|.

因为\alp