Métodos de subgradiente extragradiente inercial para resolver problemas de desigualdad variacional y problemas de punto fijo
Autores: Okeke, Godwin Amechi; Abbas, Mujahid; de la Sen, Manuel
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Métodos de subgradiente extragradiente inercial para resolver problemas de desigualdad variacional y problemas de punto fijo
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Algoritmos
Problemas de desigualdad variacional
Espacios de Hilbert reales
Teoremas de convergencia
Experimentos numéricos
Métodos existentes
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Proponemos dos nuevos algoritmos iterativos para resolver problemas de desigualdad variacional K-pseudomonótonos en el marco de espacios de Hilbert reales. Estos métodos recién propuestos se obtienen combinando el algoritmo de aproximación de viscosidad, el algoritmo de Picard Mann y el método de extragradiente subgradiente inercial. Establecemos algunos teoremas de convergencia sólida para nuestros métodos recién desarrollados bajo ciertas restricciones. Nuestros resultados amplían y mejoran varios resultados anunciados recientemente. Además, realizamos varios experimentos numéricos para mostrar que nuestros algoritmos propuestos funcionan mejor en comparación con varios métodos existentes.
Descripción
Proponemos dos nuevos algoritmos iterativos para resolver problemas de desigualdad variacional K-pseudomonótonos en el marco de espacios de Hilbert reales. Estos métodos recién propuestos se obtienen combinando el algoritmo de aproximación de viscosidad, el algoritmo de Picard Mann y el método de extragradiente subgradiente inercial. Establecemos algunos teoremas de convergencia sólida para nuestros métodos recién desarrollados bajo ciertas restricciones. Nuestros resultados amplían y mejoran varios resultados anunciados recientemente. Además, realizamos varios experimentos numéricos para mostrar que nuestros algoritmos propuestos funcionan mejor en comparación con varios métodos existentes.