Algoritmos de subgradiente proyectados para problemas de equilibrio pseudomonótono y puntos fijos de operadores pseudocontractivos
Autores: Yao, Yonghong; Shahzad, Naseer; Yao, Jen-Chih
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Algoritmos de subgradiente proyectados para problemas de equilibrio pseudomonótono y puntos fijos de operadores pseudocontractivos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Algoritmos
Proyectado
Subgradiente
Problemas de equilibrio
Algoritmo iterativo
Convergencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Los algoritmos de subgradiente proyectado pueden considerarse como una mejora de los algoritmos proyectados y los algoritmos de subgradiente para los problemas de equilibrio de la clase de operadores monótonos y continuos de Lipschitz. En este artículo, presentamos y analizamos un algoritmo iterativo para encontrar un elemento común del punto fijo de operadores pseudocontractivos y el problema de equilibrio pseudomonótono en espacios de Hilbert. El algoritmo iterativo sugerido se basa en el método proyectado y el método de subgradiente con una técnica de búsqueda lineal. Mostramos el resultado de convergencia fuerte para la secuencia iterativa generada por este algoritmo. También se incluyen algunas aplicaciones. Nuestro resultado mejora y extiende algunos resultados existentes en la literatura.
Descripción
Los algoritmos de subgradiente proyectado pueden considerarse como una mejora de los algoritmos proyectados y los algoritmos de subgradiente para los problemas de equilibrio de la clase de operadores monótonos y continuos de Lipschitz. En este artículo, presentamos y analizamos un algoritmo iterativo para encontrar un elemento común del punto fijo de operadores pseudocontractivos y el problema de equilibrio pseudomonótono en espacios de Hilbert. El algoritmo iterativo sugerido se basa en el método proyectado y el método de subgradiente con una técnica de búsqueda lineal. Mostramos el resultado de convergencia fuerte para la secuencia iterativa generada por este algoritmo. También se incluyen algunas aplicaciones. Nuestro resultado mejora y extiende algunos resultados existentes en la literatura.