徐亞軍 倪仁興
(紹興文理學院 數(shù)理信息學院,浙江 紹興 312000)
分裂可行性問題(SFP)是一個重要的非線性問題,它在一定條件下可與變分不等式問題(VIP)、不動點問題(FPP)等數(shù)學問題相互轉化.SFP廣泛應用于各種實際問題,如強放射治療、信號處理和圖像重建等問題.其研究成果已引起國內外學者們的高度重視[1].1994年, Censor和Elfving[2]兩位學者首先在有限維Hilbert中提出SFP.雖然他們用多重投影法得到求解該問題的一個迭代序列,但是在每次迭代中都需計算矩陣的逆,使得計算變得復雜和困難.為了克服這一不足,Byrne[3]在2002年提出C—Q算法(梯度投影法).此后,C—Q算法成為一種研究SFP的主要方法.關于求解SFP的一些方法可參考文獻[4-6].
非線性算子不動點迭代的早期成果是1922年Banach[7]提出的壓縮映像原理.1953年,Mann[8]受Banach壓縮映像原理的啟發(fā),提出了Mann迭代算法.1967年,Halpern[9]提出了Halpern迭代算法.1974年,Ishikawa[10]基于Mann迭代算法提出了兩步迭代(Ishikawa迭代)算法.除此之外,還有許多基于這幾種算法的其他算法[2-6].近幾年來,人們對于非線性映射不動點的迭代計算越來越感興趣[11-13].此外,還有許多學者在無窮維Hilbert空間中研究SFP[14-16].
以上文獻中得到的許多結果都是建立在實Hilbert空間中.然而,在現(xiàn)實生活中多數(shù)數(shù)學問題都存在于Banach空間中.Banach空間比Hilbert空間更普遍.因此,在Banach空間中研究本課題十分有意義.到目前為止,在Hilbert空間中研究SFP解的強弱收斂定理已有較好的結果,但在一般Banach空間框架下的研究還較少.這是因為其研究相對較為困難,在Hilbert空間中一些性質在Banach空間中不再成立,如Hilbert空間中投影算子具有1-Lipschitz連續(xù),正規(guī)對偶算子為恒等算子等性質.因此在Hilbert空間中處理分裂不動點問題的方法,一般并不適用于一般Banach空間.
最近,一些學者開始在Banach空間中研究SFP和FPP[17-19].值得指出的是,在文獻[17]中,SFP的求解方法被推廣到Bregman投影的情況下,Schopfer等人在p一致光滑的Banach空間X中引入了改進的C-Q算法,在X的對偶映射是弱到弱連續(xù)條件下,得到了弱收斂結果.本文的目的是在前人的基礎上,利用Bregman投影構造一類迭代算法,用來逼近SFP的解.它同樣也是左Bregman強非擴張映像的不動點,并得到了強收斂的結果.本文的擴展改進和完善了以上文獻中的相關研究結果.
本節(jié)主要回顧了度量投影,Bregman投影,左Bregman強非擴張映像等定義,給出了有關Bregman投影的一些性質,并且討論在后續(xù)內容中會使用到的相關引理.
定義2.1[20]設f:E→R是一Gteaux可微的凸函數(shù).關于f的Bregman距離定義為:
Δf(x,y)=f(y)-f(x)-(f′(x),y-x),?x,y∈E
(2.1)
定義2.2[21]設非線性算子T:C→C,算子T的漸進不動點集定義如下:
(2.2)
(2.3)
(2.4)
特別地,在p一致凸Banach空間中,度量和Bregman距離有下列關系[21]:
(2.5)
其中τ>0是一固定的數(shù).
定義2.5[18]設C是Banach空間E的非空閉凸子集,度量投影定義為:
它是范數(shù)距離的唯一最小點,它可由下列變分不等式(VI)來表征:
(2.6)
類似于度量投影,Bregman投影定義如下:
它是Bregman距離的唯一最小點,同樣,Bregman投影可以用下列變分不等式(VI)來表征:
(2.7)
由上式得
Δp(ΠCx,z)≤Δp(x,z)-Δp(x,ΠCx),?z∈C
(2.8)
根據(jù)文獻[22],定義函數(shù)Vp:E*×E→[0,+∞)如下:
〈f′(x),y-x〉≤f(y)-f(x).
(2.10)
接下來的引理2.1,引理2.2和引理2.3在本文主要結果的證明中起到重要作用.
引理2.1[23]設E是q一致光滑的,x,y∈E,則存在mq>0,使得
‖x-y‖q≤‖x‖q-q〈Jp(x),y〉+mq‖y‖q.
引理2.2[24]設{an}是一個非負實數(shù)列,滿足下列關系:
an+1≤(1-αn)an+αnσn+rn,
其中,(i){αn}?[0,1],∑αn=∞;(ii)limsupσn≤0;(iii)γn≥0,∑γn<∞.
則有an→0,n→∞.
引理2.3[25]設{an}是一個實數(shù)列,使得存在{n}的一個子列{ni},滿足ani amk≤amk+1,ak≤amk+1. 事實上,令mk=max{j≤k:aj 2015年,Shehu,Ogbuisi和Iyiola在文獻[1]中,得到如下主要結果: (2.11) 通過以上結論,很自然地能產生如下一個問題A:當?shù)鷧?shù)序列{θn}取θn≡1或θn≡0時,以上定理是否還成立? 本節(jié)的目的是給出問題A的一個肯定回答.因此,得到以下兩個定理:定理3.1和定理3.2. (3.1) (3.2) 下面分別給出定理3.1和定理3.2的證明. 證明記rn=Avn-PQ(Avn),由(2.7),對于?u∈F(T)∩Γ,可得 (3.3) 這樣由(3.3)和引理2.1可以得到 (3.4) 根據(jù)條件(iii),得到 Δp(xn,u)≤Δp(vn,u). (3.5) 根據(jù)(2.8),(2.10)和(3.5)可得 ≤αnΔp(v,u)+(1-αn)Δp(xn,u) ≤αnΔp(v,u)+(1-αn)Δp(vn,u) ≤max{Δp(v,u),Δp(vn,u)} ≤? ≤max{Δp(v,u),Δp(v1,u)} (3.6) 情形1假設序列{Δp(xn,u)}單調非增,即存在n1∈N,使得{Δp(xn,u)}是單調增的.又因為序列{Δp(xn,u)}的非負性,根據(jù)單調有界定理知序列{Δp(xn,u)}是收斂的且 Δp(xn+1,u)-Δp(xn,u)→0,n→∞. (3.7) Δp(wn,ΠC(wn))≤Δp(wn,u)-Δp(xn,u) ≤Δp(vn,u)-Δp(xn,u) (3.8) ≤αn-1L+Δp(xn-1,u)-Δp(xn,u)→0,n→∞. (3.9) 同樣地,由(3.4)知 (3.10) (3.11) (3.12) 由A的連續(xù)性,‖xn-vn‖→0可得xnk?Ax′,Avnk?Ax′.在(3.12)中令k→∞,可得‖Ax′-PQAx′‖=0.因此,Ax′=PQAx′,即Ax′∈Q.故證明了x′∈Γ. Δp(sn,xn)≤αnΔp(v,xn)+(1-αn)Δp(xn,xn)→0,n→∞. (3.13) 情形2 假設存在{n}的子列{nk},使得Δp(xnk,u)<Δp(xnk+1,u),?k∈N.由引理2.3知存在一個非遞減的序列{mk}?N,使得Δp(xmk,u)≤Δp(xmk+1,u)和Δp(xk,u)≤Δp(xmk+1,u).由單調有界定理知序列{Δp(xmk,u)}收斂. 綜上所述,證明了文獻[1]得到的主要結果:定理2.1[1]中的參數(shù)θn≡1時,由算法(2.11)生成的序列{xn}和序列{vn}都強收斂到x0=ΠΓ(v). 證明證明x′∈Γ過程同定理3.1的證明類似.此處不再證明. Δp(zn,u)=Δp(Txn,u)≤Δp(xn,u). (3.14) 因此,根據(jù)(2.10),(3.5)和(3.14)可得 (3.15) 下證xn→ΠF(T)∩Γ(v).記x0=ΠF(T)∩Γ(v),類似(3.6)證明得 接下來的證明過程與定理3.1中兩種情形,情形1和情形2類似,不再詳細證明. 綜上,我們證明了文獻[1]得到的主要結果:定理2.1[1]中參數(shù)θn≡0時,由算法(2.11)生成的序列{xn}和序列{vn}都強收斂到x0=ΠF(T)∩Γ(v). 注3.1定理3.1和定理3.2分別說明了文獻[1]得到的主要結果:定理2.1[1]對θn≡1和θn≡0均成立.因此,我們的主要結果—定理3.1和定理3.2是對2015年Shehu,Ogbuisi和Iyiola[1]的主要結果—定理2.1[1]的拓展和補充.3 主要結果—定理3.1和定理3.2及其證明