Resumen

Consideremos la desigualdad variacional de encontrar un punto que satisfaga la propiedad para todo , donde es un conjunto de nivel de una función convexa definida en un espacio de Hilbert real y es un operador fuertemente monótono y Lipschitziano acotado (es decir, Lipschitziano en subconjuntos acotados de ). He y Xu demostraron que esta desigualdad variacional tiene una solución única y diseñaron algoritmos iterativos para aproximar esta solución (ver He y Xu, 2009). En este artículo, se proponen algoritmos iterativos relajados y autoadaptativos para calcular esta solución única. Dado que nuestros algoritmos evitan el cálculo de la proyección (calculando mediante la computación de una secuencia de proyecciones en semiespacios que contienen el dominio original) directamente y seleccionan los tamaños de paso a través de una forma autoadaptativa (sin necesidad de conocer ninguna información de las constantes de Lipschitz acotadas de (es decir, constantes de Lipschitz en algunos subconjuntos acotados de )), la implement

• Materias:Algoritmo de búsqueda Características infrarrojas Retraso difuso Efecto de termoforesis Interpolación
• Subjects:Search algorithm Infrared features Fuzzy delay Thermophoresis effect Interpolation
• Palabras claves:Desigualdad variacional; Función convexa; Espacio de Hilbert; Operador Lipschitziano; Algoritmos iterativos; Solución única
• Keywords:Variational inequality; Convex function; Hilbert space; Lipschitzian operator; Iterative algorithms; Unique solution