Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Algorithms for Solving Common Fixed Point Problems (eBook)

eBook Download: PDF
2018 | 1st ed. 2018
VIII, 316 Seiten
Springer International Publishing (Verlag)
978-3-319-77437-4 (ISBN)

Lese- und Medienproben

Algorithms for Solving Common Fixed Point Problems - Alexander J. Zaslavski
Systemvoraussetzungen
117,69 inkl. MwSt
(CHF 114,95)
Der eBook-Verkauf erfolgt durch die Lehmanns Media GmbH (Berlin) zum Preis in Euro inkl. MwSt.
  • Download sofort lieferbar
  • Zahlungsarten anzeigen

This book details approximate solutions to common fixed point problems and convex feasibility problems in the presence of perturbations. Convex feasibility problems search for a common point of a finite collection of subsets in a Hilbert space; common fixed point problems pursue a common fixed point of a finite collection of self-mappings in a Hilbert space. A variety of algorithms are considered in this book for solving both types of problems,  the study of which has fueled a rapidly growing area of research. This monograph is timely and highlights the numerous applications to engineering, computed tomography, and radiation therapy planning.

Totaling eight chapters, this book begins with an introduction to foundational material and moves on to examine iterative methods in metric spaces. The dynamic string-averaging methods for common fixed point problems in normed space are analyzed in Chapter 3. Dynamic string methods, for common fixed point problems in a metric space are introduced and discussed in Chapter 4. Chapter 5 is devoted to the convergence of an abstract version of the algorithm which has been called  component-averaged row projections (CARP). Chapter 6 studies a proximal algorithm for finding a common zero of a family of maximal monotone operators. Chapter 7 extends the results of Chapter 6 for a dynamic string-averaging version of the proximal algorithm. In Chapters 8 subgradient projections algorithms for convex feasibility problems are examined for infinite dimensional Hilbert spaces. 

1. Introduction.- 2. Iterative methods in metric spaces.- 3. Dynamic string-averaging methods in normed spaces.- 4. Dynamic string-maximum methods in metric spaces.- 5. Abstract version of CARP algorithm.- 6. Proximal point algorithm.- 7. Dynamic string-averaging proximal point algorithm.- 8. Convex feasibility problems.

Erscheint lt. Verlag 2.5.2018
Reihe/Serie Springer Optimization and Its Applications
Springer Optimization and Its Applications
Zusatzinfo VIII, 316 p.
Verlagsort Cham
Sprache englisch
Themenwelt Mathematik / Informatik Mathematik Analysis
Schlagworte convex feasibility problems • Dynamic string methods • fixed point problems • hilbert space • Tomography
ISBN-10 3-319-77437-9 / 3319774379
ISBN-13 978-3-319-77437-4 / 9783319774374
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 3,1 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich