[论文解读] Generalized n-metric spaces and fixed point theorems

Kamran Alam Khan|arXiv (Cornell University)|Sep 17, 2018

Fixed Point Theorems Analysis参考文献 5被引用 8

一句话总结

本文引入了一种广义的 $n$-度量空间，记为 $G_n$，作为 $K$-度量空间的对称推广，将 $G$-度量推广至 $n \geq 3$ 个点。它建立了满足 $k$-压缩条件（$0 \leq k < 1/2$）的映射的不动点定理，证明在完备性和广义连续性条件下，不动点存在且唯一。

ABSTRACT

Gähler ([3],[4]) introduced the concept of 2-metric as a possible generalization of usual notion of a metric space. In many cases the results obtained in the usual metric spaces and 2-metric spaces are found to be unrelated (see [5]). Mustafa and Sims [8] took a different approach and introduced the notion of $G$-metric. The author [6] generalized the notion of G-metric to more than three variables and introduced the concept of $K$-metric as a function $K\colon X^n o \mathbb{R}^+$, $(n\ge 3)$. In this paper, We improve the definition of $K$-metric by making symmetry condition more general. This improved metric denoted by $G_n$ is called the Generalized $n$-metric. We develop the theory for generalized $n$-metric spaces and obtain some fixed point theorems.

研究动机与目标

• 通过引入更具对称性和广义性的 $n$-度量 $G_n$，将 $G$-度量和 $K$-度量空间的概念推广至 $n \geq 3$ 个点，以克服先前框架的局限性。
• 为 $G_n$-空间建立拓扑与度量结构，以支持高阶点构型下的收敛性、柯西序列和连续性。
• 在 $k < 1/2$ 的广义压缩条件下，为完备 $G_n$-空间中的自映射建立不动点定理，确保不动点的存在性与唯一性。
• 定义并分析广义 $r$-连续性，这是一种专为 $G_n$-空间设计的新连续性概念，以支持迭代序列的收敛性。

提出的方法

• 定义 $G_n: X^n \to \mathbb{R}^+$，满足五个公理：(G1) 当且仅当所有点相等时为零；(G2) 当 $n-1$ 个点相等而一个点不同时为正；(G3) 混合构型的下界；(G4) 完全置换对称性；(G5) 广义三角不等式。
• 在 $\mathbb{R}$ 和度量空间上构造 $G_n$-度量的实例，包括最大距离 $\rho(x_1,\dots,x_n) = \max_{r \neq s} |x_r - x_s|$，以及基于求和或取最大值的 $K$-度量构造。
• 证明 $G_n$-空间支持柯西序列和 $G_n$-收敛性，利用广义三角不等式 (G5) 控制项之间的距离。
• 建立压缩条件：$G_r(fx, fy, \dots, fy) \leq k \cdot \text{max}\{ \text{涉及 } x, y, fx, fy \text{ 的项} \}$，其中 $0 \leq k < 1/2$，以控制序列的增长。
• 利用由 (G5) 和压缩条件导出的递推不等式，证明 $G_r(y_n, y_{n+1}, \dots, y_{n+1}) \leq q^n G_r(y_0, y_1, \dots, y_1)$，其中 $q = k/(1-k) < 1$，从而证明柯西收敛性。
• 通过完备性和反证法证明不动点的存在性：假设 $fu \neq u$，则有 $G_r(u, fu, \dots, fu) \leq k G_r(u, fu, \dots, fu)$，当 $k < 1/2$ 时不可能成立；唯一性由对称性估计推出。

实验结果

研究问题

• RQ1 如何将 $G$-度量和 $K$-度量框架推广至 $n \geq 3$ 个点，以获得更具对称性和鲁棒性的度量结构？
• RQ2 在 $G_n$-空间中，通过迭代生成的序列在何种条件下是柯西序列并收敛到不动点？
• RQ3 能否在 $G_n$-空间中建立具有常数 $k < 1/2$ 的压缩映射原理，广义对称性 (G4) 在其中起到什么作用？
• RQ4 广义 $r$-连续性与标准连续性有何不同，为何它在 $G_n$-空间的不动点定理中是必要的？
• RQ5 不等式 $G_r(y_n, y_{n+1}, \dots, y_{n+1}) \leq \frac{k}{1-k} G_r(y_{n-1}, y_n, \dots, y_n)$ 对迭代序列收敛性有何影响？

主要发现

• $G_n$-度量空间结构定义良好，满足完全置换对称性 (G4)，相较于仅尊重循环移位的 $K$-度量，更具鲁棒性。
• 在完备 $G_n$-空间中，由 $y_n = f^n y_0$ 定义的序列 $\langle y_n \rangle$ 是 $G_r$-柯西序列，由不等式 $G_r(y_n, y_{n+1}, \dots, y_{n+1}) \leq q^n G_r(y_0, y_1, \dots, y_1)$ 且 $q = k/(1-k) < 1$ 得证。
• 对于任意满足 $k$-压缩条件（$0 \leq k < 1/2$）的映射 $f$，存在唯一的不动点 $u$，因为假设 $fu \neq u$ 会导致 $G_r(u, fu, \dots, fu) \leq k G_r(u, fu, \dots, fu)$，当 $k < 1/2$ 时不可能成立。
• 唯一性通过证明 $G_r(u, v, \dots, v) \leq k^2 G_r(u, v, \dots, v)$ 得到，由于 $k^2 < 1$，故 $u = v$。
• 映射 $f$ 在不动点 $u$ 处是广义 $r$-连续的，即当 $y_n \to u$ 时，有 $G_r(fy_n, u, \dots, u) \to 0$，其证明基于不等式 $G_r(fy_n, u, \dots, u) \leq \frac{k}{1 - (r-1)k} G_r(y_n, u, \dots, u)$。
• 压缩条件确保迭代项之间的距离呈几何时衰减，衰减速率由 $q = k/(1-k)$ 控制，从而保证收敛到不动点。