我国在概率度量理论研究中的成果与展望

本文对十五年来我国数学工作者在概率度量理论这一领域的研究成果作了全面的评述，并展望了这一领域的研究方向。     

复合不可微最优化问题的非单调信赖域方法

对复合不可微最优化问题提出了一种新的非单调信赖域方法。算法在每个迭代点处构造带信赖域约束的二次规划子问题,新的迭代点采用非单调策略产生,在一般的假设条件下证明了算法的全局收敛性。数值试验表明：该算法能在一定程度上克服由非光滑性引起的Ｍａｒａｔｏｓ效应     

随机度量空间上的Ekeland变分原理、Petal定理和Drop定理

Ekeland变分原理从一出现就成为非线性分析最强有力的工具之一,它在凸分析、控制论、大范围分析、不动点理论等领域有着及其广泛的应用。人们企图在每一个得到的空间上建立Ekeland变分原理。在文[1]中建立了E空问上的Ekeland变分原理。文[3]中建立了一类Menger空间上的Ekeland变分原理。由于随机变量空间即RM空间是PM空间的重要子类,而E空间又是RM空间的真子类。本文首先建立了RM空间上的Ekeland变分原理,并推出Ekeland变分原理与RM空间上的Caristi不动点定理等价。     

一个收缩映像不动点定理与Banach不动点定理的等价性

由一个收缩映像的不动点定理导出Ｂａｎａｃｈ压缩映像原理，并证明了在局部紧的度量空间中，这个不动点定理与Ｂａｎａｃｈ压缩映像原理在本质上是等价的。     

复合不可微最优化问题的非单调依赖域方法

对复合不可微最优化问题提出了一种新的非单调信赖域方法,算法在每个迭代点处构造带信域约束的二次规划子问题,新的迭代点采用了非单调策略产生,在一般的假设下证明了算法的全局收敛性,数值试验表明;该算法能在一定程度上克服由非光滑性引起的Ｍａｒａｔｏｓ效应。