关于二元三角插值多项式的线性求和问题

本文构造了一个新的求和因子,使得带有该求和因子的二元三角插值多项式对任意的被插值的二元连续周期函数f(x,y)∈C(Ω)都能在全平面上一致收敛,且达到最佳收敛阶．     

二重三角插值多项式的求和因子法求和

选取一组求和因子ρａ,β构造了二重三角插值算子Ｆｍｎ（ｆ;ｙ）,使对于任意的ｆ（ｘ,ｙ）∈Ｃ２π,２π都能在全面上一致收敛,且达到最佳收敛阶。     

三角插值中的线性求和问题

本文通过选取求和因子构造出和式型三角插值多项式Ｈｎ（ｆ，ｒ，ｘ）（ｒ为奇自然数），使其在全实轴上一致地收敛到以２π为周期的连续函数ｆ（ｘ），且Ｈｎ（ｆ，ｒ，ｘ）对Ｃｎ２π（ｌ≤ｒ）连续函数类的逼近均达到最佳收敛阶．Ｈｎ（ｆ，ｒ，ｘ）的饱和阶为１／ｎ（ｒ＋１），饱和函数类为ｆ（ｒ）（ｘ）∈Ｌｉｐｍｌ．     

关于级数的求和方法

高等数学关于级数的研究中，讨论了常数项级数的敛散性以及函数项级数的收敛域．但对收敛的常数项级数的求和以及在收敛域内如何求函数项级数的和函数讨论不多．级数的求和方法比较多，技巧性也比较强，下面介绍常用的有效的级数求和方法。     

一类函数项级数的求和

以微分方程为工具,推出一类一致收敛且具有分析性质的函数项级数的求和公式,进而推广了五种基本幂级数的和函数公式。     

一类函数项级数的求和

以微分方程为工具 ,推出一类一致收敛且具有分析性质的函数项级数的求和公式 ,进而推广了五种基本幂级数 [1 ] 的和函数公式 .     

两个级数的求和问题

本文讨论级数(1)和级数(2)的求和问题,得出其求和公式(3)、(4).     

级数求和方法

级数求和是级数理论的基本问题之一,也是较难解决的问题.本文将从几个不同的角度对级数求和的方法作一探讨.     

关于级数的求和方法

关于级数的求和方法邹家富（大连陆军学院数理教研室，大连１１６１００）高等数学关于级数的研究中，讨论了常数项级数的敛散性以及函数项级数的收敛域，但对收敛的常数项级数的求和以及在收敛域内如何求函数项级数的和函数讨论不多．级数的求和方法比较多，技巧性也比较...     

旋转群上的调和分析(Ⅲ)——Fourier级数的球求和

本文讨论了SO(n)上的Fourier级数的球求和,主要结果是:(1)给出了S.Bochner型球求和的一般积分表达式;(2)证明了Riesz型球求和收敛性定理;(3)给出了S.Bochner型球求和的一条一般性收敛定理。     

傅里叶级数的求和理论与方法

通过Dirichlet积分算子构造了一个新的积分算子Hn(f; k,x). 对于f(x)∈Cj2π, 0jk (其中k为任意自然数),Hn(f; k,x)的逼近阶达到了最佳.     

新二元三角插值多项式的构造

设Ω=[-πxπ,-πyπ],C(Ω)表示关于x,y均以2π为周期的连续函数空间.若f(x,y)∈C(Ω),取结点组为(xk,yl)=(2k+2n 1)π,(2l 2+m 1)πk=0,1,2,…,2n,l=0,1,2,…,2m,则我们获得一个二元三角插值多项式Cn,m(f;x,y)=M1N∑k=2n0∑l=2m0f(xk,yl).1+2∑nα=1cosα(x-xk)+2∑mβ=1cosβ(y-yl)+4∑nα=1∑mβ=1cosα(x-xk)cosβ(y-yl)其中M=2m+1,N=2n+1.为改进其收敛性,本文构造一个新的因子ρα,β,使得带有该因子ρα,β的二元三角插值多项式Ln,m(f;x,y)可以在全平面上一致地收敛到每个连续的f(x,y),且具有最佳逼近阶.     

新组合型的三角插值多项式

将被插函数进行组合平均,构造一个新组合型的三角插值多项式Cn(f;t,x),使得它在全轴上一致收敛到每个以2π为周期的连续函数,且对Cj2π连续函数类的逼近阶达到最佳,这里0jt,t为任给的奇自然数.     

一类乘积核的本征值分布

本文讨论了一类形如 G( x,y) =m1( x) K( x,y) m2 ( y)的乘积核所诱导的积分算子的本征值的分布问题 ,其中 K ( x,y)∈ CΩ×Ω 是正定的 .当 m1( x) ,m2 ( x)∈ CΩ 并且 m1( x) m2 ( x) 0时 ,我们证明了TG∶ L2 ( Ω)→L2 ( Ω)是迹算子 ,其本征值非负并得到了一个迹公式∑n∈ Nλn( TG) =∫Ωm1( x) K ( x,x) m2 ( x) dx.对于 m1( x) ,m2 ( x)∈ L∞( Ω)的情形 ,我们证明了一个稍弱的结果 .∑n∈ N|λn( TG) | ‖ m1. m2 ‖L∞∫ΩK( x,x) dx.     

心理状态数的Bayes估计

设误差 X在心理状态数的作用下的分布为偏正态分布 ,即 X有密度f ( x;σ2 ,C) =C2πσe-x22σ2 　 x 02 - C2πσe-x22σ2 　 x >0其中 0 C 2为心理状态数 ,σ>0为未知参数 ,本文分别在 C服从 [C1,C2 ]上的均匀分布 ,Jeffreys无信息先验分布和共轭先验分布的假设下 ,得到了心理状态数 C的 Bayes估计。     

星形函数与万有Teichmüller空间的一个模型

得到了,当f(z)∈S*[A,B]且-1相似文献   

关于图中子图的（n,k）—正交因子分解

设G是一个具有顶点集V(G)和边集E(G)的图. 设g和f是定义在V(G)上的两个整数值函数,使得g(x)f(x)对所有的点x∈V(G)都成立.如果G是一个(mg+n,mf-n)-图,1n<m2k,且g(x)2k-1对所有的点x∈V(G)都成立,则对任意给定具有|E(H)|=nk边的G的子图H,存在G的一个子图G′使G′有一个(g,f)-因子分解(n,k)-正交H.     

Poisson和公式在分数阶热方程中的应用

本文利用Poisson和公式,证明了如下分数阶热方程(D_t~αlu=D_x~2u u(x1 0)=f(x))当f分别为周期函数和f∈S(■)时(速降函数空间),它们的热核满足关系H_t~α(x)=∑n=-∞H_t~α(x+n)进一步,我们把结论推广到更一般的分数阶微分方程和高维情形     

关于图是(g,f,n)-临界图的充分条件

设G是一个图. 设g和f是两个定义在V(G)上的整值函数使得对V(G)所有的顶点x有g(x)f(x). 图G被称为(g,f,n)-临界图,如果删去G的任意n个顶点后的子图都含有G的(g,f)-因子. 本文给出了图是(a,b,n)-临界图几个充分条件. 进一步指出这些条件是最佳的. 例如,如果对V(G)所有的顶点x和y都有g(x)＜f(x), n+g(x)dG(x)和g(x)/(dG(x)-n)f(y)/dG(y),则G是(g,f,n)-临界图.     

凸函数的几个Hadamard型不等式

对于凸函数建立了几个新的 Hadamard型不等式 ,比如f ∑nk=1qkak∫A+yA- yg(x) dx ∫A+yA- yf (x) g(x) dx ∑nk=1qkf (ak) ∫A+yA- yg(x) dx和f (pa +qb) p∫ξaf (x) g(x) dx∫ξag(x) dx+q∫bξf (x) g(x) dx∫bξg(x) dx pf (a) +qf (b)等 ,推广了前人所做的工作 .