关于Cardinal ■-样条的一些极值问题

本文研究了Cardinal?-样条函数空间对一类可微函数类在L~1(R)尺度下的最佳逼近和最佳线性逼近,确定了这两类最佳逼近的精确值相等,并表明了Cardinal?-样条插值为最佳的线性逼近方法。     

多元多项式样条在L-p(R+d)度下的极值性质

构造了一类连续的多项式样条算子来代替常用的多元Cardinal多项式样条插值算子作为 Rd上多元函数的逼近工具, 得到了这种样条算子的逼近误差, 由此结果, 得到多元多项式样条空间是一些 Rd上的Sobolev光滑函数类在Lp范数下的Kolmogorov 宽度及线性宽度的弱渐近极子空间.     

多元多项式样条在Lp(Rd)尺度下的极值性质

构造了一类连续的多项式样条算子来代替常用的多元Cardinal多项式样条插值算子作为R^d上多元函数的逼近工具, 得到了这种样条算子的逼近误差, 由此结果, 得到多元多项式样条空间是一些R^d上的Sobolev光滑函数类在Lp范数下的Kolmogorov 宽度及线性宽度的弱渐近极子空间.     

可调形三次三角Cardinal插值样条曲线

在三次Cardinal插值样条曲线的基础上,引入了三角函数多项式,得到一组带调形参数的三次三角Cardinal样条基函数,以此构造一种可调形的三次三角Cardinal插值样条曲线.该插值样条可以精确表示直线、圆弧、椭圆以及自由曲线,改变调形参数可以调控插值曲线的形状.该插值样条避免了使用有理形式,其表达式较为简洁,计算量也相对较少,从而为多种线段的构造与处理提供了一种通用与简便的方法.     

线性高振荡微分方程在两组不同基下的近似解

分别以Bemstain多项式以及准均匀B样条为基函数，来逼近线性高振荡常微分方程。通过求解基函数对应的系数方程组，得到方程的近似解。通过数值实验表明用准均匀B样条函数的逼近效果要比Bemstain多项式要好。     

基于泛函线性模型的基因水平关联性分析

采用泛函线性模型进行基因水平关联性分析时,需要对基因片段上离散位点的遗传变异值进行数值逼近.为了改善传统样条函数在逼近时精度不高,且在推导时比较耗时的问题,文章提出了采用勒让德多项式来进行数值逼近,并利用该类多项式的正交性来提高获得泛函线性模型的效率.通过分析模拟的基因数据,文章提出的方法可以在控制好第一类统计错误的前提下,提高统计检验能力,并减少计算时间.因此,在采用泛函线性模型进行基因水平关联分析时,使用勒让德多项式估计的模型比传统的样条函数模型更有实际应用价值.     

用样条逼近Sobolev函数类W_p~1(R)的逼近误差

作者研究了定义在全实轴上的Sobolev函数类W_p~1(R)的逼近问题.以一次样条函数作为逼近工具,给出了p=1和p=∞时的逼近误差.     

ECT插值余项的表示及其应用

在多项式插值理论及样条逼近中,Hermite插值多项式余项的讨论是很重要的。在[1,2]中,给出了一系列Hermite插值多项式余项的表达式,特别是各阶导数余项的表达式。还运用这些表达式讨论了样条函数,给出其余项估计和渐近展开。 随着样条理论的发展,已经用其它函数系代替多项式组成了各种样条函数空间,其中最引人注目的是ECT样条。Pruess讨论的张力样条及C.A.Micchelli讨论的?-样     

部分函数型线性可加分位数回归模型

文章结合可加分位数回归模型和函数型线性分位数回归模型,提出了部分函数型线性可加分位数回归模型.我们采用函数型主成分基函数逼近斜率函数,B-样条基函数逼近可加函数,提出了模型的估计方法;在一些基本的假设条件下,给出了斜率函数估计和可加函数估计的收敛速度;最后通过模拟计算和应用实例表明了所提方法的有效性.     

纵向数据广义部分线性模型的二次推断推断函数估计（英文）

针对纵向数据广义部分线性模型,通常的做法是用样条或核方法逼近非参部分,之后利用广义估计方程方法(GEE)估计参数部分.本文使用B样条逼近非参函数,并基于二次推断函数的方法对参数和非参数进行估计,并给出了估计量的大样本性质.模拟表明本文的方法改进了GEE的效率.     

三次样条插值及其在第一类积分方程求解中的应用

从三次样条插值的定义出发,通过研究第一类积分方程中未知函数的三次样条函数逼近,给出了第一类积分方程的三次样条插值离散化.利用该离散化形式,将第一类积分方程转化成线性方程组的形式.由于第一类积分方程的求解通常是不适定的,进而引起线性方程组的病态性.最后,为克服线性方程组的病态性,通过引入未知函数的多重光滑化约束,得到第一...     

求解线性矩问题的一个逼近方法

给出一种求解线性矩问题的逼近方法，并给出以B样条函数为基的数值例子，证明了该方法的有效性．     

保凸插值样条曲线

1 引言 曲线设计是设计工程的重要课题。用向量样条,可使曲线经过型值点且有很好的逼近性质,但没有保凸性;Bzier曲线,B-样条曲线等一类向量线性正算子,有很好保凸性,但一般只通过首尾两个型值点。在实际设计中提出这样的问题:能否使所作曲线既过型值点,又有保凸性呢?大家知道,逼近论与样条理论最基础的是研究一元函数逼近与插值,所以[8][9]很自然地推广至逼近与插值向量值函数F(t):[a,b]→X(X为Banach空间)。但是,[8][9]的方法不能用于把平面曲线逼近与拟合算法[2—7]向多维推广。     

关于奇异积分三次复样条近似的误差阶估计

讨论曲线上柯西型奇异积分利用三次复样条进行近似计算的误差估计,对于相关函数类给出了这类逼近的误差阶.     

K 泛函与逼近阶(Ⅰ)

<正> K 泛函的概念首先是由 Peetre 引入的.DeVore 等利用 K 泛函这一工具成功地得到了各种用函数的光滑模来表示的逼近阶.本文的目的是要推广这一工具,使它可以用来考察函数及其导函数的同时逼近(以下简称同时逼近)问题.我们利用这一推广了的工具,对于用样条、三角多项式以及代数多项式线性同时逼近的阶,得到了比较完善的结果.     

多结点样条磨光(Ⅰ)

本文旨在推广样条函数磨光法。引入了n级磨光算子,从而形成一类“多结点”B样条函数;平行于[3]给出了δ函数逼近的某些相应结果;构造了具有更好逼近性的高阶多结点样条磨光公式,对实用的二次和三次样条作了具体讨论,其中,再次强调了“盈亏修正”这一概念在提高逼近性方面的作用。文中附有必要的图表和数值简例。     

曲线拟合的广义最小一乘法

介绍了最小一乘法的方程式解法;讨论了这种方程式解法与最小一乘逼近之间的关系;说明了它不仅适用于线性函数类也适用于非线性函数类的最佳逼近的实现;提出了零偏差点附近数据变化的两个重要特征;建立了一种具有"人为"因素的广义最小一乘法;并给出了该法在预测方面的几个应用实例.     

用子空间FT2n-1⊕SΔrN 逼近函数类Wrp 的最佳逼近度与其K-宽度之间的渐近关系

本文研究了用子空间FT2n-1⊕SΔrN 逼近函数类Wrp的最佳逼近度与其K-宽度之间的关系.利用Kolmogorov-宽度的概念和Kolmogorov比较定理,获得了其最佳逼近度与其Kolmogorov-宽度之间的渐进性质,推广了用子空间FT2n-1⊕SΔrN 逼近函数类Wrp 的最佳逼近度的有关结论.     

用子空间F2n^T-1＋S△N逼近函数类WP^r的最佳逼近度与其K-宽度之间的渐近关系

本文研究了用子空间F2n^T-1＋S△N逼近函数类睇的最佳逼近度与其K-宽度之间的关系．利用Kolmogorov-宽度的概念和Kolmogorov比较定理,获得了其最佳逼近度与其Kolmogorov-宽度之间的渐进性质,推广了用子空间F2n^T-1＋S△N知逼近函数类WP^r的最佳逼近度的有关结论．     

再生核H10[a,b]空间中线性泛函的最佳逼近

利用再生核H10空间中的样条插值算子给出了H10空间中线性泛函的最佳逼近,为讨论微分方程边值问题的数值解提供了新方法.数值算例表明了该方法的有效性.