函数空间中功率和的极限定理

在电信工程或其它传输工程问题中,常需研究随机变量序列{ξ_k}的幂和的对数 P_n=10lg(10~(ξ_1/10) +10~(ξ_2/10)+…10~(ξ_n/10)) (1)的分布或渐近性质.特别地,当{ξ_k}是用分贝表示的功率电平时,即 ξ_k=10lg(W_k/W_0),k=1,2,…,此处W_0、W_k均代表功率,那么我们可写     

素环上强保持2-Jordan乘积的映射

对于给定的正整数k≥1,环R上的元x,y的k-Jordan乘积定义为{x,y}_k={{x,y}_(k-1),y}_1,其中{x,y}_0=x,{x,y}_1=xy+yx.假设R是包含有单位元与一非平凡幂等元的素环.本文证明了R上的满射f满足{f(x),f(y)}2={x,y}_2对所有x,y∈R成立当且仅当存在λ∈l(R的可扩展中心)且λ~3=1,使得下列之一成立:(1)若R的特征不为2,则f(x)=λx对所有x∈R成立;(2)若R的特征为2,则f(x)=λx+μ(x)对所有x∈R成立,其中μ:R→l是一个映射.作为应用,得到了因子von Neumann代数上保持上述性质映射的结构.     

在Banach空间中推广的 Roper-Suffridge算子(III)

假定 $X$ 是具有范数$\|\cdot\|$的复 Banach 空间, $n$ 是一个满足 $\dim X\geq n\geq2$的正整数. 本文考虑由下式定义的推广的Roper-Suffridge算子 $\Phi_{n,\beta_2, \gamma_2, \ldots , \beta_{n+1}, \gamma_{n+1}}(f)$: \begin{equation} \begin{array}{lll} \Phi _{n, \beta_2, \gamma_2, \ldots, \beta_{n+1},\gamma_{n+1}}(f)(x) &;\hspace{-3mm}=&;\hspace{-3mm}\dl\he{j=1}{n}\bigg(\frac{f(x^*_1(x))}{x^*_1(x)})\bigg)^{\beta_j}(f''(x^*_1(x))^{\gamma_j}x^*_j(x) x_j\\ &;&;+\bigg(\dl\frac{f(x^*_1(x))}{x^*_1(x)}\bigg)^{\beta_{n+1}}(f''(x^*_1(x)))^{\gamma_{n+1}}\bigg(x-\dl\he{j=1}{n}x^*_j(x) x_j\bigg),\nonumber \end{array} \end{equation} 其中 $x\in\Omega_{p_1, p_2, \ldots, p_{n+1}}$, $\beta_1=1, \gamma_1=0$ 和 \begin{equation} \begin{array}{lll} \Omega_{p_1, p_2, \ldots, p_{n+1}}=\bigg\{x\in X: \dl\he{j=1}{n}| x^*_j(x)|^{p_j}+\bigg\|x-\dl\he{j=1}{n}x^*_j(x)x_j\bigg\|^{p_{n+1}}<1\bigg\},\nonumber \end{array} \end{equation} 这里 $p_j>1 \,( j=1, 2,\ldots, n+1$), 线性无关族 $\{x_1, x_2, \ldots, x_n \}\subset X $ 与 $\{x^*_1, x^*_2, \ldots, x^*_n \}\subset X^* $ 满足 $x^*_j(x_j)=\|x_j\|=1 (j=1, 2, \ldots, n)$ 和 $x^*_j(x_k)=0 \, (j\neq k)$, 我们选取幂函数的单值分支满足 $(\frac{f(\xi)}{\xi})^{\beta_j}|_{\xi=0}= 1$ 和 $(f''(\xi))^{\gamma_j}|_{\xi=0}=1, \, j=2, \ldots , n+1$. 本文将证明: 对某些合适的常数$\beta_j, \gamma_j$, 算子$\Phi_{n,\beta_2, \gamma_2, \ldots, \beta_{n+1}, \gamma_{n+1}}(f)$ 在$\Omega_{p_1, p_2, \ldots , p_{n+1}}$上保持$\alpha$阶的殆$\beta$型螺形映照和 $\alpha$阶的$\beta$型螺形映照.     

非平稳高斯序列的极值之渐近分布

设{ξ_n}是一非平稳高斯序列,Eξ_n=0、Eξ_n~2=1及γ_(ij)=Eξ_iξ_j.以M_n记max ξ_k,以记公共分布是F(x)=/(2π)~(1/2) integral from n=-∞ to x(e~(-u~2/2))du的 i.i.d序列之前n个变量的最大值.已有如下结果:对所述非平稳高斯序列{ξ_n}若     

关于 S.Karlin 的一个猜测

<正> 一个实变复值函数 y(x)称为是一个 r 阶的指数多项式,如果它可以表示为y=P_1(x)e~(α_1x)+P_2(x)e~(α_2x)+…+P_k(x)e~αk~x),其中α_1,α_2,…,α_k 是两两不同的复数,P_1,P_2,…,P_k 是 x 的多项式,其次数 deg P_i=r_i-1,并且 sum from i=1 to k r_i=r.设 n 是一个正整数.如果 f 是一个 n 阶的指数多项式,那么,其 Hankel 行列式     

UNBOUNDED SELF-ADJOINT OPERATOR ΠK SPACE

如果A是Πsubsub空间上的自共轭算子，由文[1]可知存在空间昨一个标准分解 \[{\Pi _k} = N \oplus \{ Z + {Z^*}\} \oplus P\] 在此分解下，A有三角模型\[A = \{ S,{A_N},{A_p},F,G,Q\} \].利用三角模型，我们直接证明了 定理1设A是\[{\Pi _k}\]上的-共轭算子，n是任何自然数，那末\[{A^n}\]也是自共轭算子. 定理2设A是\[{A^n}\]上的自共轭算子，那末对所有的\[{A^n}(n = 1,2,...)\]，存在一个公共 的标准分解，在此分解下 \[\begin{gathered} {A^n} = \{ {S^n},A_N^n,A_P^n,\sum\limits_{i = 0}^{n - 1} {{S^i}} FA_N^{n - 1 - i},\sum\limits_{i = 0}^{n - 1} {{S^i}GA_P^{n - 1 - i}} , \hfill \ \sum\limits_{i = 0}^{n - 1} {{S^i}} Q{S^{*n - 1 - i}} - \sum\limits_{i + j + k = n - 2} {{S^i}(FA_N^j{F^*} + GA_P^j{G^*}){S^{*k}}} \} \hfill \\ \end{gathered} \] 定理3 设A是瓜空间上的自共轭算子，\[\sigma (A) \subset [0,\infty ),0 \notin {\sigma _P}(A),\]，那末存在唯 一的自共轭算子A1，满足\[A_1^n = A,\sigma ({A_1}) \subset [0,\infty )\] 其次，我们研究了谱系在临界点附近的性状.记临界点全体为\[C(A)\]).对 \[{\lambda _0} \in C(A)\]记S与入0相应的最高阶根向量的阶数为\[r({\lambda _0})\] 定理4设A是\[{\Pi _k}\]空间上的无界自共轭算子，\[C(A) \cap ({\mu _1},{\nu _1}) = \{ {\lambda _0}\} \],那末以下四 个命题等价： (i）\[\mathop {sup}\limits_{\mu ,\nu } \{ \left\| {{E_{\mu \nu }}} \right\||{\lambda _0} \in (\mu ,\nu ) \subset ({\mu _1},{\nu _1})\} < \infty \] (ii）\[{\mu ^{{\text{1}}}}...,{\mu ^{{{\text{k}}_{\text{0}}}}}\]是全有限的测度； （iii）\[s - \lim {\kern 1pt} {\kern 1pt} {\kern 1pt} {E_{\mu \nu }}\]存在； （iv)A与\[{\lambda _0}\]相应的根子空间\[{\Phi _{{\lambda _0}}}\]非退化；这里\[{\mu ^{{\text{1}}}}...,{\mu ^{{{\text{k}}_{\text{0}}}}}\]是由\[{A_P}\]与G导出的测度. 定通5 设A是\[{\Pi _k}\]上自共轭算子，\[{\lambda _0} \in C(A),r({\lambda _0}) = n\]，那么 （i）\[{E_{\mu \nu }}\]在\[{{\lambda _0}}\]处的奇性次数不超过2n， （ii）\[s - \mathop {\lim }\limits_{\varepsilon \to 0} \int_{[{M_1},{\lambda _0} - \varepsilon )} {(t - {\lambda _0}} {)^{2n}}d{E_t},s - \mathop {\lim }\limits_{\varepsilon \to 0} \int_{[{\lambda _0} + \varepsilon ,{M_2})} {(t - {\lambda _0}} {)^{2n}}d{E_t},\]存在。这里\[{M_1},{M_2}\]满足\[[{M_1},{M_2}] \cap C(A) = \{ {\lambda _0}\} \] 定理6 设A是\[{\Pi _k}\]上的自共轭算子，临界点集\[C(A) = \{ {\lambda _1},...,{\lambda _l},{\lambda _{l + 1}},{\overline \lambda _{l + 1}},...,{\lambda _{l + p}},{\overline \lambda _{l + p}},\]，这里\[\operatorname{Im} {\lambda _v} = 0(1 \leqslant \nu \leqslant l),r({\lambda _\nu }) = {n_\nu }\]那么有 \[{(\lambda - A)^{ - 1}} = \int_{ - \infty }^\infty {K(\lambda ,t)d{E_t}} + \sum\limits_{\nu = 1}^l {\sum\limits_{i = 1}^{2{n_\nu } + 1} {\frac{{{B_{\nu i}}}}{{{{(\lambda - {\lambda _\nu })}^i}}}} } + \sum\limits_{\nu = l + 1}^{l + p} {\sum\limits_{i = 1}^{{n_\nu }} {[\frac{{{B_{\nu i}}}}{{{{(\lambda - {\lambda _\nu })}^i}}}} } + \frac{{B_{\nu i}^ + }}{{{{(\lambda - {{\overline \lambda }_v})}^i}}}]\] 这里 \[K(\lambda ,t) = \frac{1}{{\lambda - t}} - \sum\limits_{v = 1}^l {\delta (t - {\lambda _v}} )\sum\limits_{i = 1}^{2{n_v}} {\frac{{{{(t - {\lambda _v})}^{i - 1}}}}{{{{(\lambda - {\lambda _v})}^i}}}} ,\delta \lambda {\text{ = }}\left\{ \begin{gathered} {\text{1}}{\text{|}}\lambda {\text{| < }}\delta \hfill \ {\text{0}}{\text{|}}\lambda {\text{|}} \geqslant \delta \hfill \\ \end{gathered} \right.\] \[0 < \delta < \mathop {\min }\limits_\begin{subarray}{l} 1 \leqslant \mu ,v \leqslant l \\ {\lambda _\mu } \ne {\lambda _v} \end{subarray} |{\lambda _\mu } - {\lambda _v}|\].对\[1 \leqslant v \leqslant l\]，\[{B_{vi}}\]是\[{\Pi _k}\]上的有界自共轭算子，而当\[l + 1 \leqslant v \leqslant l + p\]时，\[{B_{vi}} = {({\lambda _\mu } - S)^{i - 1}}{P_{\lambda v}}\]是以与\[{{\lambda _v}}\]相应的根子空间为值域的某些平行投影. 定理7 在定理6的条件下，有 \[\begin{gathered} {\text{f}}(A) = \int_{ - \infty }^\infty {[f(t) - \sum\limits_{v = 1}^l {\delta (t - {\lambda _v}} } )\sum\limits_{i = 0}^{2{n_v} - 1} {\frac{{{f^{(i)}}({\lambda _v})}}{{i!}}} (t - {\lambda _v})d{E_t} \hfill \ {\text{ + }}\sum\limits_{{\text{v = 1}}}^{\text{l}} {\sum\limits_{i = 0}^{2{n_v}} {\frac{{{f^{(i)}}({\lambda _0})}}{{i!}}} } {B_v} + \sum\limits_{v = l + 1}^{l + p} {\sum\limits_{i = 0}^{{n_v} - 1} {[\frac{{{f^{(i)}}({\lambda _v})}}{{i!}}} } {B_{vi}} + \frac{{{f^{(i)}}({{\overline \lambda }_v})}}{{i!}}B_{vi}^ + ] \hfill \\ \end{gathered} \] 这里\[f(\lambda )\]在\[\sigma (A)\]的一个邻域内解析. 为了建立更一般的算子演算，我们引入两个特殊的代数： \[{\Omega _n} = \{ (f,\{ {a_i}\} _{i = 0}^{2n})|f\]为Borel可测函数，\[\{ {a_i}\} \]为一常数}。对\[F = (f,\{ {a_i}\} ) \in {\Omega _n},G = (g,\{ {b_i}\} ) \in {\Omega _n}\]，定义 \[\begin{gathered} \alpha F + \beta G = (\alpha f + \beta G,\{ \alpha {a_i} + \beta {b_i}\} ) \hfill \ F \cdot G = (f \cdot g,\{ \sum\limits_{j = 0}^i {{a_j}} {b_{i - j}}\} ),\overline F = (\overline f ,\{ {\overline a _i}\} ) \hfill \\ \end{gathered} \] 显然\[{\Omega _n}\]是一个交换代数，它的子代数\[{\omega _n}\]定义为 \[{\omega _n} = \{ F = (f,\{ {a_i}\} ) \in {\Omega _n}|\]在0点的一个与F有关的邻域中，成立\[{\text{|f(t) - }}\sum\limits_{i = 0}^{2n} {a{t^i}} | \leqslant {M_F}|t{|^{2n + 1}},{M_F}\]与F有关} 定义 设A是\[{\Pi _k}\]上的自共轭算子，C（A）={0}，r(0)=n,对\[F = (f,\{ {a_i}\} ) \in {\omega _n}\]，定义 \[\begin{gathered} FA{\text{ = }}\int_{{\text{ - }}\infty }^\infty {|f(t) - \sum\limits_{i = 0}^{2n} {{a_i}} } {t^i}{|^2}d{E_t} + \sum\limits_{i = 0}^{2n} {{a_i}} {A^i} \hfill \ DF(A)) = D({A^{2n}}) \cap \{ x \in {\Pi _k}\int_{{\text{ - }}\infty }^\infty {|f(t) - \sum\limits_{i = 0}^{2n} {{a_i}} } {t^i}{|^2}d{\left\| {{E_t}x} \right\|^2} < \infty \hfill \\ \end{gathered} \] 如果f解析，\[F = (f,\{ \frac{{{f^{(i)}}(0)}}{{i!}}\} )\]，那么可得F（A）=f（A）。 定理8 设A是有界自共轭算子，C（A）={0}，r（0）=n，\[G \in {\omega _n}\]，那么 \[\begin{gathered} \overline F (A) = {[F(A)]^ + },(\alpha F + \beta G)(A) = \alpha F(A) + \beta G(A) \hfill \ (FG)(A) = F(A)G(A). \hfill \\ \end{gathered} \] 定理9 设A是\[{\Pi _k}\]上的自共轭算子，C（A）={0}，r（0）=n，\[{F_1} = ({f_1},\{ {a_i}\} ) \in {\Omega _n}\]，\[{F_2} = ({f_2},\{ {a_i}\} ) \in {\omega _n},{f_1},{f_2}\]在\[( - \infty ,\infty )\]连续，在\[\sigma (A)\]上恒等，那么\[{F_1}(A) = {F_2}(A)\]。 定理10 设A是\[{\Pi _k}\]上自共轭算子C（A）={0}，r（0）=n，\[F = (f,\{ {a_i}\} ) \in {\Omega _n}\]f是连续函数，那么\[\sigma (F(A)) = \{ f(t)|t \in \sigma (A)\} \]。 在定理11中，我们建立了F（A）的三角模型并由此证明当\[F = \overline F \]时，\[C(F(A)) = \{ f(t)|t \in C(A)\} \] 定理12 设A施可析\[{\Pi _k}\]空间上的自共轭算子，C（A）={0}，r（0）=n，与0相应的根子空间非退化，T是稠定闭算子，那么\[T \in {\{ A\} ^{'}}\]的充要条件是存在\[F \in {\Omega _n}\]，使T=F（A）。这里\[{\{ A\} ^{'}} = \{ T|\]对满足\[BA \subset AB\]的有界算子B，均有\[BT \subset TB\]}     

对称QL算法对角元的收敛条件

文[1]指出,在QL算法收敛性讨论中,仅有β_1~(K)→0并不能保证α_1~(k)收敛,并证明在加上条件:|α_1~(k)-σ_k|μ0”后,可确保α_1~(k)趋于T的某个固定特征值。本文首先对QL算法收敛性给出了一个精确的定义,然后给出一个与[1]不同的确保收敛的条件: “若{σ_k}_k=1~∞极限存在且β_i~(k)→0,则有α_i~(k)→λ_i(j=1,2,…,m)”条件“{σ_k}_k=1~∞极限存在”与“α_1~(k)-σ_k|→0”互不包含,在具体应用中,对后者无法判别(如[3]中给出的NS位移)或不成立的某些场合,前者具有独到的优点。     

MEAN APPROXIMATION OF A PERIODIC FUNCTION BY THE PARTIAL SUMS OF ITS FOURIER SERIES

Given a sequence of positive real numbers \[{\varepsilon _0},{\varepsilon _1},...,{\varepsilon _n},...\] which satisfy the conditions \[{\varepsilon _v} \to 0,{\varepsilon _v} - {\varepsilon _{v + 1}} \ge 0,{\varepsilon _v} - 2{\varepsilon _{v + 1}} + {\varepsilon _{v + 2}} \ge 0\] for v =0, 1, 2, ..., and a class L(s) of 2pi-periodic, L-integrable functions f(x) such that \[{E_n}{(f)_L} \le {\varepsilon _n}(n = 0,1,2,...)\], where \[{E_n}{(f)_L}\] is the best mean approximation of f(x) by trigonometrical polynomials of degree ≤n Let \[{S_n}(f)\] be the n-th partial sum of the Fourier series of f(x). It’s known that Oskolkov has proved \[\mathop {\sup }\limits_{f \in L(\varepsilon )} ||f - {S_n}{(f)_L}|| = \sum\limits_{v = n}^{2n} {\frac{{{\varepsilon _n}}}{{v - n + 1}}} \] where \[||f|{|_L} = \int_0^{2\pi } {|f(x)|} dx\] Oskolkov asked whether there is a single function \[{f_0}(x) \in L(s)\] for which the above relation is satisfied for all n, In this paper the following result is obtained. Theorem Let \[L(\varepsilon )\] be a class of 2pi-periodic, L-integrable functions as giyen above, then there exists a funotion \[{f_0}(x) \in L(\varepsilon )\] such that \[{{\tilde f}_0}(x) \in L(\varepsilon )\] and \[\begin{array}{l} \overline {\mathop {\lim }\limits_{n \to \infty } } \frac{{{{\left\| {{f_0} - {S_n}({f_0})} \right\|}_L}}}{{\sum\limits_{v = n}^{2n} {\frac{{{\varepsilon _n}}}{{v - n + 1}}} }} \ge C > 0\\overline {\mathop {\lim }\limits_{n \to \infty } } \frac{{{{\left\| {{{\tilde f}_0} - {S_n}({{\tilde f}_0})} \right\|}_L}}}{{\sum\limits_{v = n}^{2n} {\frac{{{\varepsilon _n}}}{{v - n + 1}}} }} \ge C > 0 \end{array}\] where C is an absolute constant. Some generalizations of the theorem are given.     

关于Kahan定理的一个注记

设A∈C~(n×n),B∈C~(k×k)均为Hermite矩阵,它们的特征值分别为{λ_j}_(j=1)~n和{μ_j}_(j=1)~k(k≤n);Q∈~(n×k)为列满秩矩阵.令 (1) 则存在A的k个特征值λ_(j_2),λ_(j_2),…,λ_(j_k),使得 (2) 其中σ_k为Q的最小奇异值,||·||_2表示矩阵的谱范数.这是著名的Kahan定理·1996年曹志浩等在[2]中将(2)加强为 (3) 这是Kahan的猜想.在本文中,我们讨论将Kahan定理中“B为k阶Hermite矩阵”改为B为k阶(任意)方阵后,特征值的扰动估计,有以下结果. 定理 设A∈C~(n×n)为Hermite矩阵,其特征值为{λ_j}_(j=1)~n,B∈C~(k×k)的特征值为{μ_j}_(j=1)~k,而Q∈C~(n×k)为列满秩矩阵.则存在A的k个特征值λ_(j_1),λ_(j_2),…,λ_(j_k),使得     

非负定函数正则的充要条件

§0.引言为了下面解释的方便起见,我们首先给出如下几个定义:定义1 称一个连续实变复值函数φ(t)为一个非负定函数,如果对任何 n≥1,实数t_1,…,t_n 及复数λ_1,…,λ_n,有 sum from i,k=1 to n λ_iλ_kφ(t_i-t_k)≥0.而当φ(0)=1时,此φ(t)被称为标准非负定函数(实际上就是概率论中的特征函数).定义2 称非负定函数φ(t)是正则的,如果存在 f(x)∈L~1(-∞,∞),使φ(t)为f(x)的 L~1-Fourier 变换.而称产 f(x)为φ(t)的密度函数.定义3 设 g(t)是 L~1(-∞,+∞)中某函数的 L~1-Fourier 变换,若     

新题征展(35)

A　题组新编1 .已知曲线 C:xy - 2 kx k2 =0与直线 l:x - y 8=0有唯一的公共点 ,而数列{an}的首项 a1=2 k,点 ( an- 1,an)恒在曲线上( n≥ 2 ) ,数列 {bn}满足关系 bn =1an - 2 .( 1 )问数列 {bn}是等差数列吗 ?( 2 )求数列 {an}的通项公式 .2 .已知二次函数 f ( x) =ax2 bx c有f ( 0 ) =3,且直线 y =5x 1与 f( x)的图像相切于点 ( 2 ,1 1 ) .( 1 )求函数 f ( x)的解析式 ;( 2 )若 f( n)为数列 {an}的前 n项和 ,求数列 {an}的通项公式 ;( 3)求limn→∞ ( 1a2 a3 1a3a4 1a4 a5 … 1an- 1an) .B　藏题新掘3.在边长为 1的正△ …     

索伯列夫空间的有限元迫近

记I_1=(-∞,ξ_1),I_2=(ξ_1,ξ_2),…,I_n=(ξ_(n-1),ξ_n),I_(n 1)=(ξ_n, ∞)。定义H~(m 1)(R,ξ_1,…,ξ_n)={u|u∈H~m(R),在I_i上u∈H~(m 1)(I_i),i=1,…,n 1}。 设μ(x)∈H~m(R),λ(x)∈L~∞(R)。并且满足:1.他们的支集都是R中的有界集合;2·∫_Rμ(x)dx=∫_Kλ(x)dx=1;3.μ(x)满足m-1收敛准则条件,即存在常数b_0=1,b_1,…,     

n次迭代还原函数的一个构造定理

定义1 记函数f（x）=f^{1}（x），f（f（x））=f^{2}（x），…，f（f（…f（x）…））=f^{n}（x），f^{n}（x）为f（x）的n次迭代．     

关于线性算子的高阶饱和

设f(x)∈C_(2π)。而f(x)～sum from k=0 ( )A_k(f_1k)≡α_0/2 sum from k=1 ( )(α_kcoskx b_ksinkx)。 又设 U_n(f,x)=1/πintegral from -πto π(f(x t)u_n(t)dt,) 其中u_n(t)=1/2 sum from k=1ρ_k~(n)coskt满足条件: integral from 0 to k(|u_n(t)|dt=O(1),)ρ_k~(n)→1(n→∞;k=1,2,…,)。设m是正整数,ρ_0~(n)=1。记~mρ_k~(n)=sum form v=0 to ∞ ((-1)~(m~(-v))(m v)ρ_k v~(n) (k=0,1,…,)。)T.Nishishiraho考虑了在ρ_k~(n)=O(k>n)的情况下U_n(f,x)的饱和问题,证明了。 定理A 设{_n}是收敛于0的正数列,使得     

新题征展(129)

A 题组新编1.(1)设x∈R+,e表示自然对数的底,求证:函数y=(1+1/x)s,y=(1+1/x)(x+1)分别单调递增、递减,且(1+1/x)x＜e＜(1+1/x)(x+1);(2)已知数列{an}满足2Sn=nan,其中Sn是{an}的前n项和,a2=1,求证:3/2≤(1+1/(2an+1))n＜√e.2.已知a1C0n+ a2C1n+a3C2n+…+an+1Cnn=n·2n对任意的正整数n恒成立.(1)若a1,a2,a3,…,an+1成等差数列,求出该数列的通项公式;(2)若a1是已知数,求数列a1,a2,a3,…,an+1的通项公式.     

The Estimation for the Multiple de la ValKe Poussin Square Remainders

Let Q_N={\bar x=(x_1,\cdots ,x_N)|-pi \leq x_i <\pi,i=1,\cdots,N} and X(Q_N) denote L(Q_N) and C(Q_N) , The square de la УаДбо Poussin sums of f\in X (Q_N) are defined by $V_n^n+l(f;\bar x)=\frac{1}{\pi ^N}\int _Q_N f(\bar x+\bar t)\prod\limits_{i = 1}^N {(\frac{1}{{l + 1}}} \sum\limits_{v = n}^{n + l} {{D_v}({t_i}))d\bar t(n,l = 0,1,2, \cdots )}$ where D_v(t) =sin(v+1/2)t/2sint/2, - The differences $R_n,l(f;\bar x)=f(\bar x)-V_n^n+l(f;\bar x)$ are called square remainders. We denote by E_k(f)_X the best approximation of the function f\in X(Q_N) by N-multiple trigonometric polynomials of order K. Theorem Let {\varepsilon _k}_k=0^\infty be a sequence such that \varepsilon _n \downarrow \infty(n\rightarrow \infty), the class $X(\varepsilon)={f\in X(Q_N)|E_k(f)_X \leq \varepsilon _k,k=0,1,2,\cdots}$ Then $C_N^'\sum\limits_{v=0}^n+l \frac {\varepsilon_v+nln^N-1(3+v/(l+1))}{v+l+1}\leq sup_{f\in X(\varepsilon)||R_n,l(f)||_X\leq C_N \sum\limits_{v=0}^{n+l}\frac {\varepsilon _v+nln^N-1(3+v/l+1)}{v+l+1}$ where C_N>C'_N>0 are constants depending only on N.     

平稳序列密度函数及其导函数的随机窗宽核估计的一致强相合性

设{X_n}_(n=1)~∞是R~1上的平稳、强混合随机变量序列,具有公共的密度函数f(x)。我们选定一个概率密度K(x),假定f(x)与K(x)都具有r(≥0)阶导数,则可定义基于观测值X_1,…,X_n的f~(r)(x)的核估计其中窗宽h_n(x)■h_n(x;X_1,…,X_n)>0不仅依赖于X_1,…,X_n,而且也与x有关。本文是在随机序列{X_n}_(n=1)~∞是平稳、强混合的情况下,讨论f_n~(r)(x)的一致强相合性。     

考点38 数学归纳法

1.(辽宁卷,19)已知函数f(x)=x 3x 1(x≠-1).设数列{an}满足a1=1,an 1=f(an),数列{bn}满足bn=an-3,Sn=b1 b2 … bn(n∈N*).()用数学归纳法证明bn≤(32n--11)n;()证明Sn<233.2.(江西卷,21)已知数列{an}的各项都是正数,且满足:a0=1,an 1=21an(4-an),n∈N.(1)证明an相似文献   

矩阵特征值的几个扰动定理

1 引言 设A∈C~(n×m),B∈C~(m×m)(m≤n),它们的特征值分别为{λ_k}_(k=1)~n和{μ_k}_(k=1)~m.令 R=AQ-QB (1)这里Q∈C~(n×m)为列满秩矩阵.Kahan研究了矩阵A在C~(n×m)上的Rayleigh商的性质,证明了下列定理:设A为Hermite矩阵,Q为列正交矩阵,即Q~HQ=I,而B=Q~HAQ,则存在 1,2,… ,n的某个排列π,使得 {sum from j=1 to m │μ_j-λ_(π(j))│~2}~(1/2)≤2~(1/2)‖R‖_F (2)其中R如(1)所示,‖·‖_F为矩阵的Frobenius范数.刘新国在[2]中将此定理推广到B为可对角化矩阵的情形,并且还建立了较为一般的扰动定理:设A为正规矩阵,B为可对角化矩阵;存在非奇异矩阵G,使得G~(-1)BG为对角阵,则存在1,2,…,n的某个排列π,使得 │μ_j-λ_(π(j))│≤2(2~(1/2))nK(G)_(σ_m~(-1))‖R‖_F,j=1,2,…,m. (3)     

新题征展(68)

A题组新编1.(1)已知等差数列{an}的前n项和为Sn,若Sm=Sn(m≠n),则Sm+n=;(2)已知函数f(x)=ax2+bx,若f(m)=f(n)(m≠n),则f(m+n)=;(3)已知函数f(x)=ax2+bx+c(a≠0),若f(m)=f(n)(m≠n),则f(m+n)=.2.(1)已知等差数列{an}的前n项和为Sn,若Sm=n,Sn=m(m≠n),则Sm+n=;(2)等差数列{an}的前n项和为Sn,若Sm=a,Sn=b(m≠n),则Sm+n=;(3)已知函数f(x)=ax2+bx(a≠0),若f(m)=t,f(n)=s(m≠n),则f(m+n)=;(4)f(x)=ax2+bx+c(a≠0),若f(m)=t,f(n)=s(m≠n),则f(m+n)=.3.(1)在周长为定值l的直角三角形中,怎样的三角形面积最大?最大面积是多少?请详述理由;(2)在…