多元Newman不等式与逼近逆定理

本文研究多元有理逼近的Newman不等式与逼近逆定理问题.在多元Müntz多项式空间中利用分解方法建立多元有理多项式的Markov型不等式与Nikolskii型不等式.同时,建立多元有理逼近的逆定理,即Steckin型不等式.本文所获结果不仅推广了一元的相应结果,而且包含了关于代数多项式的一些经典结果.     

d维Bemstein算子加Jacobi权的收敛阶

1.引言 设S=Sd(d=1,2,…)是Rd中的单纯形,即     

Cardaliguet-Eurrard型神经网络算子逼近

研究多维Cardaliguet-Eurrard型神经网络算子的逼近问题.分别给出该神经网络算子逼近连续函数与可导函数的速度估计,建立了Jackson型不等式.     

修正的Szász算子的强逆不等式

本文证明修正的Szász算子逼近的强型正定理和逆定理,从而得到该算子逼近特征的刻画.所获结果类似于Szász算子相应的结果.     

多元StancU多项式的最优逼近阶及其特征刻画

对于单纯形上的多元Stancu多项式Mn(f，x)(它是多元Bernstein多项式的广义形式)，我们给出其对连续函数的最优逼近阶及其特征刻画，即我们将依据某-K-泛函确定满足‖Mnf-f‖=O(n^-1)的函数类．同时，得到了逼近的正定理和逆定理．     

正系数多项式倒数逼近的点态和整体估计

利用Ditzian-Totik光滑模对于[0,1]上定义的非角连续函数f(x)，且f(x)≠0，文中证明存在正系数多项式Pn(x)及常数C，使得|f9x)-1/Pn(x)|≤Cωψ^λ（f,n^-1/2(ψ(x) 1/√n)^1-λ)。当λ＝1时，上述结果导出已有的整体估计，而当0≤λ＜1时，得到倒数逼近一个新的点态局部估计。     

Bernstein-Sikkema 算子逼近

研究Bernstein-Sikkema算子的逼近问题,得到强型正定理和弱型逆定理,改进了文献［1］的结果.     

基于几何直观的微积分教学内容改革探索

探讨一种新的教学理念.以培养好学,善学,勤学的学生为目标,提高学生学习兴趣为出发点,改革教学内容为手段,提出改革微积分教学内容和方法的具体知识点,增加相应知识点的几何直观性,提高学生的课堂思考能力,活跃课堂教学,体验数学美感,培养创新思维,克服微积分抽象难于理解的难题.     

球面混合插值的逼近性质

球面径向基函数(SBF)和多项式样条函数均为处理球面散乱数据的有效工具. 本文考虑由球面径向基函数与球面多项式函数组成的混合插值模型, 并利用最小二乘法求解该模型. 对于该插值模型, 首先, 给出带Bessel势的Sobolev空间中的Bernstein不等式, 然后利用该不等式建立逼近正定理,并进一步给出该插值工具的误差估计. 最后, 研究该插值方式(即利用最小二乘法求解混合插值模型)的稳定性.     

d维Bernstein算子加Jacobi权的收敛阶

１．引 言 设Ｓ＝Ｓｄ（ｄ＝１,２,…）是 Ｒｄ中的单纯形,即记ｋ＝（ｋ１,ｋ２,……,ｋｄ）∈Ｒｄ,ｋｉ为非负整数, ,则Ｓ上定义的函数ｆ所对应的ｄ维Ｂｅｒｎｓｔｅｉｎ算子定义为其中 Ｐｎ,ｋ（ｘ）＝是 Ｂｅｒｎｓｔｅｉｎ基函数．引进多维Ｊａｃｏｂｉ权函数, 这里 ．定义Ｂｅｒｎｓｔｅｉｎ权函数 表示微分算子． 记 是单位向量,即第ｉ个分量为１,其余ｄ－１个分量为０, ．定义函数ｆ在方向ｅ上的ｒ阶对称差分为Ｃ（Ｓ）中的加权Ｓｏｂｏｌｅｖ空间为其中Ｓ为Ｓ的内部．定义加权Ｋ－泛函及加权光滑模其中 为加权范数． …