一个数值微分公式的余项(Ⅱ)

设a_0,a_1,…,a_n是实轴或复平面上任意n 1个点。记 ω_(j 1)(x)=multiply from v=0 to j(x-a_v)(j=0,1,…,n),ω_0(x)=1。 (1)以H_n(x)表示以a_0,…,a_n为节点的n次插值多项式, R_n(x)=f(x)-H_n(x)。 (2)对任意k=0,1,…,n关于R_n~((k))(x)用f限定阶数的差商(或导数)来表示的问题,我们在[1]中证明了等式     

五次缺插值样条的渐近性态

f(x)定义于[0,1]。将[0,1]n等分,记x_j=jh,j=0,…,n.h=1/n,且 f~(α)(x_j)=f_j~(α),j=0,…,n;α=0,1,…,5。 A.Meir和A.Sharma提出五次缺插值样条函数,即满足下面条件的函数s_n(x): (i)s_n(x)∈C~3[0,1], (ii)在区间[x_j,x_(j 1)]上(j=0,…,n-1),s_n(x)是五次多项式, (iii)s_n(x_j)=f_j,s″_n(x_j)=f″_j,j=0,…,n, (iv)s′_n(0)=f′_0,s′_n(1)=f′_n。 (1) [1]还考虑了把(1)中的(iv)换成 (iv′)s′′′_n(0)=f′′′_0,s′′′_n(1)=f′′′_n (2)的五次样条。为叙述方便,我们分别称之为(Ⅰ)型、(Ⅱ)型缺插值样条。[1]证明了(Ⅰ),(Ⅱ)型插值样条在n为奇数时是唯一存在的。[2,3,4]继续了这方面的工作,得到了一     

Fourier级数及其导级数的逼近

设p_m≥0↓,sum from k=0 to n(p_n)=P_m,n=0,l,…,p_0=P_0=1,P_n→∞(n→∞)若N_n=1/P_n sum from k=0 ton(p_(n,k)S_k→S(n t。0→∞)),则说{S_k}关于算子(N,p_n)收敛于S.设f(x)∈L_(?),S_n(f,x)为     

一种最佳平方逼近的C^n＋k次多项式插值方法

设节点数据{xj,yj}j=0^n来自函数y=f(x),Pn k(x)为满足插值条件Pn k(xj)=yj,(j=0,1, …,n）的n k次多项式插值,In(x)为分段线性插值多项式。本在范数‖Pn(x)-f(x)‖2或‖Pn(x)-In(x)‖）2意义下得出了一种最佳平方逼近的C^n k次多项式插值Pn k^*(x),并且证明了Pn k^*(x)的存在唯一性及其相关性质。实践表明该方法有效地抑制了Runge现象的产生。     

在Banach空间中推广的Roper-Suffridge算子(Ⅲ)

假定X是具有范数‖·‖的复Banach空间,n是一个满足dim X≥n≥2的正整数.本文考虑由下式定义的推广的Roper-Suffridge算子Φ_(n,β_22γ_2,…,β_(n+1),γ_(n+1))(f):(?)其中x∈Ω_(p1,p2,…,pn+1),β_1=1,γ_1=0和(?)这里p_j1(j=1,2,…,n+1),线性无关族{x_1,x_2,…,x_n}(?)X与{x_1~*,x_2~*,…,x_n~*}(?) X~*满足x_j~*(x_j)=‖x_j‖=1(j=1,2,…,n)和x_j~*(x_k)=0(j≠k),我们选取幂函数的单值分支满足(f(ξ)/ξ)~(β_j)|ξ=0=1和(f′(ξ))~(γ_j)|ξ=0=1,j=2,…,n+1.本文将证明:对某些合适的常数β_j,γ_j,算子Φ_(n,β_2,γ_2,…,β_(n+1),γ_(n+1))(f)在Ω_(p_1,p_2,…,p_(n+1))上保持α阶的殆β型螺形映照和α阶的β型螺形映照.     

关于二次插值样条误差的一个最佳估计

设△_n={i/n=xi}是区间[0,1]上的等距分划,h=1/n,s(x)是△_n上的二次周期样条,即s(x)∈C~1[0,1],在每一区间[x_i,x_i+1]上是二次多项式,并且s(0)=S(1),S＇(0)=S＇(1). 又设f(x)∈C[0,1],满足f(0)=f(1),据此可以认为f(x)是以1为周期的连续函数.记f_i=f(xi),fi-1/2=f(xi-n/2),则由条件 si-1/2=fi-1/2,i=1,2,…,n,     

一阶三角样条插值投影算子的模

§1.引言 设区间[0,1]的分划如下: △:0=x_0相似文献   

甩瓦累-布然平均逼近连续函数

<正> §1.总说§1.1 设 f(x)∈C_(2π),f(x)～a_0/2+sum form n=1 to ∞ a_ncosnx+b_nsin nx≡sum form n=0 to ∞ A_n(x)记 S_n(f,x)=sum form v=0 to n A_v(x).称σ_(n,p)(f,x)=1/p+1 sum form v=n-p to n S_v(f,x)为 f(x)的瓦累-布然平均.记△_u~kf(x)=sum form v=0 to k (-1)~v(?)f[x+(k-2v)u].称函数ω_k(f,t)=(?)|△~u_kf(x)|为 f(x)的 k 阶连续模.简记ω(f,t)=ω_1(f,t).假如 f(x)的共轭函数     

分段线性规划算法的一个注记

求解分段线性规划问题inf S(x) s.t.Ax≤b 0≤x≤(?) (1)其中(?)=((?)_1,(?)_2,…,(?)_n)及 b=(b_1,b_2,…,b_m)~T 是已知向量,A 是已知的(m,n)矩阵,元素为 α_(ij)。目标函数 s(x)是分段线性函数。即对[0,(?)_j)(j=1,2,…,n)存在分划0=x_j~(0)相似文献   

关于A-有序有界变差

§1前言 设f(x)是定义在一个区间上的实函数。对每一个区间I=[a,b],记f(I)=f(b)-f(a)。若区间J处于区间I的右边,则记之为II.若对每一j有I_j<(j 1),(或I_j>I_(j 1),则称{I_n}为有序的。A表示单调不减的正数序列{λ_n},它满足条件 sum from n=1 (1/λ_n)= ∞ (1)如果 其中,记号sup表示关于区间Ⅰ=[a,b]内每一互不重叠的区间列{I_n}取上确界,则称函数f(x)是区间I上的A-有界变差函数,记作f∈∧B∨,区间函数V_∧(I)=V(F;I)=     

杭州大学一九八三年攻读硕士学位研究生入学考试试题

1.给定函数f∈C~2[a,b]和分划a=x_0相似文献   

关于Szász-Mirakjan型算子的加权逼近

设S_n(f;x)表示如下的Sz(?)sz-Mirakjan算子:S_n(f;x)=sum from k=0 to ∞ f(k/n)S_(nk)(x),这里S_(nk)(x)=e~(-nx)(nx)~k/k!,x∈[0,∞),f∈C_[0,∞),C_[0,∞),表示在[0,∞)上连续且有界之函数集,1983年在[1]中给出了Sn(f;x)在一致逼近意义下的特征刻划,为讨论L_p逼近,[2]中引进了如下的Sz(?)sz-Mirakjan-Kantorovich算子:     

一个有趣的命题及其推论与应用

设X=(x1,x2,……,xk),记函数fi(X)=fi(x1,x2,…xk),又设f(X)为正值函数且其二阶偏导数连续(k≥2),其中i=1,2…n。将形如[(^n∑i=1)fi(X)]/n的函数称为fi(X)(i=1,2…,n)的均值函数;将^n√(^n∏i=1)fi(X)称为fi(X)(i=1,2…,n)的几何均值函数,由fi(X)(i=1,2…,n)的均值函数和fi(X)(i=1,2…,n)的几何均值函数可以得到均值不等式。     

关于Hermite-Fejér值逼近的一点注记

§1.前言 设x_k~((n))=cos((2k-1)/2n)π(k=1,2,3,…,n)是n阶多项式 T_n(x)=cos(n arccosx)的零点(n=1,2,…).以这些点为结点,区间[—1,1]上连续函数f(x)的n阶Hermite-Féjer值多项式是     

三次样条的Hermite-Birkboff插值

设Δ:0=x_0相似文献   

对线性分式函数n次迭代的一个补充

线性分式函数的迭代有着较为广泛的应用.现有的求函数的n次迭代式的方法有:定义法、数学归纳法、不动点法和桥函数相似法等.文[1]利用矩阵的特征多项式理论,得到了线性分式函数的n次迭代式的一般计算公式,此公式只能解决特征根互异的情形.本文就特征根相等的情形作了一些讨论,得到了特征根相等时的线性分式函数的n次迭代式的一般计算公式,并举例说明了它的应用.定义设函数y=f(x),记f0(x)=x,fn(x)=f(f…f(x)…)(n∈N ),则称fn(x)为函数f(x)的n次迭代,显然,fn(x)=f(fn-1(x))(n≥1).定理设f(x)=caxx db,a,b,c,d∈R,ad-bc≠0,若方程λ2-(a b)…     

混合约束规划的一种新算法

1 引 言 设本文探讨的非线性规划问题为 minf(x) (1.1a) s.t.C_j(x)=0 j∈E (1.1b) C_j(x)≥0, j∈I (1.1c)其中E={1,2,…,m′} I={M′+1,m′+2,…,m},f(x),C_j(x),j∈E∪I,均为二阶连续可微函数。     

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     

关于高阶线性微分方程解的零点

本文研究了k(≥2)阶齐次线性微分方程(其中P1(z)=ξ1zn+…,P2(z)=ξ2zn+…为非常数多项式.Q1(z)(≠0),Q2(z)(≠0),Q(z),aj(z)(j=1,2,…,k一1)均为级小于n的整函数)的非平凡解f的复振荡问题,得出当ξ2-ξ1为正实数时,方程解的零点序列收敛指数的一些结果.     

一种最佳平方逼近的C~(n k)次多项式插值方法

设节点数据 {xj,yj} nj=0 来自函数y =f(x) ,Pn k(x)为满足插值条件Pn k(xj) =yj,(j=0 ,1,… ,n)的n k次多项式插值 ,In(x)为分段线性插值多项式 .本文在范数‖Pn(x) -f(x)‖2 或‖Pn(x) -In(x)‖2 意义下得出了一种最佳平方逼近的Cn k 次多项式插值P n k(x) ,并且证明了P n k(x)的存在唯一性及其相关性质 .实践表明该方法有效地抑制了Runge现象的产生 .