用样条函数的缺插值

<正> f(x)是区间[0,1]上定义的函数,n 是奇数,把[0,1]n 等分,记h=1/n,f~(r)(vh)=f_v~(r),v=0,1,…,n;r=0,1,…,5.A.Meir 和 A.Sharma 提出五次缺插值样条函数,即满足下面条件的五次样条函数 S_n(x):     

等距节点上(0,3)插值五次样条

§1.引言 设f(x)是定义在[0,1]上的连续函数,n是自然数。记h=1/n, f_v~((r))=f~((r))(vh),v=0,1,…,n;r=0,1,…,5, f_(v 1/2)~((r))=f~((r))((v 1/2)h),v=0,1,…,n-1;r=0,1,…,5, ω_r(j)=max |f~((r))(x_1)-f~((r))(x_2)|,r=0,1,…,6. |x_1-x_2|≤h 0≤x_1,x_2≤1又设s(x)是[0,1]上满足(i)s(x)∈C~3[0,1],(ii)在[vh,(v 1)h]上s(x)∈∏_5,v=0,1,…,n-1的五次样条.它们的全体记为?_(n5)~((3)) .     

用样条函数的缺插值(Ⅱ)

f(x)是区间[0,1]上定义的函数,n是奇数,把[0,1]n等分,记 h=1/n,f~((r))(vh)=f_v~((r)),v=0,1,…,n;r=0,1,2,3.A.Meir和 A,Sharma,B.K.Swartz和 R.S.Varga及作者考虑了五次缺插     

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     

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     

二次插值样条导数误差的准确界

[1]和[2]分别解决了三次插值样条的二阶和三阶导数的最优误差界。由于二次样条也同样广泛地被讨论和应用,因此作出其最优误差估计也有理论和实际意义。 设△_n是[0,1]的一个均匀分划:0=x_0<…相似文献   

用调和平均逼近可积周期函数

§1.设f(x)是(L)可积的周期函数,S_n(x)≡S_n(f,x)=A_0(x)+A_1(x)+…+A_n(x),{S_n(x)}的调和平均是     

关于非等距的五次样条函数的缺插值

一f(x)是区间[0,1]上定义的函数,0=x_0相似文献   

二次样条的一种推广

在样条函数的讨论中,除了通常的多项式样条,T-样条等外,[1,2,3]分别讨论了更为一般的样条,本文考虑二次样条的一种推广,二次多项式样条是满足一定光滑性条件的分段二次多项式.设Δ:0=x_0相似文献   

調和級数求和的一般方法

調和級数前n項的和 S_n=1/x+1/(x+a)+1/(x+2a)+…++1/(x+(n-1)a)虽然不能表示成任何n的有理函数,但在实际計算过程中,还是可以找到比直接相加更方便的求和办法。由于 d/dx ln x(x+a)(x+2a)…[x+(n-1)a]=d/dx{ln x+ln(x+a)+ln(x+2a)+…++ln[x+(n-1)a]}=1/x+1/(x+a)++1/(x+2a)+…+1/(x+(n-1)a)=S_n,所以 S_n=