多水平连续抽样方案的改进

[2]和[3]中给出的多水平连续抽样方案当产品质量较优时是按等比序列f,f~2,…,f~k,…缩减抽样比率的。本文的目的是降低抽样比率的下降速度,改为按比率f,f/2,…,f/2~(k-1),…进行抽样,从而得到 CSP-M~*和 CSP-T~*方案的 AOQ公式,并作出三水平抽样方案的函数 AOQ的等高线,对多水平方案的选择也进行了讨论。     

一类全局优化问题的区间斜率算法

考虑下面的全局优化问题: global minimize f(x),f:X~0 R~1→R~1 (1)其中X~0=[a~0,b~0],f是X~0上连续的多峰函数.在本文中f在X~0上的全局极小值记为f~*,f在X~0上所有全局极小点集合记为X~*.以下恒假定X~*仅由有限个点组成. 我们的目标是求f~*及X~*.求解这一问题已有诸多方法,这些方法一般可分为确定型和非确定型两类.前者以Lipschitz导数法,填充函数法等为代表,它们依据某一     

亚纯函数的级的估计

设f(z)为一亚纯函数,其级p< ∞。re~(iω_1),re~(iω_2),…,re~(iω_q)(r≥0)为q条射线,其中0≤ω_1<ω_2<…<ω_q<2π,q≥1。本文证明了若方程:f(z)=0,f(z)=∞,f~((l))(z)=1(l≥0,f~((0))≡f)的根均分布在包含上述q条射线的q个窄形区域中,又δ(0,f) δ(∞,f) δ(1,f~((l))>0,则     

非周期函数类WH的宽度估计

设f定义在〔a,b〕上,说f∈W~rH~ω_〔a,b〕,r=0,1,2,…,如f~(r)∈C_〔a,b〕。且对一切x_1x_2∈〔a,b〕,有|f~(r)(x_1)-f~(r)(x_2)|≤ω(|x_1-x_2|),其中ω为给定的连续模,W~0H~ω_〔a,b〕=:H~ ω_〔a,b〕记 NW_p~r_〔a,b〕={f:f~(r-1)在〔a,b〕上绝对连续,‖f~(r)‖r相似文献   

Birkhoff遍历定理的推广

设(X,F,P)是一个概率空间,T:X→X 为保测变换,Bikhoff 遍历是定理指出:对任意 f∈L′(X,F,P),都存在 f~*∈L′(X,F,P)使得(?)并且 f~*(?)T=f~*α.e,α.e,(?)f*(x)dP=(?)f*(x)dP.J.P.con-(?)并且(?)ze 与 A.Bellow 分别在[1]、[2]中讨论了对任意一串严格增的正整数 κ=(k_n)m>0,部分和 T~N,kf(x)=1/N sum from n≤N f(T?)当 N→∞时的收敛性。本文中,我们要从另外的角度来讨     

ω,q-Bernstein多项式的Voronovskaya-型公式

讨论了ω,q-Bernstein多项式的Voronovskaya-型公式及其收敛的饱和性.给出了当01[0,1]时ω,q-Bernstein多项式的Voronovskaya-型公式.如果0<ω,q<1,f∈C1[0,1]时ω,q-Bernstein多项式的Voronovskaya-型公式.如果0<ω,q<1,f∈C¹[0,1],则ω,q-Bernstein多项式的收敛阶为o(q1[0,1],则ω,q-Bernstein多项式的收敛阶为o(qⁿ)当且仅当((f(1-qn)当且仅当((f(1-q^(k-1)-f(1-q)(k-1)-f(1-q)^k))/((1-qk))/((1-q^(k-1)-(1-q(k-1)-(1-q^k)))=f'(1-qk)))=f'(1-q^k),k=1,2,…还证明f如果f在[0,1]是凸的或者在(-ε,1+ε)(ε>0)解析,则ω,q-Bernstein多项式的收敛阶为o(qk),k=1,2,…还证明f如果f在[0,1]是凸的或者在(-ε,1+ε)(ε>0)解析,则ω,q-Bernstein多项式的收敛阶为o(qⁿ)当且仅当f是线性函数.     

一个等价的萊布尼茲定理

§1.设函数f(x),g(x)在区间ι上高阶可微,则下列恆等式成立: f′g十fg′=(fg)′, f″g十fg″=(fg)″-2(f′g′), f′″g+fg″′=(fg)″′-3(f′g′)′, f″″g+fg″″=(fg)″″-4(f′g′)″+2(f″g″),它们之间有关系 f~(n)g+fg~(n)=(f~(n-1)g+fg~(n-1))′--(f~(n-1)g′+f′g~(n-1))。§2.现在我们规定 f~(n)g+fg~(n)=A_0(fg~(n)+A_1(f′g′)~(n-2)+…++A_[n/2]~(f~([n/2])g~([n/2]))(n-2([n/2])),其中高斯记号[n/2]表示不超过n/2的最大正整数。由于未定系数A_0,A_1,…,A_[n/2]的数值函数f(x),g(x)无关,不妨选取 f(x)=e~(ax),g(x)=e~(bx),就有 f~(n)g+fg~(n)=(a~n+b~n)e~((a+b)x),以及 (f~(ι)g~(ι))~((n-2ι))=(a+b)~(n-2ι)(ab)~ιe~((a+b)x)(ι=1,2,…,[n/2])。代入规定的等式中,两边约去公因子e~((a+b)x)以后,立刻得到     

随机幂级数与α-Bloch函数

本文考虑随机幂级数:f(z,ω)=sum from n=0 to ∞ a_n e~(iω_n)z~n (1.1)其中 a_n≥0(n=0,1,…),{ω_n}是概率空间(Ω,(?),P)上的 steinhaus 序列。我们给出了f(z,ω)a.s.属于 α-Bloch 函数类(?)~α,(?)_0~α的条件,当α=1时,得出[1]中相应的结果。     

L_1中Jackson型不等式中的精确常数

§1.前言设L_p[0,2π]=:L_p,1≤p<∞表示定义在[0,2π]上p次可积的函数空间,L_p~r(r=0,1,…,L_p~o=L_p)表示f~((r-1)在[0,2π]上绝对连续且f~((r))∈L_p的函数的全体,C_([0,2π])~r=:C(r=0,1,…,C~o=C)表示定义在[0,2π]上r次连续可微的函数空间.L_p~r,C~r分别表示L_p~r及C~r中可以以2π为周期延拓的子集.记 W_p~r={f:f∈L_p~r,||f~((r))||_p≤1},(1.1)W_p~r表示相应的2π周期的函数类.设N为L_p中的函数集,量 E(f,N)_p=inf{||f-u||_p,u∈N} (1.2)称为f在L_p尺度下的最佳逼近.量     

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     

关于三次插值样条逼近系数准确界的估计

1.引言 利用被逼近函数f的某阶导数f~(r)(r=1,2,3)的C空间模||f~(r)||_∞或连续性模ω(f~(r),h),以分划 △_n:α=x_0相似文献   

Degree of L~P Approximation by Operators of Kantorovi(?) Type Satisfying Micchelli Conditions

§1 We see symbols in article, L~∞[a,b]C[a,b], let f(t) be absolute continuous over [a,b], we denote by f∈AC[a,b], L_k~p[a,b]{f:f~(k-1)∈AC[a,b] and f~(k)(t)∈L~p[a,b]}.C_k[a,b]L_k~∞[a,b], W~kL{f:f∈L_k~p[a,b] and ‖f~(k)‖_p≤1}. Let H_n.be set of algebraic polynomials of degree≤n. Let B_n(F) be Bernstein polynomials,P_n(f) be Kantorovi polynomials. We generalize p_n(f). Let T be linear operator C[a,b]AC[a,b],for g(u)∈C[a,b] we have T(g(u),a)=g(a), T(g(u),b)=g(b), let f(t)∈L[a,b], F(u) =integral from n=0 to u(f(t)dt),     

B值鞅的Davis型不等式与Banach空间的几何性质

下面两个结果被证明: 1.Banach空间X同构于p光滑空间(10使得每个X值鞅f=(f_n)满足‖f~*‖≤C‖S~((p))(f)‖_1。 2.Banach空间X同构于q凸空间(2≤q<∞)当且仅当存在C>0使得每个X值鞅f=(f_n)满足‖S~((q))(f)‖_1≤C‖f~*‖_1。 此外,应用f~*与S~((p))(f)的弱(1,1)型不等式以及集合{f~*<∞}{S~((p))(f)<∞}的相互包含关系刻划了B空间的p光滑性和q凸性。作为推论,给出了超自反空间以及与Hilbert空间同构的Banach空间的特征。     

Lp空间Kantorovich-Vertesi算子逼近的Jackson型估计

考虑了Kantorovich-Vertesi有理插值型算子L^*n,s（f,X,x）对L^p[-1,1]（1≤p≤∞）空间函数逼近的Jackson型估计。并获得了如下逼近阶：‖L^*n,s(f,X,x)-f(x)‖L^p[-1,1]≤Cp,sw(f,1/n 2)L^p[-1,1] （s＞2）。     

具有随机窗宽核估计的一致强相合性

设 X_1,…,X_m i.i.d.是取值于 R~n 中的随机向量,X_1 有概率密度 f(x),取正随机变量 H_m(x,ω)=H_m(x,X_2(ω),…,(ω))为随机窗宽,f(x)的核估计与最近邻估计分别如下:f_m(x)=(mH_m~n(x,ω))~(-1)sum from i=1 to m K((X_i-x)/H_m(x,w))f_m(x)=(ma_m~n(x,w))~(-1) sum from i=1 to m K((X_i-x)/a_m(x,w)),m≥1,x∈R~n.假定 K 为 R~n 中有界变差函数,当 f(x)与 K(x)的条件比[1]弱时,我们讨论了 f_m(x)与 f_m(x)的一致强相合性。本文所得随机窗宽的结果与[1]中常数窗宽的结果相同,这些结果也比[2]和[5]中的要好。     

非线性规划中最小变化拟Newton方法的局部收敛性

考虑非线性规划问题:[1]和[4]曾讨论对某点x处的投影Hesse阵z(x)~T?_(xx)~2L(x,λ)z(x)进行变尺度校正算法的收敛性.假设f(x),c_i(x),i=1,…,t为二次连续可微函数,x~*为(1.1)的解,且在x~*处满足二阶充分性条件,以及假设     

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)) .     

伪补对称扩张Ockham代数

研究peO代数类中的子类pe_(2,0)K_(1,1),即满足恒等式f~3=f和k~2=id_L的peO-代数.利用同余和代数的次直不可约,有如下的主要结果:如果L∈pe_(2,0)K_(1,1),则L是真次直不可约当且仅当Con L■{ω}[G,Φ]{ι}.这里ω和l分别表示相等关系和泛关系,Φ表示由f(x)=f(y)确定的一个同余,G表示Glivenko同余.     

几类解不等式约束问题的超线性收敛的可行方向法

考虑问题: (P) 其中L是有限指标集;f,g_i∈C~1,(i∈L). 对此问题,文[1]提出了一个超线性收敛的可行方向法。其特点是仅用线性方程组确定可行方向,因而计算量较少。本文利用方向摄动技巧及[1]中的思想,提出了三类新的可行方向法并在较弱的条件下同样证明了新方法的全局收敛性及超线性收敛性。简化并推广了[1]中的结果。一、线性系统与可行方向本文总假设:其中     

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