小波级数的部分和的逐点收敛性

对小波级数的部分和的逐点收敛性进行了讨论,通过引入函数空间L2r(R),研究了函数f∈L2r(R)的小波级数的部分和fn的r阶导数对f(r)的逐点逼近问题.当函数f(r)在点x处连续时,建立了逼近速度的一个精确估计,进而得到了相关的逐点收敛定理.其次,当点x为函数f(r)的第一类间断点时,建立了f(r)n对f(r)在点x处的左右极限的算术平均值的收敛速度的一个估计.     

随机设计变量情形回归函数的非线性小波估计 *

在随机设计变量情形 ,构造了回归函数的非线性小波估计以及自适应非线性小波估计 .证明了非线性小波估计在Besov空间中可达到最优收敛速度 ,自适应非线性小波估计在一大类Besov空间中可达到次最优收敛速度 ,即和最优收敛速度只相差lnn .这样 ,在随机设计变量情形 ,所构造的回归函数的非线性小波估计和在固定设计点下对回归函数所构造的非线性小波估计几乎具有相同的优良性质 .进一步 ,只要求误差有有界三阶矩 ,而不要求误差服从正态分布 .     

对称的高逼近阶多小波的构造

本文基于已有的对称多小波,给出构造对称的高逼近阶多小波的一个显式算法．具体地,假设Φ（x）：=（φ1（x）…．,φr（x））T是一个具有逼近阶m的对称加细函数向量．对于任意非负整数n,一个具有逼近阶m＋n的新对称加细函数向量Φ^new（x）：=（φ1^new（x）…．,φr^new（x））^T可由上述算法构造出来．另外,揭示了Φ（x）与Φ^new（x）之间的关系．为了使我们的结果具体化,从具有逼近阶4的三次Hermite函数出发,构造了一个具有逼近阶6的对称加细函数向量．     

Lagrange四边形单位分解有限元法的最优误差分析

用构造最优局部逼近空间的方法对Lagrange型四边形单位分解有限元法进行了最优误差分析.单位分解取Lagrange型四边形上的标准双线性基函数,构造了一个特殊的局部多项式逼近空间,给出了具有2阶再生性的Lagrange型四边形单位分解有限元插值格式,从而得到了高于局部逼近阶的最优插值误差.     

各向异性Besov类在混合范数下基于标准信息的最优恢复

研究了各向异性Besov类中的周期函数基于标准信息的最优恢复问题.利用Vallee-Poisson算子得到逼近的上界,通过构造bump函数得到逼近的下界,进而得到渐近逼近阶.     

二层随机规划逼近问题最优解集的上半收敛性

在下层初始随机规划问题可行解集上引入了正则的概念,并在下层初始随机规划最优解唯一的条件下,利用上图收敛理论,给出了下层随机规划逼近问题的任意一个最优解向量函数都连续收敛到下层初始随机规划问题的唯一最优解向量函数.然后将下层随机规划的最优解向量函数反馈到上层随机规划的目标函数和约束条件中,得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性.     

第二类两端奇异Fredholm积分方程的分数阶线性插值方法

考虑第二类两端奇异的Fredholm积分方程,假设核函数在区间的两个端点非光滑,存在分数阶的Taylor展开式.对于这种类型的核函数,在包含端点的小区间上采用分数阶插值,在剩余区间上采用分段线性插值逼近,由此得到一种分数阶线性插值退化核方法.本文讨论该方法收敛的条件,给出收敛阶估计.数值算例表明这种分数阶混合线性插值方法对于两端奇异核函数有着较好的计算效果.     

一类新型Chlodovsky算子的逼近性质研究

本文研究了一类基于非负实参数的新型Chlodovsky算子,用Ditzian-Totik光滑模与二阶连续模得到了逼近定理,然后研究了该算子对Lipschitz类函数的逼近误差上界,最后得到了该算子对一类导数为有界变差函数的绝对连续函数的收敛阶.     

关于径向基函数插值的收敛性

本文在 n 维空间给出了径向基函数插值及逼近的收敛性质,并给出了收敛阶.     

双调和方程混合元的一种新格式

本文介绍了双调和方程混合元的一种新格式,用双二次多项式逼近流函数,双一次多项式逼近涡函数.在拟一致矩形剖分的条件下,证明了此格式具有与C-R格式中分别用双二次多项式逼近相同的收敛阶.     

具有多项式衰减面具的向量细分格式

具有多项式衰减面具的向量细分方程在刻画小波Riesz基和双正交小波等方面有着重要作用.本文主要研究这类方程解的性质.向量的细分方程具有形式：Ф=∑α∈Zsa（α）（2·-α）,其中Ф=（Ф1,...,Фr）T是定义在Rs上的向量函数,a：=（a（α））α∈Zs是一个具有多项式衰减的r×r矩阵序列称为面具.关于面具a定义一个作用在（Lp（Rs））r上的线性算子Qa,Qaf：=∑α∈Zsa（α）f（2·α）.迭代格式（Qanf）n=1,2,...称为向量细分格式或向量细分算法.本文证明如果具有多项式衰减面具的向量细分格式在（L2（Rs））r中收敛,那么其收敛的极限函数将自动具有多项式衰减.另外,给出了当迭代的初始函数满足一定的条件时的向量细分格式的收敛阶.     

Cahn-Hilliard方程的有限元分析

建立了求解非线性发展型Cahn-Hilliard方程的有限元方法,借助于一个双调和问题的有限元投影逼近,给出了最优阶L_2模误差估计。特别对于3次Hermite型有限元,导出了L_∞模和W_∞~1模的最优阶误差估计和导数逼近的超收敛结果。     

B样条在一些渐近组合问题中的应用

本文考察了B样条函数及其导数的渐近性质,并给出了收敛阶;考察了经典Eulerian数和两类广义Eulerian数的渐近性质;给出了以Hermite多项式表示的细化Eulerian数的渐近形式.Carlitz等人利用中心极限定理得到Eulerian数渐近公式的逼近阶为43阶.利用样条方法,我们得到更为精确的逼近阶.将样条方法引入到组合数的渐近分析中,为离散对象的研究提供了一种新的分析方法.     

带超级光滑噪声密度函数的小波自适应点态估计

利用小波方法在局部Holder空间中研究一类反卷积密度函数的点态估计问题.首先,针对超级光滑噪声给出该模型任一估计器的点态风险下界;其次,构造有限求和小波估计器,并证明其在超级光滑噪声条件下达到了最优收敛阶,即该估计器在点态风险下的收敛速度与下界一致.最后,还讨论了这类小波估计器的强收敛性.值得指出的是上述估计都是自适应的.     

极大极小随机规划逼近问题最优解集和最优值的稳定性

研究了特殊的二层极大极小随机规划逼近收敛问题. 首先将下层初始随机规划最优解集拓展到非单点集情形, 且可行集正则的条件下, 讨论了下层随机规划逼近问题最优解集关于上层决策变量参数的上半收敛性和最优值函数的连续性. 然后把下层随机规划的epsilon-最优解向量函数反馈到上层随机规划的目标函数中, 得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性和最优值的连续性.     

半线性椭圆问题Petrov-Galerkin逼近及亏量迭代

本文考虑了二阶半线性椭圆问题的Petrov-Galerkin逼近格式,用双二次多项式空间作为形函数空间,用双线性多项式空间作为试探函数空间,证明了此逼近格式与标准的二次有限元逼近格式有同样的收敛阶.并且根据插值算子的逼近性质,进一步证明了半线性有限元解的亏量迭代序列收敛到Petrov-Galerkin解.     

一类随机规划逼近最优值和最优解集的收敛性

本文提出强上图收敛的概念,讨论了逼近随机规划的目标函数序列的强上图收敛性,研究了逼近随机规划最优值和最优解集的收敛性条件,得到了一类随机规划逼近最优值和最优解集的收敛性.     

双调和算子特征值问题的混合三角谱元方法

本文针对双调和算子特征值问题设计了基于混合变分形式的三角谱元逼近格式,其基函数采用指标为(-1,-1,-1)的广义Koornwinder多项式.在H~1-及H_0~1-正交谱元投影的逼近理论基础上,我们建立了双调和算子特征值与特征函数的收敛性估计;它关于网格尺寸h是最优的,关于多项式次数M是次优的.然而,在H_0~2-正交谱元投影的最优估计假设前提下,关于M的次优收敛阶估计则提升为最优.此外,Koornwinder分片多项式逼近的结果还表明,在带权Besov空间范数的度量下,对于存在着区域角点奇性的双调和算子特征值问题,谱元方法的收敛阶能达到h-型有限元方法的2倍.最后,本文的数值实验结果展示了谱元逼近格式的高效性,同时也验证了相关理论的正确性.     

关于I.Joo的一个插值过程

研究I.Joo引入的在区间[0,＋∞）上定义的一个插值过程R_n（f,x）.逼近可微函数f（x）的阶以及同时逼近问题.     

相关数据密度函数的非线性小波估计

本文考虑了严平稳随机序列密度函数的非线性小波估计,证明了在Besov空间中,非线性小波估计可达到最优收敛速度.进一步讨论了自适应非线性小波估计,证明了自适非线性小波估计可达到次最优速度即和最优速度相差in n.