共查询到20条相似文献,搜索用时 15 毫秒
1.
本文在Bergman空间Bqp(p>0,q>1)中得到了关于用多项式逼近该空间函数的最佳逼近误差的阶的估计的逆定理. 相似文献
2.
本文在Bergman空间Bqp(p>0,q>1)中得到了关于用多项式逼近该空间函数的最佳逼近误差的阶的估计的逆定理. 相似文献
3.
本文研究了连续函数的最佳逼近多项式的点态逼近性质.通过一个具体函数的连续模估计,得到最佳逼近多项式的点态逼近阶估计,并且存在连续函数使得最佳逼近多项式能够满足Timan定理. 相似文献
4.
5.
设Γ∈C(1,α),α>0.G是复平面上以Γ为边界的有界单连通区域.本文考虑了极点位于G外部,以广义Faber-Dzrbasjan有理函数的零点为插值结点的Lagrange插值有理函数序列对A(G)和Eq(G)(1<q<+∞)中函数的一致逼近和平均逼近阶的估计. 相似文献
6.
部分线性模型参数分量的L_1模估计的渐近正态性 总被引:2,自引:0,他引:2
考虑i.i.d.观测数据(T1,X1,Y1),…,(Tn,Xn,Yn),其中Ti∈[0,1],ui为观测误差,β0为未知参数向量,g0为未知函数.本文用分段多项式gn(t)来逼近g0(t),求解得到β0的估计β和g0的估计gn,其中n是一个m阶分段多项式类.在一定条件下,本文证明了渐近正态. 相似文献
7.
设D是复平面上的Jordan区域,{zk}n-1o是D上的Fejer点.考虑用Hermite插值多项式逼近D内的函数及其导数,在某些边界条件下得出了一致逼近与平均逼近的阶. 相似文献
8.
研究了Orlicz空间内一类有理函数逼近问题.在被逼近函数改变l次符号的条件下,借助Steklov平均函数,利用修正的Jackson核,Hardy-Littlewood极大函数,Cauchy-Schwarz不等式等工具,给出了逼近阶的一种Jackson型估计.考虑到Orlicz空间内拓扑结构的复杂性,本文得到的结果比连续函数空间和L_p空间内同类问题的研究结果具有更广泛的意义. 相似文献
9.
设f(z)在|z|≤1解析,在|z|≤1连续.本文得到了基于单位根的扩充Hermite插值多项式在|z|≤1上一致收敛于f(z)的逼近阶和在|z|=1上平均收敛于f(z)的逼近阶,且一般说来,阶还是精确的.进而说明,重数不同的插值多项式的逼近阶不同于重数相同的插值多项式的逼近阶. 相似文献
10.
渐近Fejer点上的Lagrange插值多项式的逼近阶 总被引:3,自引:0,他引:3
本文考虑渐近 Fejer 点上 Lagrange 插值多项式在 Jordan 区域 D 边界上一致逼近及平均逼近 A(D)中的函数,得到了逼近阶的估计式。 相似文献
11.
曾研究D类解析函数在圆周上以多项式带权平均逼近。本文定理1是研究D类解析函数在圆周上以多项式带权平均逼近的阶的估计。 曾研究E_p(1
相似文献
12.
本文给出了以第一类Chebyshev多项式的零点为节点的Hermitfe插值多项式来逼近函数及其导数时的逼近阶的点态估计式,该结果回答了谢庭藩教授在文[4]中提出的问提. 相似文献
13.
本文得到了渐近Fejer点上的(0,1,…,q)Hermite-Fejer插值多项式在边界有二阶连续导数的区域D上平均逼近函数类A(-↑D)中被插值函数的逼近阶,同时还得到了在D上的一致逼近的逼近阶,并指出逼近阶是精确的。 相似文献
14.
本文研究了三角域上的非乘积型Bernstein多项式的导数逼近函数时的收敛阶估计及其迭代极限. 相似文献
15.
本文给出了基于Chebyshev结点的高阶Hermite-Fejer插值多项式的两种修正形式,并证明了这两种修正对f∈Lw^p均可给出逼近阶w(f,1/n)p.同时文中也给出了基于Chebyshev结点的Her-mite-Fejer及Hermite插值多项式对C[-1,1]及C^r[-1,1]类函数的逼近阶。 相似文献
16.
陈乃辉 《纯粹数学与应用数学》2008,24(2)
在随机函数的环境下,推广了经典函数逼近论中的Jackson逼近阶定理.建立了随机函数均方连续模的概念,并得到其有关性质后,研究了四种不同条件下随机函数被随机系数三角多项式逼近的阶之估计. 相似文献
17.
本文着重介绍具有预先给定极点的有理函数的完备性问题、最佳逼近阶的估计、展开问题以及用有理函数展开的部分和进行逼近时的余项估计等问题。对于用自由极点的有理函数来进行逼近时的阶的估计问题,我们曾在1978年11月在成都召开的中国数学会年会上作过综合介绍,这里不准备再进行介绍了。有关文章已在数学进展上发表。 相似文献
18.
19.
20.
半参数回归模型非参数分量L1模估计的最优收敛速度 总被引:1,自引:1,他引:0
对半参数回归模型,采用分段多项式逼近非参数函数,构造了参数与非参数分量L1模糊估计,并获得了非参数分量L1模估计的最优估计收敛速度为Op(n^-m+r/[2(m+r)+1])。 相似文献