关于Grunwald型多项式算子的线性组合

构造了一种组合型Grunwald插值多项式算子Hn(f;r,x),Hn(f;r,x）对每个连续函数在[-1,1]上都一致收敛于f(x）,若f(x)∈C[-1,1],则Hn（f;r,x）的收敛阶达到最佳收敛阶。     

Lagrange 插值多项式的线性组合

鉴于 L agrange插值多项式并非对任何的连续函数都能一致收敛 ,本文以 ( 1-x) Wn( x)的零点作为插值节点 ,对 L agrange插值多项式中的被插值函数进行线性组合 (也称函数平均 ) ,构造了算子 An,r( f;x) ,它对于有任意阶导数的连续函数 f ( x )∈ Cl[-1,1] ,( 0≤ l≤ r)都一致收敛 ,收敛阶为 |An,r( f ;x ) -f ( x ) |=O En( f ) 1nl ω( f (l) ,1n) 1nl 1且收敛阶达到了最佳 .( r是奇自然数 )     

一类S.N.Bernstein型插值过程的最佳一致逼近

进一步研究了第三型S.N.Bernstein插值过程，用一种全新的方法构造了一个算子An(f;r,x)，它对于有任意阶连续导数的f(x)∈C[-1,1]^1,(0≤l≤r-1)都一致收敛，并且得到了算子An(f;r,x)的最佳收敛阶。     

两个切触有理插值逼近算子

本文构造了两个切触有理插值逼近算子Hn(f;x)和Gn(f;x)。它们分别基于Hermite-Fejer插值多项式Hn(f;x)和Grunwald插值多项式Gn(f;x)。主要证明了当f∈c[-1,1]时,有|Hn(f;x)-f(x)|=0(1)Wr(1/n)(n≥2) |Gn(f;x)-f(x)|=0(1)Wr(1/n)(n≥2)其中Wr(δ)是f(x)的连续模。显然它们的逼近阶优于Hn(f;x)和Gn(f;x)的逼近阶[1]。     

修正的S.N.Bernstein型三角插值多项式的逼近

构造了一个三角多项式算子Hn(f；r，x)(r为自然数)，使其对每一个以2π为周期的连续函数都能在全实轴上一致收敛，并给出了最佳收敛阶的估计．     

第三型伯恩斯坦插值过程的新研究

对第三型伯恩斯坦插值过程做进一步研究, 利用两点 修正方法, 构造一个算子G_n(f;r,x), 它对于有直到r阶连续导数的f(x)∈C ^jj_［-1,1］(0≤j≤r)都一致收敛, 并且得到算子G_n (f;r,x)的最佳收敛阶.     

具有第二型Chebyshev结点的Hermite-Fejer插值多项式的精度

设f∈C~1[-1,1],且Rn[f;x]和Hn[f;x]分别为具有第二型Chebyshev结点的Hermite-feje′r插值多项式和拟Hermite-Feje′r插值多项式,则有下述两个渐近估计式成立     

Hermite-Fejér插值多项式的收敛阶

本文以文献[1—3]为基础,进一步讨论了用Hermite-Fejèr插值多项式逼近连续函数f(x)∈C[-1,1]的收敛阶问题。当,f′(x)∈C[-1,1]时,文中给出收敛阶的误差估计并且证明了这种估计对于某一连续函数类不可再改进。     

三角插值多项式的线性组合

鉴于Lagrange插值多项式并非对任何连续函数都能一致收敛,以x(n)k=2k 1/2n 1π,k=0,l,…,2H作为插值节点,将几个算子进行线性组合,构造了两个新的算子Un(f;x)和Un(f;x),使它们的最高收敛阶要优于算子An(f;x),Bn(f;x),Cn(f;x)。     

一种有理插值算子逼近阶的估计

本文研究了[1]中引入的有理插值算子在以第二类切比晓夫多项式的零点作为插值结点时;对函数f(x)的点态收敛性,f(x)∈ C(■,1)。给出了点态收敛阶的上界估计式,并验证了所得结果是不可改进的。     

组合型插值多项式的收敛阶

在引进了几个已知算子的基础上,为改进这些算子的收敛阶,以xk^(n)=(2k 1)/2n π,k=0,1,2,…,2n作为插值节点,构造了一个组合型的算子Gn(f;x),使算子Gn(f;x)一致收敛到以2π为周期的连续函数f(x),并且其收敛阶要优于已知的算子．     

光滑函数类中一族具大范围收敛的高阶迭代法

本文仅要求函数f(x)∈ C~2(R~1)和f(x)∈C~3(R~1),R~1=(-∞,+∞),就分别建立了大范围收敛的迭代公式族.它们对f(x)的实单零点敛阶分别为2和3,对f(x)的多重实零点收敛阶均是1;当迭代公式中的参数a取特别值2,k/(k-1),1和0时,就分别得到著名的Euler方法,Laguerre方法,徐-Ostrowski平方根法和Halley方法的两种修正格式,它们对f(z)∈C~2(R~1)和f(x)∈C~3(R~1)均分别具大范围收敛性,此外,满足Fourier条件f(x)f~n(x)>0的单调收敛性Newton程序是本文特例.     

浅析广义积分∫a^＋∞f（x）dx收敛的必要条件

广义积分收敛的必要条件具体地说为：若函数f(x)在[a，b]上黎曼可积，则f(x)在[a，b]上有界且几乎处处连续，而当f(x)的无限广义积分收敛时，则f(x)在其广义积分收敛的区域内几乎处处连续但不一定有界。若无穷级数收敛，则其一般项必收敛于0，而当f(x)的无限广义积分收敛时，f(x)却不一定收敛于0(当x趋于无穷大时)，要使f(x)收敛于0(x→∞)，还需附加一定的条件。     

广义一致收敛与亚一致收敛

本文讨论了连续函数列{f_2(x)}的极限函数f(x)连续的条件。采用了先把{f_2(x)}为正则收敛的条件减弱为弱正则收敛,或减弱为一致收敛,再减弱为广义一致收敛,最后成为一个定理:在[a,b]上的连续函数列{f_n(x)}的极限函数f(x)连续的充要条件是{f_n(x)}在[a,b]上是亚一致收敛的。     

浅析广义积分inttegral from n=+ to ∞(f(x)dx)收敛的必要条件

广义积分收敛的必要条件具体地说为:若函数f(x)在[a,b]上黎曼可积,则f(x)在[a,b]上有界且几乎处处连续,而当f(x)的无限广义积分收敛时,则f(x)在其广义积分收敛的区域内几乎处处连续但不一定有界。若无穷级数收敛,则其一般项必收敛于0,而当f(x)的无限广义积分收敛时,f(x)却不一定收敛于0(当x趋于无穷大时),要使f(x)收敛于0(x→∞),还需附加一定的条件。     

函数列一致收敛性定理

1 函数列一致收敛性定理定理1 若函数列f_n(x)在[a,b]上同等连续,且对于任一x∈[a,b],有f_n(x)→f(x)(n→∞),则f_n(x)在[a,b]一致收敛于f(x)。     

浅析广义积分∫+∞af(x)dx收敛的必要条件

广义积分收敛的必要条件具体地说为:若函数f(x) 在[a,b]上黎曼可积,则f(x) 在[a,b]上有界且几乎处处连续,而当f(x) 的无限广义积分收敛时,则f(x) 在其广义积分收敛的区域内几乎处处连续但不一定有界.若无穷级数收敛,则其一般项必收敛于0 ,而当 f(x) 的无限广义积分收敛时,f(x) 却不一定收敛于0(当x趋于无穷大时),要使 f(x) 收敛于0(x→∞) ,还需附加一定的条件.     

一类组合型三角插值多项式

构造了一个以{θ_k=kπ/(n+1)}n_k=1 为插值结点的f(θ)∈C₂π且为奇函数的组合型三角插值多项式算子S_n(f;r, θ)（r为自然数）. S_n(f;r,θ)对每个以2π为周期的奇连续函数都能在全实轴上一 致收敛到f(θ); 并且若f(θ)∈Cj₂π(0≤j≤r-1)是奇的, 则S_n(f;r, θ)对其收敛阶均达到最佳收敛阶.     

关于福氏级数点收敛的充要条件

福氏级数点收敛的充要条件Izumi和KOPOBKNH都作了研究。Izumi[1]指出:如果,f(x)是偶周期函数满足条件 即0点是勒贝格点条件下,　(f)在0点收敛的充要条件是 而KOPOBKN[2]指出:如果f(x)∈L(-π,π)x0是f(x)的勒贝格点即 这里　(x)=f(x0+x)+f(x0-x)-2f(x0),则 (f)在x0收敛的充要条件是 这里　。本文给出比勒贝格点为弱的条件　下,福氏级数收敛的充要条件,它可以看作Izumi结果的改进,并且指出它也可以看作著名的勒贝格准则的推广。 定理1　给出一个充要条件,推论指出它可以看作勒贝格准则的推广。定理2给出等价的充要条件,其形式类似于I…     

Bernstein算子和Grünwald算子的线性组合

以第一类n阶Chebyshev多项式的零点作为插值节点 ， 通过Bernstein算子和Grünwald算子的线性组合构造一个新算子G_n(f;x). 如果f(x)∈C^j_{［-1,1］(0≤j≤9), 则Gn(f;x)在区间 ［-1,1］上一致收敛于f(x)∈C^j［-1,1］(0≤j≤9), 并且其收敛 阶达到最佳, 饱和阶为1/n¹⁰.}